作為民生行業(yè)之一，物流行業(yè)的發(fā)展與人們的生活息息相關(guān)。
隨著國(guó)民網(wǎng)購(gòu)消費(fèi)習(xí)慣的形成，快遞收發(fā)量爆發(fā)性增長(zhǎng)。據(jù)統(tǒng)計(jì)，2019年全國(guó)網(wǎng)上消費(fèi)額再創(chuàng)新高，達(dá)到106324億元，快遞收發(fā)量高達(dá)630億件。在面對(duì)如此巨大的快件收發(fā)量，物流效率、快件處理速度的提升變得十分迫切。
依托自動(dòng)化、智能化技術(shù)，打造智能物流是提升物流效率的有效途徑。近日國(guó)家郵政局、工業(yè)和信息化部聯(lián)合印發(fā)《關(guān)于促進(jìn)快遞業(yè)與制造業(yè)深度融合發(fā)展的意見》明確指出，要打造智慧物流，發(fā)展智慧物流。支持制造企業(yè)聯(lián)合快遞企業(yè)研發(fā)智能立體倉(cāng)庫(kù)、智能物流機(jī)器人、自動(dòng)化分揀設(shè)備、自動(dòng)化包裝設(shè)備、無人駕駛車輛和冷鏈快遞等技術(shù)裝備，加快推進(jìn)制造業(yè)物流技術(shù)裝備智慧化。
市場(chǎng)導(dǎo)向再加上政策支持必然會(huì)掀起一番智能化改造升級(jí)熱潮。近年來，越來越多的企業(yè)加入到智能物流設(shè)備的研發(fā)隊(duì)伍，然而真正實(shí)現(xiàn)落地化的設(shè)備寥寥無幾，智能化改造仍然有很多困難需要克服。
物流智能化面臨困境
高速運(yùn)動(dòng)狀態(tài)下體積測(cè)量、物流計(jì)件、快件分揀是物流行業(yè)常見的操作環(huán)節(jié)。隨著快件數(shù)量急速增長(zhǎng)，現(xiàn)有的人工操作暴露出效率低下，勞動(dòng)強(qiáng)度大、易出錯(cuò)等缺點(diǎn)，并且無法對(duì)接ERP或WMS等管理系統(tǒng)，無法滿足現(xiàn)代化的物流需求，所以越來越多的企業(yè)選擇智能化設(shè)備替代人工作業(yè)。
在物流分揀中心，成百上千的快件包裹密集擺放在一起，通過傳輸帶，源源不斷的傳輸過來，如何做到準(zhǔn)確、快速的分割快遞包裹是智能化解決方案必須面對(duì)的困難，再加上包裹大小、形狀不一，現(xiàn)場(chǎng)應(yīng)用環(huán)境復(fù)雜使得這一問題變得更加棘手。目前市場(chǎng)上常見的解決方案仍舊無法做到對(duì)每一個(gè)包裹的準(zhǔn)確區(qū)分，同時(shí)，存在著拍攝范圍小，不同尺寸包裹無法同時(shí)檢測(cè)、易受環(huán)境干擾等問題，無法滿足智能物流的落地化需求。
偉景智能技術(shù)創(chuàng)新、突破困境、推進(jìn)智能化物流
智能物流3.0系統(tǒng)工作示意圖
偉景智能從客戶的實(shí)際業(yè)務(wù)場(chǎng)景出發(fā)，采用圖像處理及立體視覺技術(shù)，并結(jié)合獨(dú)創(chuàng)的“Natural Learning?”自然學(xué)習(xí)算法，正式推出了智能物流3.0系統(tǒng)。
智能物流3.0系統(tǒng)具有立體認(rèn)知、快速學(xué)習(xí)能力，該系統(tǒng)可實(shí)現(xiàn)在高速運(yùn)動(dòng)狀態(tài)下物流包裹的長(zhǎng)寬高測(cè)量、積分體積測(cè)量、物體分割、物體計(jì)數(shù)、物體姿態(tài)定位、物體中心點(diǎn)及角點(diǎn)定位等功能，滿足企業(yè)數(shù)據(jù)管理、計(jì)數(shù)統(tǒng)計(jì)、智能分揀等應(yīng)用需求。
智能物流3.0系統(tǒng)著眼于實(shí)際應(yīng)用化場(chǎng)景，解決了多個(gè)物流場(chǎng)景應(yīng)用難題，并且表現(xiàn)出強(qiáng)大優(yōu)勢(shì)：
成功解決了不同種類包裹接觸擺放、并排擺放，準(zhǔn)確分割難題，分割準(zhǔn)確率可達(dá)到99.9%以上；
可支持4m/s高速運(yùn)動(dòng)包裹檢測(cè)，精度可達(dá)毫米級(jí)，大大提高了檢測(cè)的速率，最高每小時(shí)可對(duì)1.5萬個(gè)包裹物體進(jìn)行檢測(cè)；
成功解決亮色、膠條等反光場(chǎng)景檢測(cè)難題；
成功解決黑色、深色等吸光場(chǎng)景檢測(cè)難題；
支持黑白混雜、顏色各異包裹同時(shí)檢測(cè)，并能保持高準(zhǔn)確率的檢測(cè)精度；
支持紙箱、麻袋、木箱、金屬包裝箱等不同材質(zhì)的同時(shí)檢測(cè)；
解決了大小包裹同時(shí)檢測(cè)，不同形狀包裹檢測(cè)難題，例如：紙箱型、麻袋型、其他異型包裹等；
