物流业作为基础性、战略性、先导性产业，是国民经济发展的重要一环。伴随着国家经济的发展与新零售、电子商务等的兴起，面对庞大的快递包裹量，人工分拣+配送无法满足当今物流发展。在当前形势下，加快现代物流体系尤其是智慧物流建设，巩固物流降本增效成果，增强物流企业活力，提升行业效率效益水平，畅通物流全链条运行，对应对疫情下的经济发展挑战及国家发展具有重要的战略意义。

智慧物流是指通过智能软硬件、物联网、大数据等智慧化技术手段，实现物流各环节精细化、动态化、可视化管理，提高物流系统智能化分析决策和自动化操作执行能力，提升物流运作效率的现代化物流模式。

在电子商务高速发展的今天，若想让智能物流得以良好进行，则必须具备的基础是拥有良好的感知能力，而3D机器视觉能够符合这一需求。3D机器视觉具有高度自动化、高效率、高精度和环境适应强等优点，其图像传感器以及3D测量传感器为高速发展的物流测量、分拣系统打开了新世界。在物流行业中，机器人配合3D视觉系统可替代人工，实现对货物分拣、检测、识别等自动化作业。

目前，主流的3D视觉成像技术主要有三种，分别是双目主动立体视觉，结构光和ToF（TimeOfFlight）。

结构光技术的基本原理是，通过近红外激光器，将具有一定结构特征的光线投射到被拍摄物体上，再由专门的红外摄像头进行采集。这种技术其通过一次成像就可以得到深度信息，能耗低、成像分辨率高，目前也广泛应用在物流行业的手持PDA领域。从技术上来看，双目成像虽然有着3D成像分辨率高、精度高、抗强光干扰性强、成本低等优势，但是其算法也较复杂、容易受到环境因素干扰。而ToF成像技术是基于不可见红外线在物体和ToF模组之间的来回飞线时间来提取绝对或相对距离的3D成像技术，可以非常准确的进行三维探测，并且精度不随距离改变而变化，这对于一些精度要求较高的应用场合非常有意义。

3D机器视觉主要赋能物流行业的两个方面——运输和仓储，具体应用场景主要有分拣、拾放、体积测量等自动化作业。就拿体积测量来说，它是物流企业运作过程中重要的一环，传统的手工测量过程不仅耗费大量的时间，还要投入较多的人力，相比自动化设备而言，人工计算的误差较大，精准度低，直接影响到整体的物流效率。而通过3D摄像头和图像识别系统可快速对各类的货物体积、尺寸进行测量，方便合理存放货物，提升仓储空间利用率。目前，许多物流企业会运用手持移动体积测量工具，仅需对着货物拍照就能一站式采集货物的体积信息，数据上传并对接到系统，十分方便快捷，但这样的设备对其所搭载的3D摄像头的要求较高，需要做到高精度，高准确率。专注于3D视觉技术的光鉴科技所研发的Stellarmipi深度相机运用在体积测量场景中能够做到毫米级测量精度，其利用ToF技术获取物体和空间的三维结构，前端自带算力，为设备提供分辨率高，盲区小，量程广，精度高的3D感知能力，目前已落地多个应用场景，大大提高物流工作效率。

另外，物流行业中用工荒现象促使很多企业深刻意识到无人叉车、AGV(自动引导车)等自动化物流设备在工业物流领域的重要性和必要性，加速了“机器助人”的步伐。数据显示，年我国AGV市场规模达到87.7亿元，同比增长19.3%。

目前，AGV搬运机器人和AGV小车是AGV当前最常见的应用，且发展至今衍生出了多种导航方式，目前比较主流的智能搬运机器人导航方式有：电磁导航、磁条导航、

转载请注明:http://www.aideyishus.com/lktp/292.html