PHOTONEO卸垛如何從計算機視覺，機器人技術和機器學習中(金中zhōng)受益。

得益于3D機器視覺等技術的進步，機器人技術已快林進入工(gōng)業流程的各個領域。COVI國做D-19疫情已使人們意識到，為實現快速，準确的訂單履行和有效的供應鍊而應用自動來費化的迫切需求。物(wù)流流程的一(yī)個特定方面可以通嗎去過實施智能自動化（卸貨）來實現更高的生(shēng)産率。

什麼是卸垛？

卸垛是指一(yī)個接一(yī)個地卸下技麗(xià)裝有箱子的托盤的過程。與傳統的延遲化相反，在傳統的延遲化行開中(zhōng)，機械手抓取整個托盤，“抓緊”它抓取了其中(知小zhōng)的所有盒子，而機器人卸垛則使用了人工(gō從我ng)智能。系統識别單個盒子，然後機器人将它們一(yī)個一(yī)個地放(f數哥àng)置在傳送帶上或其他預定位置。

卸貨托盤代表了更高水平的卸貨托盤，并且比延遲貨盤具有許多優勢。它需要個從較小(xiǎo)的放(fàng)置區域-與整個托盤相比最大(dà)的盒子的大(鄉明dà)小(xiǎo)。而且由于有效負載更輕，可以使用更小(xiǎo)的機歌弟械臂和機械手，從而節省了可觀的成本。

3D視覺和AI成功的秘訣

最好的卸垛系統可以使裝滿各種盒子的托盤卸貨過程讀暗安全，快速，有效，可靠，并且最終還具有成本哥得效益。這隻能通過将3D 機器視覺與先進的機器學習算法支持的智又間能機器人相結合來實現。

部署的3D掃描儀的掃描量必須足夠大(dà)，以從足夠的距離(lí)掃描整個托呢人盤。考慮到機器人操作所需的最小(xiǎo)空間，掃描儀通常需要安裝在托盤上方雜日約3米處。因此，選擇正确的3D掃描儀是成功卸垛校們的首要前提。

第二步是使用此圖像數據訓練AI。機器學習算法可以不斷學習和識别新分問類型的盒子，例如，包括損壞導緻的不同大(dà)小(xiǎo)或不規則形海那狀的盒子。這使解決方案變得如此通用，以至于混合托盤的卸載幾乎沒東美有挑戰。盒子不需要按圖案堆疊，而是可以随機放(fàng)置，甚至傾斜一(工歌yī)定角度，機器人仍然可以拾取它們。

智能系統還能夠識别經常被緊緊包裝的盒子，以至于很難時鄉識别它們之間的縫隙，縫隙可以薄到0.5毫米。較弱書議的解決方案可能無法将分(fēn)隔兩個盒子的線與輪廓一現物(yī)個特定盒子的開(kāi)口的線區分(她公fēn)開(kāi)。

在其他情況下(xià)，識别具有問題表面的盒子可能會具有挑戰志音性，包括變化的紋理，發亮或反射的材料，突出的機樂膠帶，圖案或“誤導” 3D視覺效果的圖片。黑色覆蓋的紙音話(zhǐ)箱也會引起問題。

基于紋理和3D數據分(fēn)割單個盒子的最先進方法是使用卷積務討神經網絡（CNN）。然後，系統可以決定要挑選哪個箱司村子（首先放(fàng)在托盤頂部的箱子），以及如何抓住它以最大對呢(dà)程度地利用展開(kāi)的抓取器的吸力票一。

為了在頂盒和掃描儀之間的空間中(zhōng)安全操作，卸垛系統需要考慮到盒小費的可能尺寸。這對于将盒子安全地放(fàng訊哥)置在傳送帶上也很重要。可以通過根據掃描數據計算盒子的高機唱度或使用設置在傳送帶上方幾厘米的光閘來确保這一(yī)點。

當盒子碰到光束時，夾具會掉落光束。這樣，所有箱子都将落在白妹傳送帶上方相同的高度。相較于延遲分(fēn)離(lí)，這是去(qù錢也)托盤化的一(yī)大(dà)優勢，其中(zh錢答ōng)一(yī)層中(zhōng)不同高度的盒子構成了一(y吧可ī)個嚴重的問題。

Photoneo的系統（包括内部開(kā對志i)發的3D視覺系統）提供了此類機器人自動堆垛的示匠聽例。該公司的系統掃描裝有箱子的整個托盤，并将掃描結果傳輸到3D紋理數據集開店。

然後，該掃描由Photoneo的機器學習算法處理，該算法在我但5,000種以上的盒子上受過訓練。AI會立即識别每個盒子并将命令發送給機器門笑人。機器人使用專門開(kāi)發的通用抓手，以+ -跳機3 mm的精度執行拾取動作。這樣，它可以在我(wǒ)(wǒ)們的文動小(xiǎo)時内卸載1,000個盒子，揀選率準确度哥謝達99.7％。

卸垛系統必須考慮可變性。

如果盡管進行了所有計算，但由于表面起皺或其他障礙物湖美(wù)導緻抓取器無法拾取盒子，則抓取器将發送反饋并通知(zh裡為ī)用戶有關問題，以便可以執行糾正措施。周期時間光物通常少于10秒，具體(tǐ)取決于機器人的類那還型，盒子的表面及其内容物(wù)，因為某些組件需要比其他銀事組件更靈敏地進行操作。

環境，機器人和機械屬性定義并限制了循環時間。例如，不可能使沉重的志南箱子加速和減速超過一(yī)定的物(wù)理極限。如果客戶需玩見要加快周期時間并提高機器人性能，他們可以選擇一(離土yī)個多區域抓爪，該抓爪可以一(yī)次拾取多個筆化相同高度的盒子。然後，per紙(zhǐ)牙将盒門我子一(yī)個接一(yī)個地放(fàng)們老下(xià)。

完美分(fēn)割後的秘訣是知(zhī)道放(fàng)置區域的大(dà)小樹風(xiǎo)限制，以免容納比安全放(fàng)下(xià)的盒子更多的盒子，吧間并精确識别盒子的類型，避免抓住不同高度的盒子鐵章。Photoneo的産品與主要的機器人品牌兼容，無需任何培訓即可“開(k慢聽āi)箱即用”地工(gōng)作。如果遇到新型機箱，系統将能但玩夠對其自身進行重新培訓，從而縮短了部署和集成所需的時間。

使卸垛适應以人為本的環境

成功的卸垛解決方案必須考慮到上述所有因素。即使機器人看起來很簡單，科區但機器學習算法也必須足夠健壯，以應對将不同物(wù)體(tǐ)卸腦廠貨的所有可能挑戰。開(kāi)發人員(yuán)和通跳集成商(shāng)必須考慮應用程序的每個細節，并測試其解決理化方案，然後用戶才能衡量投資(zī)回報率（ROI）。

另外(wài)，經常需要使機器人适應以人為中(zhōn務飛g)心的環境。盡管自動化發展迅速，但許多客戶隻是逐步調整其配送拍我中(zhōng)心和倉庫以充分(fēn)利用機器人技術和AI。

與手動卸載托盤相關的主要挑戰之一(yī)在于拿懂箱子的尺寸和重量以及需要取下(xià)它們的高少學度。手動操作通常會導緻嚴重的人身傷害，因此最佳的卸垛系統可幫助員(y喝自uán)工(gōng)避免冒險或重複運動。

例如，Photoneo卸垛機無需人工(gōng)幹預即可撿拾重達50公斤窗飛的箱子。最大(dà)的優勢之一(yī)是機器人可以不間斷地熱但工(gōng)作，而不會感到疲勞。

使用3D視覺，AI和機械臂的卸垛機。

AI =無限潛力？

人工(gōng)智能驅動的解決方案無疑是通往未來的方式明劇，因為用戶不需要設計，調試或測試任何東西。智能系統可以使集成商(s厭綠hāng)減輕與3D相關的困難計算和任務的負擔。

但是，他們應該掌握一(yī)些基本的機械知(z你體hī)識，包括不同類型的抓爪如何工(gōng)作，哪種抓爪車女适合于拾取特定零件以及如何分(fēn)配刀科應用程序中(zhōng)部署的所有機械組件以防止光外機器人操縱失敗或掃描。

集成商(shāng)還應該了解特定系統的潛在能力，以下林使其能夠滿足客戶的特定需求。重要的是要記住，人工(都畫gōng)智能仍然隻是解決方案的一(yī)部分(fēn)，不應被到什高估。集成商(shāng)将始終需要某些特定知(zhī)識才能成功部署智能自動樹金化解決方案。

如果所有這些條件都得到滿足，那麼部署卸垛弟討機器人可以幫助物(wù)流公司獲得快速的ROI，改善其供應鍊風黃流程并提高生(shēng)産率。它們還可以節省時間，降低成本并保分筆護工(gōng)人的健康，使員(yuán)工(gō朋綠ng)騰出工(gōng)作來進行需要創造力和批判性思考的任務事大。

如今，員(yuán)工(gōng)和雇主面臨的最緊迫挑戰是如何保持工(gō現業ng)作。因為沒有人可以充滿信心地預測何時全球經濟将從COVID-19停産計用中(zhōng)恢複過來，所以現在是自動化和簡廠時化生(shēng)産流程的正确時機。