近年来电子商务和快速物流方式的崛起带动了自动化物流仓储市场的蓬勃发展。根据资料显示，过去16年国内自动化物流仓储系统市场以年均23%的速度快速成长，并且近6年受益消费升级和智能制造发展的推动，增速呈现逐渐加速的趋势，预计2022年自动化物流装备市规模将突破2600亿元。

在新零售时代，快递进入新常态，市场自下而上开启共同配送模式，智能设备在物流行业的运用将成为新常态。从近几年的快递数据上看，在2011-2016年间，我国快递业务CAGR（复合年均增长率：指一项投资在特定时期内的年度增长率）达到53.48%；快递业务收入CAGR高达39.29%，而2017年1月-11月，实现快递业务量累计358.56亿件，同比增长28%，业务收入累计4437.4亿元，同比增长25.2%。从以上数据可以看出快递业务增速仍将维持较高的水平。面对庞大的快递包裹件数，人工分拣+配送早已不适合现代物流的发展。未来，智能物流设备在物流企业投入资金中的占比会呈持续上升的状态。

在电子商务高速发展的今天，若想让智能物流得以良好进行，则必须具备的基础是拥有良好的感知能力，     机器视觉     刚好能够迎合这一需求！机器视觉具有高度自动化、高效率、高精度和环境适应强等优点，其图像传感器以及3D测量传感器为高速发展的物流分拣系统打开“新视界”。物流行业正从人工分拣向智能化、自动化方向快速演进。

 图像传感器VS3D测量传感器

随着工业自动化和物流技术的发展，根据市场对高新技术的需求，机器视觉技术开始助力物流配送系统的自动化改造。机器视觉技术在物流配送领域的应用，迎来物流系统的自动化时代，使物流行业正从人工分拣向智能化、自动化方向快速演进。

 1、图像传感器

CMOS图像传感器（CIS，CMOSImageSensor）与电荷耦合器件（CCD，ChargeCoupledDevice）是当前两种主流图像传感器。CIS凭借低成本、设计简单、小尺寸、低功耗等优势逐渐取代CCD成为主流，尤其是背照式CIS的出现加快了这一进程。CIS多用于微型摄像模组等产品。CCD     传感器     成像质量好，但成本高、体积大、能耗高，多用于高端数码相机等产品。

 CMOS图像传感器

CMOS图像传感器产业从占据42%市场份额的全球龙头企业——索尼（Sony）的运营复苏中获益，以较高的增长速度发展，并已成为半导体行业中关键的组成部分！行业领先者三星（Samsung）紧追索尼，拿下20%市场份额。此外，安森美半导体（ONSemiconductor）和豪威科技（OmniVision）也对手机、安防、汽车等市场的发展贡献颇丰。

CMOS图像传感器处于3D半导体技术的最前沿，是人工智能（AI）发展的主要推动力。我们可以预见新技术和新应用都可以保证市场快速增长的势头。本报告旨在尽可能多地让读者了解CMOS图像传感器产业现状，以便从新一轮的创新中受益！

据麦姆斯咨询介绍，在CMOS图像传感器代工厂方面，华力微电子（HLMC）受益于豪威科技和TPSCo的生产转移。SK海力士显然陷入了“优先发展DRAM，而非CMOS图像传感器”的难题。中芯国际处于转型期，必须投资下一代技术来追赶领先者。近些年，中国CMOS图像传感器产业积极布局突破，成立了多家CMOS图像传感器设计公司和IDM企业，加上各种创新应用的落地，中国CMOS图像传感器生态系统将会变得越来越强大！

 CCD图像传感器

CCD图像传感器作为一种新型光电转换器现已被广泛应用于摄像、图像采集、扫描仪以及工业测量等领域。作为摄像器件，与摄像管相比，CCD图像传感器有体积小、重量轻、分辨率高、灵敏度高、动态范围宽、光敏元的几何精度高、光谱响应范围宽、工作电压低、功耗小、寿命长、抗震性和抗冲击性好、不受电磁场干扰和可靠性高等一系列优点。CCD图像传感器除了大规模应用于数码相机外，还广泛应用于摄像机、扫描仪，以及工业领域，智能物流领域等！

 2、3D测量传感器

根据德银预测，3Dsensing的渗透率有望从2017年的3%提高到2018年的6%，2019年的20%和2020年的38%，搭载3Dsensing的智能手机出货量有望从2017年的3800万部提高到2020年的6.35亿部。整个市场规模有望从2017年的7亿美金提高到2020年的140亿美金，4年间年复合增长率高达173%。

电子说：目前，主流的3D成像技术主要有三种，分别是双目主动立体视觉，结构光和TOF（TimeOfFlight）。从技术上来看，双目成像虽然有着3D成像分辨率高、精度高、抗强光干扰性强、成本低等优势，但是其缺点也非常明显，比如其算法非常复杂、容易受到环境因素干扰、依赖环境光源、暗光场景表现不佳等。因此目前在手机上应用相对较少。

TOF成像技术，TOF成像是基于不可见红外线在物体和TOF模组之间的来回飞线时间来提取绝对或相对距离的3D成像技术，它包括一个不可见红外线发射器和接收套件组成（图2），深度计算不受物体表面灰度和特征影响，可以非常准确的进行三维探测，并且精度不随距离改变而变化，基本能稳定在cm级，这对于一些精度要求较高的应用场合非常有意义。

透视成像技术，透视成像原理与雷达比较类似，通过高频发射器发射，然后通过一个大型天线阵列进行接收，天线阵列收集垂直轴和水平轴上的数据，传感器芯片则控制频率和其他参数，并管理来自多个天线的信号数据，然后根据这些数据做深度计算最终得到3D成像数据。

 机器视觉为物流领域解决了哪些难题？

随着工业自动化和物流技术的发展，根据市场对高新技术的需求，机器视觉技术开始助力物流配送系统的自动化改造。机器视觉技术在物流配送领域的应用，迎来物流系统的自动化时代，使物流行业正从人工分拣向智能化、自动化方向快速演进。

物流行业发展痛点：人工分拣+配送效率低、速度慢

 1、机器视觉的技术优势： 速度快、适应环境能力强、精度高、应用方便、智能化程度高、便于进行数字化处理和系统集成。目前，机器视觉在非接触在线监测、工业图像采集处理及实时监控等方面得到了广泛的应用。

 2、机器视觉功能的优势：

1）机器视觉具有识别物料形状、尺寸检测、自动化数量检测技术以及条形码识别等功能，通过数据分析，可提高运输与配送效率、减少物流成本、更有效地满足客户服务要求，从而实现快速、高效、经济的物流系统。

2）机器视觉系统的使用能够加快物品的流通速度，提升产品的品质。通过机器视觉系统与各种传送带作为连接，进行产品识别和追踪。如条形码识别、产品在线监测如形状识别、尺寸检测，以此进行物料自动拣选！

此外，对于物流传送带或生产流水线上的物料条码识别，机器视觉系统可通过条形码自动识别技术，利用高速CCD摄像机直接得到被测物料条形码的图像，然后送入计算机进行图像预处理，再通过条码读取，译码和校验来完成条码识别。

 3D视觉分拣系统主要有以下几点突破：

1、实现了高速运动物体下的分拣抓取。成功实现了高速输送线上运动物品的分拣，能达到每小时2000-3000件货物的拾取率，大大提高了物流自动化的效率；

2.实现抓取位姿从2D到3D的升级；

3、突破了不同视野里3D视觉和机械手的手眼标定。

机器视觉在物流行业的主要应用场景：

运输：运输环节全程智能监控，使运输人员、车辆、货物更加安全、高效、可控。

仓储：对库存物品的入库、出库、在库等各环节进行监控，实现对仓储作业的全面控制和流程管理。

主要优势：节省人力成本、提升箱体分类速度、提升空间利用率

 应用案例

 1自动化的色码扫描

应用自动化的色码技术，工作人只需扫描商品上的条形码，将相关信息输入到分拣系统中，分拣机器人便会接收到指令，判断商品将会进入到哪一个分拣的区域中。这一项技术的核心在于分拣系统的控制装置，它依据商家或货主提供的商品材质、重量等因素进行信息分类，发出分拣要求，机器人便会将商品运送到各分类区域。快递企业采用这种基于视觉识别的形状识别技术使工作效率不断提高，不仅可以节省空间，也可以提高商品向外配送的速度。

 2自动化数量检测技术

网络购物作为一种隐形的购物方式，及时补充货源，满足客户的需要是十分重要的。分拣机器人不仅仅可以对商品自动分类，还可以对仓库内的数据信息进行检测。为了及时了解库存，应对突发断货事件，快递企业可以通过自动分拣系统了解向外输送商品的数量、库存、客户退还等信息，从而为了解市场行情提供准确数据，还可以使快递公司和供货商之间形成更为科学的供货方案，提高双方业绩。

 3自动化形状识别技术

对于不同的快递物品而言，最明显的特征就是“形状”。所以，基于视觉识别的形状识别技术，在快递企业分拣中发挥了巨大的作用。这种专门针对形状识别的技术使工作效率不断提高。分拣机器人根据商品的形状能够进行快速、精准的分类，不仅可以节省空间，也可以提高商品向外配送的速度。

 厂商案例

 1慧眼科技

项目背景：在日化包装行业，产品在装箱封装前，都要确保箱内的数量合格，目前的做法仍然是用人工装箱时目检的方式进行检查，这一方面会影响装箱工人的装箱效率，另一方面也存在工人因疲劳导致漏检的风险。

本系统以产品封箱前的产品在纸箱中的状态为研究对象，实现了机器视觉在产品短装检测上的应用，替代了传统的目检方式，解放了操作工人的双眼，提高了生产效率。

实际应用时，系统加装在封装机（纸箱速度：60pcs/min）上，在产品封箱之前，进行实时检测，具有检测速度快（CircleTime:60~80ms）、检测精度高等特点，并通过IO通讯与生产设备进行对接，实时监测、实时传输。

设计方案：产品完成装箱后，向封装线传送的过程中，会触发拍照信号，智能相机拍照后经过检测处理输出相应的信号，当输出为信号为“OK”时，包装箱继续传送至封装线，完成封装；当输出信号为“NG”时，信号将传送至PLC触发停机信号，传送带停机，等待复位信号。

 2深圳市皕像科技有限公司

3D精准在线缺陷检测：质检系统对产品制造而言至关重要，它是提高效率和透明度的重要工具。未来工厂将会产生越来越多的测量数据。通过这些数据，质检系统可更快地确定部件之间复杂的关联性，获得有价值的数据，然后按顺序对这些数据进行处理，以避免再次出现误差。

senseIT公司专注于开发全自动3D检测单元。该检测单元可直接用于生产线上，提高了产线的自动化程度，节省了大量的时间和成本。在线检测单元的核心部件为：Ensenso立体相机。它们能再30s内以极高的精度完成对复杂部件的近距离检测。该系统可检查并验证尺寸为鞋盒大小的组装产品的完整性，且故障检测准确度极高，软件信号偏差在0.1mm以内。对于生产或运输过程中可能出现的各类缺陷，包括：损坏或缺失部件、变形、加工材料、空隙或毛刺过多等，检测偏差均控制在该范围内。

Ensenso相机的强光型投影可尽可能精准、快速、可靠地捕捉待检测部件的数据。纹理投影确保相机即使在光照不足的情况下也能捕捉光滑或反光表面物体的高对比度图像，反过来还可以提高匹配的准确度。此外，Flexview技术将部件表面的投射纹理的偏移控制在最低水平。采用不同结构对同一场景捕捉的多张图像合并为一张图像，这会增加像素数量，进而提高图像分辨率。相机检测到的所有点整合为一个完整的高清3D模型，即所谓的“点云”模型。

已检测部件的所有信息都储存在大型数据库中。因此，该系统能够进行统计分析，提供生产过程中反复出现的误差的详细信息。系统还会实时显示已检测到的缺陷的相关信息，从而缩短了反馈时间，提高了后续工艺流程的交付质量。深入分析重复出现的误差能够帮助优化整个生产过程，从而大大降低质量成本、人力成本和质量不达标而导致的损失。此外，用户还可以轻松直观地使系统学会新的或改良的部件处理方法，并设置容许误差，以便将产品转换时间降至最低，使系统得到高效利用。该检测单元的另一优势是：扫描及验证过程均已实现全自动化，无需任何人工操作，从而避免了因工人疲劳或分神而导致的人为误差。全自动在线检测加快了测量速度，节省了宝贵的时间，并且由于故障在早期就会被检测到，因而生产效率得到了大大的提升。

 结语

以往，在仓储、分拣等环节投入使用自动化设备来提升运营效率，但这仅仅是对体力的一种放大。而随着人工智能、大数据和机器人等技术的创新与应用，物流将在智能化方面产生根本性的变化。整个物流体系都将实现操作的无人化、运营的智能化和决策的智慧化。

物流配送自动化是商业时代物流技术发展的新成果，是体现企业竞争力的重要因素之一。要实现这一切，机器视觉的作用功不可没，可快速进行条形码识别﹑产品在线检测如形状识别﹑尺寸检测，以此进行物料自动拣，助力物流行业健康发展！相对行业日益扩大的市场需求，国内机器视觉产业起步相对较晚，但是在核心技术上，我国已经拥有了自主研发的能力。随着物流行业的快速发展，机器视觉将迎来新的发展高潮，让我们拭目以待！