随着电子商务的快速发展,物流行业的包裹数量持续增长,给物流企业带来了巨大的运营压力。目前,国内大型物流运转中心已开始采用机器视觉自动化设备,但多数快递公司处于半自动化状态,中小型物流分拣中心目前仍靠人工录入地址信息、扫描进行分拣。
对于物流行业而言,人力成本较为敏感,而机器视觉自动化设备,以其高度自动化、智能化以及高效、高精度、较强环境适应性等优势,为快速发展的物流行业包裹分类系统开辟新视野,并实现快速、准确地检测和分类各样式包裹,从而提升行业整体效率。
传统分拣弊端明显 机器视觉助力高效分类
传统电商与快递公司在进行包裹分类时,通常将各种种类的包裹统一散乱的放在分拣中心,项目难点众多,包括包裹类型众多,同种包裹在形状、大小等方面存在较大差异;托盘与传送带背景变化,基于规则的传统机器视觉,难以实现所需的检测准确性并准确分类;来料堆叠乱序,仅用传统二维识别定位无法实现较高的分类准确率等。若由人工对输送线上的包裹进行分类检出,则容易导致:
- 分拣效率低下:人工分拣速度慢,容易出现拥堵和等待,影响整个物流配送的速度和效率;
- 分拣准确率低:人工分拣容易出现分拣错误、漏检等,导致货物配送延迟、客户投诉等问题;
- 人力成本高:传统分拣方式需要