随着电商、物流行业的高速发展，分拣方式的自动化迫在眉睫，人工分拣效率低、错误率高且成本高，而传统自动化拆码垛应用中，往往要求栈板定位精准，且货物规则且尺寸单一，因此大大限制了自动化拆码垛的应用范围，尤其是面对来料完全随机的工况。

针对以上痛点，海康机器人研发并推出了基于机器视觉引导的机械臂拆码垛方案，轻松应对多sku且来料无序的拆码垛场景，适用于各类箱体、麻包袋、料箱等，有效满足各类客户的仓储分拣自动化需求。

系统介绍

3d视觉引导拆码垛系统由mv-db1300a双目立体相机和机器人视觉引导平台两大核心组成，3d相机获取货物深度信息及高清2d彩色图像，通过平台软件内置3d视觉算法和智能轨迹规划算法，完成货物定位及分割，并控制机械臂相应的抓取或码放动作。

下图为拆码垛系统组成图，海康机器人提供视觉系统：

系统两大核心组成

mv-db1300a双目立体相机

高精度

mv-db1300a具有较大的基线距，同时增加了激光器的数量，搭配独有的混合编码专利技术，使相机的精度进一步提高，z向深度图精度可达为。

抗环境光

结合最新的时域隔离、宽动态及多帧融合技术，mv-db1300a相机具有优异的抗环境光能力，在30000lux光照条件下，仍能还原完整的深度信息。

自动曝光

典型的物流环境下很难保证3d相机数据采集时光照的一致性，结合自研自动曝光技术，即使物流光照环境不断变化依然能保证3d相机采集数据的稳定可靠，确保了整个拆码垛系统的稳定性与适应性。

robotpilot机器人视觉引导平台

图形化编程界面

robotpilot采用图形化，无代码式的编程界面，简单易用。

全流程仿真模拟

通过物理模拟，能够仿真真实的项目搭建状态，实时合成图像，无需实际工件和相机安装架设。可缩短开发周期，提高效率。

六步快速搭建

robotpilot面向实施交付总结了一套六步部署法，并以流程引导的方式融入到软件的设计中，通过六步部署，用户可快速完成视觉引导应用的搭建。

内置视觉算法

拆码垛视觉定位模块采用ai深度学习+3d点云分割的方案。深度学习网络对rgb图进行包裹的粗定位，并利用物体表面纹理特征和点云边缘特征进行包裹精定位。

内置轨迹规划算法

软件内置轨迹规划、碰撞检测及抓取规划等多种智能算法，实时规划机械臂行走路径。

应用案例

■ 大型电器制造工厂 | 视觉引导散热片拆垛

背景与挑战：该企业生产环节中存在大量不同尺寸规格散热片的拆垛上料需求，垛形较高，人工搬运困难，且相邻物料间存在隔板，工件存在公差，传统2d视觉定位方案无法适配此应用情景。

方案优势：

● 轻松适配工厂内现有的多种工件尺寸

● 7*24小时全流程自动化，无需人工干预

■ 大型化工厂 | 视觉引导麻包袋拆垛上料

背景与挑战：项目现场拆垛对象均为麻包袋，质地较为柔软，易变性，且来料前均为人工码垛，垛形很难保证统一性，依靠机械臂固定位置示教的方式很难保证抓取的成功率，易掉包。

方案优势：

● 视觉系统实时拍照定位，轻松应对多变的垛形

● 视觉定位算法具有较强鲁棒性，轻松应对褶皱、倾斜、白色高反、挤压变形等情况

● 智能规划拆垛顺序，避免撞包，挤压等问题

■ 大型3c工厂 | 视觉引导纸箱拆垛

背景与挑战：该企业成品仓出库环节存在大量不同规格纸箱的拆垛需求，同一托盘上存在多sku的情况，且需要配合amr和读码器等完成整套的自动化出库动作，流程复杂。

方案优势：

● 大景深、大视野，轻松适配1.8m垛形

● 支持规划吸盘偏置，实现单一吸盘应对不同大小的箱体

● 轻松应对各种箱体，如黑色或白色纸箱，表面存在胶带绑带等箱体等

● 支持单sku单拆，单sku多拆，多sku混拆等

● 支持amr、传输线、读码系统、贴标机等物流设备无缝对接

（转载）

以上是网络信息转载，信息真实性自行斟酌。