江苏龙网

  1. 首页 > 人文 > >

物流搜索|3D机器视觉正处在应用的发展期( 二 )


一是相机硬件本身 ， 我们一定是基于应用场景研发最合适相机 ， 包括技术路线的选择和功能模块的选型 ， 最终是为了保证相机能够输出高质量的点云 ， 这个是后期一切应用的基础；与此同时 ， 对工程项目的敬畏心使得我们在相机的稳定性上个做了充分的测试工作 。
二是应用算法 ， 核心团队的3D视觉算法专业背景 ， 保证了在应用算法的顶层架构和功能打磨上始终秉承高标准的要求 ， 目的就是让相机在具体场景中不仅能用、而且好用、更要面对复杂工况都能用 。
上述两者的关系可以用烹饪这个例子来类比理解 ， 就是取用最好的食材（硬件点云） ， 运用最精湛的厨艺（软件算法） ， 做出最美味的佳肴（工程应用） 。
另外 ， 考虑到使用方或者集成方的诉求 ， 我们也正在软件系统的易用性上持续加大投入 。
4.3D机器视觉在供应链不同应用场景中 ， 对技术需求有哪些不同？目前要求比较苛刻的案例能否分享一下？贵公司如何克服的？
丁丁：3D机器视觉的技术需求确实和应用场景高度相关 ， 比如大家经常使用的手机3D面部解锁功能 ， 这种应用对精度和视野景深要求不但苛刻而且对小型化要求高 。 回过来说灵西 ， 我们的3D机器视觉主要针对工业级应用 ， 之前也提到了工业应用本身也会因行业和功能的不同呈现多样化的场景 。
在此 ， 分享一个物流领域“3D视觉+机械臂拆垛”的实际落地案例 。 先说下背景 ， 在生产和流通领域需要将产品整齐码放到托盘上 ， 这样一个存储单元称之为垛 。 在分销和流通过程中 ， 存在拆垛场景 ， 即从垛上把一个或多个货品搬运到输送线或其他载体上 ， 而货品的箱规尺寸和包装形态呈现极其多样的特点 。 在这个场景中 ， 3D机器视觉就充当了眼睛的作用 ， 必须“看的清、看得懂” ， 才能引导机械臂正确的抓放 。 那么 ， 这“看得清、看的懂”就对3D机器视觉提出了挑战 。
先说“看得清” ， 整齐严密码放的箱体之间的缝隙距离往往是亚毫米级的 ， 要看的清 ， 3D相机就必须具备极高的分辨率 ， 而随着拆垛的进行3D相机与目标箱体的距离会逐渐变大 ， 在这种情况下仍要保持高精度在技术原理上就提出了挑战 。
再说“看得懂” ， 即便高精度的3D相机保证了垛面3D图形的完整重构 ， 但由于包装的复杂情况（比如中缝、扎带、提手等）需要机器视觉能够从干扰信息并中分辨识别出一个个箱体的表面界限 ， 只用这样机械臂才能正确按照策略进行抓放 。
为克服上述挑战 ， 灵西做的工作其实之前已经提到了 ， 就是针对性研发出高精度的相机以及打磨适用性强的软件算法 。 这里面技术面的复杂思路和策略就不一一展开了 。
5.您如何看待3D机器视觉发展前景和技术走势？
丁丁：发展前景是非常广阔的 ， 国外有专业三方机构的规模预测 ， 这个数字可以跟大家分享下 ， 到2025年会达到100亿人民币（不包括物流等增量市场） 。 我们自己对国内市场也做了一些分析 ， 增速和体量上是可观的 。
6.灵西又有怎样市场机会？如何把握？
丁丁：灵西目前可以看到的机会主要在工业制造和物流行业 ， 并且已经通过落地案例实现了品牌和技术的积累 ， 包括前面提到的物流领域的拆垛项目 ， 也还有一些外资制造业客户的工件上料项目 。
如果把眼光放长远些 ， 持续性把握3D机器视觉领域的市场机会 ， 灵西的战略路径也很清晰 ， 总体思路就是“以点带面” ， 也就是通过具体需求场景中的“3D视觉+机械臂”集成项目这个“点” ， 去带动3D机器视觉相机产品这个“面”的铺开 。


推荐阅读


上一篇：春公子|他现在领导苹果，能战胜任正非的华为吗？，如果乔布斯还在世

下一篇：大众新闻|“街边” 上线！，以社交作为切入口的生活服务类APP