.svg "Zivid")
在机器人分拣中，您可能会遇到 "权限 "这个词。权限是指机器人有权或被授权处理仓库中特定产品或 SKU（缩写）的程度。有些机器人还会使用黑名单或白名单，即一组允许或不允许机器人处理的物品。
如何确定哪些产品属于这两个列表中的任何一个，取决于机器人是否有能力证明自己有足够高的概率成功分拣和处理这些产品，或者通过在一组可代表的对象上展示自己的能力来证明自己的能力。
目录
理想的分拣位置是一个简单明了的问题，分拣位置越多越好。你能识别的物品越多，找到的最佳拣选姿势候选者越多，你的拣选单元的效率就越高。在计件拣选领域，可能遇到的物品范围差别很大，但实际上总是以数千 SKU（库存单位）为单位，而物流仓储库存数百万独特物品的情况并不少见。
而在制造领域，机器人可能遇到的物品范围要有限得多。此外，许多工业物品，如螺丝、坯料、外壳、齿轮等，都有相关的 CAD 模型供分拣单元参考检测。而大多数单品拣选应用的情况并非如此。香水公司不会为其香水盒提供 CAD 模型；服装、杂货或洗漱用品制造商也不会。你懂的。在某些情况下，您还会收到装在软塑料袋中的易变形物品；在这种情况下，图片也无济于事。东西到货后，您的分拣小组必须迅速弄清楚它是什么。
履行中心的典型机器人分拣单元。
机器人单元的权限取决于视觉系统的选择：
带有孔洞和噪点的低质量点云
具有完整性和极低噪点的高质量点云
如果没有高质量的机器视觉，在仓库设施的部署过程中将面临一系列挑战。视觉系统的局限性会影响分拣单元能够可靠处理的物品类型。低端 3D 相机无法处理透明物品或包裹在透明材料（如聚乙烯袋或气泡膜）中的物品。这会造成严重后果，因为仓库库存中的大多数物品通常都包裹着某种形式的透明材料。使用低端 3D 的物流设施往往将其分拣功能限制在简单的纸箱和类似物品上。这样一来，这些单元只能拣选仓库中库存的一小部分，导致总库存量可能只有 10%。这就导致少量库存被输送到这些自动分拣单元，而大部分库存则由人工分拣员处理。
在机器视觉技术取得最新进展之前，拣选单元主要由人工拣选员负责。
像 Zivid 这样专注于创新的机器视觉供应商，已经将3D和2D机器视觉提升到了一个新的水平。这些新的创新技术进入了以前一直被认为不可能实现的领域。现在，3D机器视觉相机（如Zivid 2+）可以可靠地捕获到高精度、低噪点的完整点云，以及没有反射和伪影的3D数据。这些相机开创了一个时代，一个相机系列几乎可以用于消费品和制造业的任何机器人操作任务。除了3D图像外，最好的相机还能提供连贯、高保真的二维图像，因此这些相机对可成功成像的物品几乎没有任何限制。
仓储和物流是一项高速任务，每天要处理和运输数以万计的物品。一旦出现错误，就会影响生产率，并可能在故障排除过程中造成严重后果。可能出现的错误包括
所有这些错误的代价都是高昂的，包括实际材料成本、时间和效率损失，最糟糕的是，如果客户收到损坏或丢失的货物，还会影响他们的品牌形象。正如我们所解释的那样，高质量 3D 相机在解决这一问题方面大有可为。然而，即使是高质量的相机也有一个经常被忽视的特点，那就是它在不断变化的环境中的稳定性。照明水平和环境温度会发生变化，振动也会发生。这些因素都会影响性能，即使是规格最好的 3D相机也不例外。
这些高精度仪器的设计必须能够适应这些环境变化。我们需要的是一台能够提供极佳的点云完整性和正确性的相机，而且它必须能够不受环境变化的影响。机器人专家、自动化专家和他们的最终客户都希望机器视觉系统能够一次设置达到最佳性能，然后在部署时无需考虑照明水平、新的 SKU 项目以及不同地点的微调。
Zivid 3D 相机使用一系列针对特定应用的预设值，以获得最佳效果。
物流和履行设施对其所有者来说是一项重大投资。在机器视觉上节省几千美元是一场危险的赌博。不可靠的运行成本很快就会超过投资高质量、可靠的工业 3D 视觉系统的前期成本。当不可避免地要进行工厂验收测试 (FAT) 时，低端 3D 相机就有可能导致 FAT 失败，而自动化专家们都知道这一点。真正限制3D机器视觉大规模应用的是技术的落后。Zivid 2+ 等产品能够持续捕获任何物体（包括透明物体）上的完整高质量数据，它们的问世意味着自动化领域的格局正在发生变化。
现在，物流和电子商务履行公司已经看到了真正实现 "眼观六路 "和对库存中所有 SKU 进行分拣的影响。过去，机器人拣选单元总是孤零零地躲在角落里，整天只对着纸板箱工作，这样的日子已经一去不复返了。
No Comments Yet
Let us know what you think