基于機器視覺的物流系統智能化發展研究

劉 爽（貴州大學 管理學院，貴州 貴陽 550025）

0 引言

近年來，隨著線上直播平臺的增多，主播帶貨已成為一大熱點，加上原有的電商平臺的不斷發展，極大地的增加了消費者線上購買商品的頻率，使得商家每日需要處理的包裹數量巨大。包裹從賣方發貨到買方簽收之間還要經歷多個流程，如商品的入庫貼簽、集中存儲、分揀歸類、裝車運輸、簽收掃描等環節。每一個環節的工作看似簡單，但要高效、準確地完成以上流程并非易事，隨著科學技術的不斷發展，智慧物流誕生了。

智慧物流依托人工智能和大數據技術，搭建了一個全方位的綜合性物流管理系統，它可以通過先進的信息采集和處理方式，完成物流和商品信息的數字化加工，實現實時更新、數據共享和自我調整功能。智慧物流通過信息的高效流轉，減少了流程中很多重復性的工作，達到了降本增效目的，該系統將是未來物流行業發展的方向，國家也出臺了很多文件和制定了相關政策鼓勵物流行業更加智能、更加高效和更加綠色的發展[1]。

機器視覺作為機械設備的“眼睛”，通過硬件和軟件的組合可以準確地完成物體的外觀測量、定位和特征檢測等工作。在快遞物流行業，機器視覺的應用起到了至關重要的作用，傳統的視覺檢測系統功能單一，對場景的適應能力差，運用范圍受到限制，識別精度也參差不齊，隨著深度學習等智能算法的出現和三維掃描技術的升級，極大地改善了執行速度和識別精度，顯著提高了快遞物流行業的智能化程度[2]。

1 物流系統的模塊化設計

1.1 視覺識別模塊。機器視覺不是一個單一的模塊，它是通過光源、相機、傳感器和集成了圖像處理功能的處理器組成的系統。光源主要是為圖像采集時提供照明，光源的種類和顏色有多種，應用的場景和識別的目標不一樣，它的配置就有所差異。相機負責抓拍圖片，按照靶面類型不同可以分為線陣相機和面陣相機，兩者的差異主要是圖片生成的方式不一樣，按照芯片類型不同還可以分為CCD 相機和CMOS 相機。CCD 相機體積小、重量輕、低功耗、響應快。CMOS 相機成像快、幀率高。傳感器主要是由電控系統控制，配合相機或機械臂完成拍照或抓取動作。處理器集成了圖像處理算法，可以快速地輸出坐標、尺寸和其他參數，是機器視覺系統的核心構成部件[3]。

1.2 機構執行模塊。機構執行模塊包含機械裝置和控制器，負責完成系統輸出的一系列指令。由于被檢測物體大多處于運動狀態，控制系統的設計必須保證執行結構動作頻率與當前物體移動的速度相匹配，同時控制器還需要將圖像處理后的結果傳遞給末端執行部件，驅動機械裝置完成特定動作。常用的機械裝置大多數采用氣動系統或液壓系統驅動[4]。

圖1 視覺系統的組成

圖2 圖像處理的基本流程

1.3 電路控制模塊。電路控制主要還是采用PLC 控制，它體積小、工作性能穩定、抗干擾能力強，廣泛運用于快遞行業的各個環節。首先需要根據項目需求選擇一款合適的控制器，然后根據項目流程完成PLC 的I/O 分配。同時對相關組態和通訊設置進行修改，完成與相機的視覺系統的信息交互。當物體通過傳送帶運送到位時，接近開關響應，同時給PLC 一個輸入信號，此時PLC 給相機一個高電頻信號，促使相機執行拍照動作。圖片經過處理以后會輸出位置參數，此時這個數據將發送到PLC，PLC 接收到這個數據時，通過邏輯上的計算和處理后發送給伺服電機實現智能化控制，大大減少人工成本和流程的作業時間。

2 機器視覺在物流系統中的應用

2.1 在商品分揀系統中的應用。物流的分揀作業是物流運輸過程中十分重要的一個環節，在我國分揀環節很多時候還是需要人力來完成，分揀工作量大、效率低、成本高、出錯率高。因此，在物流分揀領域，如何用機器代替人工成為了國內外學者研究的重點。目前，快遞轉運中心使用的主流分揀方式為交叉帶分揀，杭州海康機器人股份有限公司推出了一套交叉帶整場自動化分揀的解決方案，主要包括：交叉帶分揀、矩陣分揀、交叉帶檢測、條碼識別等多方案配合，用以解決快遞物流行業的各個環節痛點，助力快遞物流企業降本增效，提高競爭力。國內的大型物流公司也開始研制自己的分揀系統[5]，余明江等人[6]利用STM32 單片機、OpenMV 攝像頭、壓力傳感器等組成了一套分揀系統，通過機械夾的設計，增加了物品的安全性。羅健等人[7]提出了雙目視覺的物流分揀方法，通過分析和改進測量算法，提高了測量精度和計算速度，董楠[8]提出的激光掃描分揀入庫方法在系統訂單分揀時極大地提高了包裹入庫的效率。

2.2 在倉儲管理中的應用。當今，隨著科技的高速發展，物流行業發展迅猛，這就要求物流與倉儲管理二者要在短時間內對數以萬計的包裹展開入庫、運送、分揀及派送進行高效的處理，過去的倉儲管理體系很難滿足當下快節奏的配送要求。全自動物流機器人是智能倉儲管理中不可或缺的工具，憑借全天候不停歇地執行各項運輸程序，相比于人力工作而言，極大地降低了成本和安全風險。因此，新的現代智能倉儲管理體系隨之建立起來，目前已經在各環節實現了智能化運行，能夠對物件進行全程跟蹤以及可視化管理。目前在物流倉儲中基于機器視覺的主要研究方向包括優化小車的行走路徑[9]，提高貨架的利用率[10]，監督倉儲過程中人員的不安全行為[11]和火災預警系統的研發[12]等，并取得了不錯的成果。

2.3 在終端配送中的應用。終端配送系統的智能化應用離不開機器視覺的集成，如終端智能倉庫。終端智能配送機器人等，顯著地便利了我們的生活，提高了快遞配送的效率。智能快遞柜作為解決“最后一公里”配送問題方案[13]已經應用于社區，無人車被視為快遞三輪車的有效替代者，或將改寫最終的配送格局。同時借助5G 技術的無人機配送也在快速推進，國外麻省理工學院創業團隊也在針對終端配送問題研制快遞智能小車，但是如何降低成本，實現規模效應，還有較長的探索之路要走[14-15]。

3 面臨的問題及解決方案

3.1 自動分揀過程中對包裹的識別能力有待加強。由于分揀作業時包裹的規格尺寸不一，形狀各不相同，條碼時有遮擋，導致設備很難對拍攝的圖片進行快速準確的解碼，甚至誤讀相鄰包裹的代碼。如何提高智能識別技術的應用效果成為物流分揀環節的一個技術瓶頸。未來研發的重點將集中在以下方面。一是利用深度學習的智能算法提高包裹種類的識別精度，通過提供大量不同場景拍攝的圖片進行訓練，以及網絡模型的不斷學習優化，能夠去除背景的干擾，快速準確地完成識別和抓取工作。二是利用三維視覺檢測技術實現形狀尺寸參數測量。三是設計高效的單件分離技術，通過對包裹實時精準定位，再搭配智能控制系統完成單個包裹的固定間隔式分離，提升轉運效率，減少人為干預。

3.2 專業人才的稀缺。物流行業的智能化發展，是多項技術協同作用的結果，包括機器視覺技術、電路控制技術，計算機編程技術、機器人控制技術以及大數據分析技術等。它們之間相互結合帶動著整個行業的變革，由于系統存在多學科交叉的特點，對操作人員或開發人員的專業知識要求較高，他既要對整個環節的框架結構清楚明了，還要有解決分支模塊的專業技能，這樣的復合型人才很少，使得不同的人員對系統的操作和維護效果差異很大。為了解決這一問題，首先應該鼓勵各大高校在本科生和研究生的培養過程中，多參加一些具體的項目，在項目中將學到的理論知識運用于實踐，不能只停留于實驗室單一的模擬環境，只有在真實的應用場景中才能檢驗方法的有效性。其次應該鼓勵企業加大新進技術人才輪崗學習的機會，通過師帶徒的模式、實質性的考核標準和激勵機制，推動年輕人快速成長。

3.3 終端智能化設備成本較高。智能化終端設備的出現一定程度上緩解了包裹出庫效率低的問題，比如智能快遞柜和無人配送小車在大學校園中的廣泛應用。但是隨著維護成本的增加和交通運輸條件的限制等原因，使得這一模式很難在大多數地方推廣。成本一直是企業關注的重點，一味地加大投入而收效甚微，這個項目就失去了它存在的意義。智能快遞柜推廣難主要在于群眾對收費合理性的質疑以及企業運行維護成本高。首先，建議政府和社區聯合設立快遞服務平臺，用于快遞柜的存放，免去企業租賃費用。其次，企業應健全收費標準，使得收費更加透明合理。針對無人配送小車的推廣，第一步應改善小車內置道路識別算法的適應性，提高小車出行的安全性和高效性，簡化取貨流程加快出貨速度，第二步則是增加宣傳力度，面向大眾普及小車的功能和帶來的便利。

4 結束語

智慧物流是未來物流行業發展的必由之路，隨著智能化的不斷升級加上“數字驅動”，物流行業的產業分工將更加細化和全面，資源配置將得到進一步優化。機器視覺技術作為一項先進的智能化技術，在分揀、碼垛、缺陷檢測、終端配送等環節發揮著巨大的作用。降低了企業的運用成本，縮短了包裹流通的時間，減少了流程中的資源消耗和碳排放，今后也將在不斷優化和高度集成的過程中迎接更加艱巨的挑戰，不斷推動著物流系統朝著更加智能化、綠色化發展。