智慧城市網(wǎng)
技術(shù)文章
3D視覺相機庫位狀態(tài)識別
閱讀：72 發(fā)布時間：2025-2-8挑戰(zhàn)：在大多數(shù)已經(jīng)應(yīng)用了AGV的倉庫中，依然存在人工堆放物品的情況，這會導(dǎo)致WMS系統(tǒng)無法實時判斷每個庫位的實際占用情況，進而造成WMS提供給AGV的信息不準確。如果已經(jīng)被占據(jù)的庫位不能及時被識別，AGV可能會收到錯誤指令，不僅降低了運行效率，還容易碰撞其他貨物或設(shè)備，嚴重時甚至可能引發(fā)安全事故，危及人員和設(shè)備的安全。
庫位狀態(tài)識別系統(tǒng)因此應(yīng)運而生，系統(tǒng)通過自動定位、數(shù)據(jù)實時同步、精確庫存控制等功能，優(yōu)化庫位資源配置，減少人為失誤，提升運營效率。
常見的兩種庫位狀態(tài)識別傳感器的痛點：
單點激光雷達傳送的庫位信息不夠準確，容易造成堆放事故
部分倉庫采用單點激光雷達進行庫位檢測，但這種測距雷達一次只能發(fā)射一束激光到物體表面形成一個點，可能會忽略紙箱或托盤之間的縫隙，導(dǎo)致誤識別庫位狀態(tài)，進而引發(fā)堆放事故。
純RGB相機校驗方法單一，存在誤判和信息缺失風(fēng)險
采用RGB相機進行庫位狀態(tài)判定時，存在以下弊端：
- 深度學(xué)習(xí)檢測目標時，訓(xùn)練集外的物體進入庫位可能會導(dǎo)致誤檢，給出錯誤信息。
-缺少貨物高度信息，難以安排堆疊任務(wù)。
-超廣角魚眼相機在庫位判定中存在邊緣畸變問題，影響模型訓(xùn)練與預(yù)測的準確性，并增加服務(wù)器成本。
解決方案概述
邁爾微視采用RGB-D相機，提供庫位的三維數(shù)據(jù)與顏色信息，自動識別貨物有無、擺放規(guī)范及異常占用，也可以通過3D視覺智能AI系統(tǒng)區(qū)分貨物類別，輸出到調(diào)度系統(tǒng)，實現(xiàn)智能出入庫檢測。相機內(nèi)置算力，無需外部工控機。與此同時，邁爾微視提供庫位狀態(tài)識別軟硬件一體解決方案，及專業(yè)的模型訓(xùn)練和部署指導(dǎo)等服務(wù)支持。
核心優(yōu)勢
• 全面監(jiān)測：通過三維數(shù)據(jù)和顏色信息采集，結(jié)合AI技術(shù)，精準識別庫位狀態(tài)。
• 簡易部署：庫位狀態(tài)識別算法置于相機端，降低部署與維護成本。
• 靈活通訊：支持TCP/IP、UDP、HTTP等多種通訊方式，以JSON格式實時上報數(shù)據(jù)至控制系統(tǒng)。
• 提升效率：實時傳遞庫位信息，協(xié)助調(diào)度系統(tǒng)快速、準確地分配任務(wù)。
3D視覺相機、視覺避障相機、視覺定位相機、視覺對接相機、視覺導(dǎo)航相機