導讀：

1供需趨勢：物流行業VS機器視覺

2機器視覺之圖像傳感器VS3D測量傳感器

3機器視覺為物流領域解決了哪些難題？

供需趨勢：物流行業VS機器視覺

近年來電子商務和快速物流方式的崛起帶動了自動化物流倉儲市場的蓬勃發展。根據資料顯示，過去16年國內自動化物流倉儲系統市場以年均23%的速度快速成長，并且近6年受益消費升級和智能制造發展的推動，增速呈現逐漸加速的趨勢，預計2022年自動化物流裝備市規模將突破2600億元。

在電子商務高速發展的今天，若想讓智能物流得以良好進行，則必須具備的基礎是擁有良好的感知能力，機器視覺剛好能夠迎合這一需求！機器視覺具有高度自動化、高效率、高精度和環境適應強等優點，其圖像傳感器以及3D測量傳感器為高速發展的物流分揀系統打開“新視界”。物流行業正從人工分揀向智能化、自動化方向快速演進。

圖像傳感器VS3D測量傳感器

隨著工業自動化和物流技術的發展，根據市場對高新技術的需求，機器視覺技術開始助力物流配送系統的自動化改造。機器視覺技術在物流配送領域的應用，迎來物流系統的自動化時代，使物流行業正從人工分揀向智能化、自動化方向快速演進。

1、圖像傳感器

CMOS圖像傳感器（CIS，CMOSImageSensor）與電荷耦合器件（CCD，ChargeCoupledDevice）是當前兩種主流圖像傳感器。CIS憑借低成本、設計簡單、小尺寸、低功耗等優勢逐漸取代CCD成為主流，尤其是背照式CIS的出現加快了這一進程。CIS多用于微型攝像模組等產品。CCD傳感器成像質量好，但成本高、體積大、能耗高，多用于高端數碼相機等產品。

CMOS圖像傳感器

CMOS圖像傳感器產業從占據42%市場份額的全球龍頭企業——索尼（Sony）的運營復蘇中獲益，以較高的增長速度發展，并已成為半導體行業中關鍵的組成部分！行業領先者三星（Samsung）緊追索尼，拿下20%市場份額。此外，安森美半導體（ON Semiconductor）和豪威科技（OmniVision）也對手機、安防、汽車等市場的發展貢獻頗豐。

CMOS圖像傳感器處于3D半導體技術的最前沿，是人工智能（AI）發展的主要推動力。我們可以預見新技術和新應用都可以保證市場快速增長的勢頭。本報告旨在盡可能多地讓讀者了解CMOS圖像傳感器產業現狀，以便從新一輪的創新中受益！

據麥姆斯咨詢介紹，在CMOS圖像傳感器代工廠方面，華力微電子（HLMC）受益于豪威科技和TPSCo的生產轉移。SK海力士顯然陷入了“優先發展DRAM，而非CMOS圖像傳感器”的難題。中芯國際處于轉型期，必須投資下一代技術來追趕領先者。近些年，中國CMOS圖像傳感器產業積極布局突破，成立了多家CMOS圖像傳感器設計公司和IDM企業，加上各種創新應用的落地，中國CMOS圖像傳感器生態系統將會變得越來越強大！

CCD圖像傳感器

CCD圖像傳感器作為一種新型光電轉換器現已被廣泛應用于攝像、圖像采集、掃描儀以及工業測量等領域。作為攝像器件，與攝像管相比，CCD圖像傳感器有體積小、重量輕、分辨率高、靈敏度高、動態范圍寬、光敏元的幾何精度高、光譜響應范圍寬、工作電壓低、功耗小、壽命長、抗震性和抗沖擊性好、不受電磁場干擾和可靠性高等一系列優點。CCD圖像傳感器除了大規模應用于數碼相機外，還廣泛應用于攝像機、掃描儀，以及工業領域，智能物流領域等！

2、3D測量傳感器

根據德銀預測，3Dsensing的滲透率有望從2017年的3%提高到2018年的6%，2019年的20%和2020年的38%，搭載3D sensing的智能手機出貨量有望從2017年的3800萬部提高到2020年的6.35億部。整個市場規模有望從2017年的7億美金提高到2020年的140億美金，4年間年復合增長率高達173%。

電子說：目前，主流的3D成像技術主要有三種，分別是雙目主動立體視覺，結構光和TOF（Time Of Flight）。從技術上來看，雙目成像雖然有著3D成像分辨率高、精度高、抗強光干擾性強、成本低等優勢，但是其缺點也非常明顯，比如其算法非常復雜、容易受到環境因素干擾、依賴環境光源、暗光場景表現不佳等。因此目前在手機上應用相對較少。

TOF成像技術，TOF成像是基于不可見紅外線在物體和TOF模組之間的來回飛線時間來提取絕對或相對距離的3D成像技術，它包括一個不可見紅外線發射器和接收套件組成（圖2），深度計算不受物體表面灰度和特征影響，可以非常準確的進行三維探測，并且精度不隨距離改變而變化，基本能穩定在cm級，這對于一些精度要求較高的應用場合非常有意義。

透視成像技術，透視成像原理與雷達比較類似，通過高頻發射器發射，然后通過一個大型天線陣列進行接收，天線陣列收集垂直軸和水平軸上的數據，傳感器芯片則控制頻率和其他參數，并管理來自多個天線的信號數據，然后根據這些數據做深度計算最終得到3D成像數據。

機器視覺為物流領域解決了哪些難題？

隨著工業自動化和物流技術的發展，根據市場對高新技術的需求，機器視覺技術開始助力物流配送系統的自動化改造。機器視覺技術在物流配送領域的應用，迎來物流系統的自動化時代，使物流行業正從人工分揀向智能化、自動化方向快速演進。

物流行業發展痛點：人工分揀+配送效率低、速度慢

1、機器視覺的技術優勢：速度快、適應環境能力強、精度高、應用方便、智能化程度高、便于進行數字化處理和系統集成。目前，機器視覺在非接觸在線監測、工業圖像采集處理及實時監控等方面得到了廣泛的應用。

2、機器視覺功能的優勢：

3D視覺分揀系統主要有以下幾點突破：

2. 實現抓取位姿從2D到3D的升級；

3、突破了不同視野里3D視覺和機械手的手眼標定。

機器視覺在物流行業的主要應用場景：

運輸：運輸環節全程智能監控，使運輸人員、車輛、貨物更加安全、高效、可控。

倉儲：對庫存物品的入庫、出庫、在庫等各環節進行監控，實現對倉儲作業的全面控制和流程管理。

主要優勢：節省人力成本、提升箱體分類速度、提升空間利用率

應用案例

1自動化的色碼掃描

2自動化數量檢測技術

網絡購物作為一種隱形的購物方式，及時補充貨源，滿足客戶的需要是十分重要的。分揀機器人不僅僅可以對商品自動分類，還可以對倉庫內的數據信息進行檢測。為了及時了解庫存，應對突發斷貨事件，快遞企業可以通過自動分揀系統了解向外輸送商品的數量、庫存、客戶退還等信息，從而為了解市場行情提供準確數據，還可以使快遞公司和供貨商之間形成更為科學的供貨方案，提高雙方業績。

廠商案例

1慧眼科技

項目背景：在日化包裝行業，產品在裝箱封裝前，都要確保箱內的數量合格，目前的做法仍然是用人工裝箱時目檢的方式進行檢查，這一方面會影響裝箱工人的裝箱效率，另一方面也存在工人因疲勞導致漏檢的風險。

本系統以產品封箱前的產品在紙箱中的狀態為研究對象，實現了機器視覺在產品短裝檢測上的應用，替代了傳統的目檢方式，解放了操作工人的雙眼，提高了生產效率。

實際應用時，系統加裝在封裝機（紙箱速度：60pcs/min）上，在產品封箱之前，進行實時檢測，具有檢測速度快（Circle Time:60~80ms）、檢測精度高等特點，并通過IO通訊與生產設備進行對接，實時監測、實時傳輸。

設計方案：產品完成裝箱后，向封裝線傳送的過程中，會觸發拍照信號，智能相機拍照后經過檢測處理輸出相應的信號，當輸出為信號為“OK”時，包裝箱繼續傳送至封裝線，完成封裝；當輸出信號為“NG”時，信號將傳送至PLC觸發停機信號，傳送帶停機，等待復位信號。

2深圳市皕像科技有限公司

3D精準在線缺陷檢測：質檢系統對產品制造而言至關重要，它是提高效率和透明度的重要工具。未來工廠將會產生越來越多的測量數據。通過這些數據，質檢系統可更快地確定部件之間復雜的關聯性，獲得有價值的數據，然后按順序對這些數據進行處理，以避免再次出現誤差。

senseIT公司專注于開發全自動3D檢測單元。該檢測單元可直接用于生產線上，提高了產線的自動化程度，節省了大量的時間和成本。在線檢測單元的核心部件為：Ensenso立體相機。它們能再30s內以極高的精度完成對復雜部件的近距離檢測。該系統可檢查并驗證尺寸為鞋盒大小的組裝產品的完整性，且故障檢測準確度極高，軟件信號偏差在0.1mm以內。對于生產或運輸過程中可能出現的各類缺陷，包括：損壞或缺失部件、變形、加工材料、空隙或毛刺過多等，檢測偏差均控制在該范圍內。

Ensenso相機的強光型投影可盡可能精準、快速、可靠地捕捉待檢測部件的數據。紋理投影確保相機即使在光照不足的情況下也能捕捉光滑或反光表面物體的高對比度圖像，反過來還可以提高匹配的準確度。此外，Flexview技術將部件表面的投射紋理的偏移控制在最低水平。采用不同結構對同一場景捕捉的多張圖像合并為一張圖像，這會增加像素數量，進而提高圖像分辨率。相機檢測到的所有點整合為一個完整的高清3D模型，即所謂的“點云”模型。

已檢測部件的所有信息都儲存在大型數據庫中。因此，該系統能夠進行統計分析，提供生產過程中反復出現的誤差的詳細信息。系統還會實時顯示已檢測到的缺陷的相關信息，從而縮短了反饋時間，提高了后續工藝流程的交付質量。深入分析重復出現的誤差能夠幫助優化整個生產過程，從而大大降低質量成本、人力成本和質量不達標而導致的損失。此外，用戶還可以輕松直觀地使系統學會新的或改良的部件處理方法，并設置容許誤差，以便將產品轉換時間降至最低，使系統得到高效利用。該檢測單元的另一優勢是：掃描及驗證過程均已實現全自動化，無需任何人工操作，從而避免了因工人疲勞或分神而導致的人為誤差。全自動在線檢測加快了測量速度，節省了寶貴的時間，并且由于故障在早期就會被檢測到，因而生產效率得到了大大的提升。

結語

VSDC

以往，在倉儲、分揀等環節投入使用自動化設備來提升運營效率，但這僅僅是對體力的一種放大。而隨著人工智能、大數據和機器人等技術的創新與應用，物流將在智能化方面產生根本性的變化。整個物流體系都將實現操作的無人化、運營的智能化和決策的智慧化。

End