隨著電商、物流行業的高速發展，分揀方式的自動化迫在眉睫，人工分揀效率低、錯誤率高且成本高，而傳統自動化拆碼垛應用中，往往要求棧板定位精準，且貨物規則且尺寸單一，因此大大限制了自動化拆碼垛的應用范圍，尤其是面對來料完全隨機的工況。

針對以上痛點，海康機器人研發并推出了基于機器視覺引導的機械臂拆碼垛方案，輕松應對多SKU且來料無序的拆碼垛場景，適用于各類箱體、麻包袋、料箱等，有效滿足各類客戶的倉儲分揀自動化需求。

系統介紹

3D視覺引導拆碼垛系統由MV-DB1300A雙目立體相機和機器人視覺引導平臺兩大核心組成，3D相機獲取貨物深度信息及高清2D彩色圖像，通過平臺軟件內置3D視覺算法和智能軌跡規劃算法，完成貨物定位及分割，并控制機械臂相應的抓取或碼放動作。

系統兩大核心組成

MV-DB1300A雙目立體相機

高精度

MV-DB1300A具有較大的基線距，同時增加了激光器的數量，搭配獨有的混合編碼專利技術，使相機的精度進一步提高，Z向深度圖精度可達為3mm@3m。

抗環境光

結合最新的時域隔離、寬動態及多幀融合技術，MV-DB1300A相機具有優異的抗環境光能力，在30000Lux光照條件下，仍能還原完整的深度信息。

自動曝光

典型的物流環境下很難保證3D相機數據采集時光照的一致性，結合自研自動曝光技術，即使物流光照環境不斷變化依然能保證3D相機采集數據的穩定可靠，確保了整個拆碼垛系統的穩定性與適應性。

RobotPilot機器人視覺引導平臺

圖形化編程界面

RobotPilot采用圖形化，無代碼式的編程界面，簡單易用。

全流程仿真模擬

通過物理模擬，能夠仿真真實的項目搭建狀態，實時合成圖像，無需實際工件和相機安裝架設。可縮短開發周期，提高效率。

六步快速搭建

RobotPilot面向實施交付總結了一套六步部署法，并以流程引導的方式融入到軟件的設計中，通過六步部署，用戶可快速完成視覺引導應用的搭建。

內置視覺算法

拆碼垛視覺定位模塊采用AI深度學習+3D點云分割的方案。深度學習網絡對RGB圖進行包裹的粗定位，并利用物體表面紋理特征和點云邊緣特征進行包裹精定位。

內置軌跡規劃算法

軟件內置軌跡規劃、碰撞檢測及抓取規劃等多種智能算法，實時規劃機械臂行走路徑。

應用案例

大型電器制造工廠 | 視覺引導散熱片拆垛

背景與挑戰：該企業生產環節中存在大量不同尺寸規格散熱片的拆垛上料需求，垛形較高，人工搬運困難，且相鄰物料間存在隔板，工件存在公差，傳統2D視覺定位方案無法適配此應用情景。

方案優勢：

輕松適配工廠內現有的多種工件尺寸

7*24小時全流程自動化，無需人工干預

大型化工廠 | 視覺引導麻包袋拆垛上料

背景與挑戰：項目現場拆垛對象均為麻包袋，質地較為柔軟，易變性，且來料前均為人工碼垛，垛形很難保證統一性，依靠機械臂固定位置示教的方式很難保證抓取的成功率，易掉包。

方案優勢：

視覺系統實時拍照定位，輕松應對多變的垛形

視覺定位算法具有較強魯棒性，輕松應對褶皺、傾斜、白色高反、擠壓變形等情況

智能規劃拆垛順序，避免撞包，擠壓等問題

大型3C工廠 | 視覺引導紙箱拆垛

背景與挑戰：該企業成品倉出庫環節存在大量不同規格紙箱的拆垛需求，同一托盤上存在多SKU的情況，且需要配合AMR和讀碼器等完成整套的自動化出庫動作，流程復雜。

方案優勢：

大景深、大視野，輕松適配1.8m垛形

支持規劃吸盤偏置，實現單一吸盤應對不同大小的箱體

輕松應對各種箱體，如黑色或白色紙箱，表面存在膠帶綁帶等箱體等

支持單SKU單拆，單SKU多拆，多SKU混拆等

支持AMR、傳輸線、讀碼系統、貼標機等物流設備無縫對接