——访康耐视大中华区物流行业产品经理张承祖

机器视觉技术在仓储物流领域的应用愈发广泛和深入，康耐视凭借深厚的行业积淀和创新力推出了模块化视觉通道、整托扫码、包裹智能视觉检测等多款引领行业趋势的解决方案。未来，康耐视将聚焦深度学习和3D技术的研发、平台化的产品开发、产品标准化方案，以及数据分析与智能决策的提升等方面，进一步推动机器视觉技术创新。

近年来，得益于计算机技术、图像处理技术及人工智能技术的飞速发展，机器视觉技术已实现从基础图像识别到深度学习和大数据分析的重大跨越，并在众多领域大放异彩。在仓储物流领域，机器视觉技术逐步深入应用到货物的识别与分拣、质量检测与安全监控、库存的管理与监控、装载与运输管理、无人搬运车（AGV）导航与避障等诸多场景中，其卓越的应用成效正在推动一场关于效率提升、成本降低、资源优化配置以及数据驱动智能决策等方面的深刻变革。

作为全球机器视觉技术的领军者，康耐视拥有四十年行业经验和强大的技术创新能力，其产品广泛应用于生产、制造、医药、包装等多个行业，在物流领域更是展现出卓越的市场竞争力。在中国，康耐视现已在十多个城市设立办事处，构建起广泛的服务网络，赢得客户深深信赖与支持。本期专题中，我们特别采访了康耐视大中华区物流行业产品经理张承祖先生，请他全面解析了机器视觉技术在物流领域的应用现状和未来趋势，具体介绍了康耐视的前沿产品及解决方案，并为仓储物流领域的智能化发展提供了深刻见解。

张承祖

康耐视大中华区物流行业产品经理

记者：首先请您结合近年来我国仓储物流领域发展的需求变化，谈谈机器视觉技术在该领域的应用与发展情况。

张承祖：近年来，随着人工成本上涨和电商行业迅速发展，仓储物流领域对自动化、数据驱动决策、安全保障及智能化仓储系统的需求日益迫切，这促使机器视觉技术在仓储物流领域的应用愈发广泛和深入。

1.仓储物流系统智能化需求增长。随着电子商务的蓬勃发展和消费者对物流时效性要求的日益提升，仓储物流智能化发展已经成为行业不可逆的发展趋势。机器视觉技术是仓储物流系统智能化发展的关键技术支撑，能够实现对货物的快速分拣、精确定位和持续跟踪，助力仓储物流智能化水平显著提升。例如，随着视觉技术的创新发展，仓储物流中原本依赖人工的分拣作业现已实现自动化分拣；单面扫码技术也进阶为更为高效的六面扫码技术；同时，智能化供包系统正逐步取代传统的人工供包方式。

2.数据驱动的智能决策需求日益凸显。企业越来越重视通过数据分析与智能决策在优化仓储物流管理中的作用。机器视觉技术能实时监测和分析货物状态，为管理者提供准确的数据支持，进而推动决策的有效实施。

3.安全保障的重要性不断提升。在仓储物流过程中，货物的安全与质量保障至关重要，机器视觉技术能够实时监测和识别潜在的安全隐患，如货物堆放不稳、破损、变形以及异常运输行为等，从而提升企业风险管理水平，确保货物安全与质量。

此外，受益于市场需求多样化、市场竞争加剧及科技进步的推动，机器视觉技术不断取得新突破，且成本逐渐降低，为仓储物流领域更广泛地应用该技术提供了有力支持。

记者：当前，机器视觉技术主要应用于仓储物流领域哪些具体的场景？不同的场景中主要有哪些主流技术、产品及解决方案，并具有哪些显著特点？

张承祖：机器视觉技术在仓储物流领域的应用已日益广泛且深入。我们可将这些应用细分为仓库（Warehouse）和分拣中心（Distribution Center）两大模块。相较于仓库，机器视觉在分拣中心的应用普及率更高，具体场景与主流技术、产品和解决方案包括：

场景一：货物的识别与分拣

机器视觉技术主要用于货物的快速识别和分拣。通过智能化的调控，结合条码读取器、智能相机以及搭载深度学习的识别技术，实现对货物的高效、精准分拣。

主要产品包括条码读取器、智能相机、视觉算法库、3D相机等。通过产品与窄带分拣机、交叉带分拣机、摆轮分拣机等自动分拣机，以及供包台设备的结合，实现高效精准的货物分拣，并大幅提升作业效率。

物流分拣视觉解决方案

场景二：质量检测与安全监控

在此场景中，机器视觉技术主要用于检测包裹在流通过程中是否出现瑕疵或异常行为。

主要产品包括智能相机、视觉算法库及3D相机等，这些产品结合安全技术系统，实现对产品质量的全面检测和安全监控，从而提升整个作业的品质和安全性。

场景三：库存的管理与监控

通过机器视觉技术的图像处理、物体识别与检测以及实时图像分析等手段，与智能货架、RFID标签等结合，实现实时的库存监控和管理。这不仅可以提高库存效率和准确性，还是近年来仓储物流领域的一个新兴方向。

主要产品包括智能相机、视觉算法库。

场景四：装载与运输管理

在装载和运输管理环节，机器视觉技术主要应用于路径规划和运输跟踪。通过运输机器人、视觉导航系统等产品和解决方案，与AGV、无人叉车等设备结合，实现自动化的装载与运输管理，从而提升整个运输的效率和安全性。

以上这些主流技术、产品和解决方案在仓储物流领域的应用具有四大显著特点：1.增效降本。机器视觉的应用能够显著提升仓储物流作业的自动化水平，实现增效降本；2.数据驱动决策。机器视觉能够产生大量数据，通过将数据转化为智能数据，可以为管理者实现智能决策提供数据支持；3.实时检测与反馈。机器视觉技术能够实时检测并及时反馈数据和信息，有助于现场管理层及时对流程进行调整和优化；4.灵活性和适应性。机器视觉系统具有高度的灵活性和适应性，能够根据不同需求和环境进行定制和调整，适用于各种规模和类型的仓储物流场景。

记者：围绕市场需求变化，康耐视主要推出了哪些机器视觉解决方案？分别有哪些特点？应用效果如何？

张承祖：康耐视始终紧密关注市场需求，精心打造了一系列高效、实用的机器视觉解决方案。以下是几款近期备受关注的解决方案，它们在未来市场发展中极有可能成为引领趋势的重要力量。

1.自动化分拣与识别——模块化视觉通道解决方案

模块化视觉通道解决方案，专为自动化分拣与识别设计。该方案整合了高性能的DataMan读码器和Edge Intelligence Tunnel Manager软件，确保99.9%的读取率，并能混合识读多种代码。这一方案不仅提高了仓库处理效率，还显著增强了货物的可追溯性。

其模块化设计使得配置灵活多变，能够全面满足从入库到出库整个过程中的扫码需求。无论是单面扫码应用于入库通道，还是六面扫发货分拣机助力仓库内作业，或者是三面扫码通道加速出库扫码点的处理速度，康耐视都能为企业提供量身定制的解决方案。此外，结合边缘智能（EI）软件平台，该方案还能实时监控仓库资产管理，为企业提供决策支持和故障排除能力，进一步提升运营效率，加速投资回报。

目前，该方案已在亚马逊、沃尔玛等全球配送中心成功应用，显著提升了其分拣效率。

2.入库——整托扫码解决方案

整托扫码解决方案采用创新的DataMan 470读码器，具备高速转向镜技术，能够准确读取移动中的大型包裹条码。相较于传统方案，这一解决方案不仅降低了硬件成本，还简化了后期实施和维护的复杂度。一个读码器即可覆盖大视野中的多个条码，极大提高了操作效率。该方案已在国内外大型医药包装和食品企业中得到广泛应用，入库效率和准确度均得到显著提升。

整托扫码解决方案

3.分拣——包裹智能视觉检测系统

在分拣环节，我们推出了包裹智能视觉检测系统——In-Sight 2800 Detector，该系统结合了边缘学习技术、机载处理和集成光源，为各种规模的物流设施提供智能化运营和高精度检测，并及时发现流程问题。面对复杂情况，如黑色背景与黑色包裹的区分、包裹脏污或空车等，该系统都能准确识别，可大幅提升分拣准确率和输送效率。同时，该系统还实现自动学习功能，不仅降低了对操作人员的技能要求，还大幅减少了模型训练所需的数据量。此外，系统部署简便且无需专业技巧，同时减少停机维护时间。

In-Sight 2800 Detector包裹智能视觉检测系统

目前，该系统已在多家头部电商企业中成功应用。

4.复核打包——解放双手解决方案

在复核打包环节，康耐视推出了解放双手解决方案，采用DataMan 282读码器的独特多色照明（HPIT火炬光源），可快速并同时读取多种条码，提供更高灵活性与更卓越的读码性能。其人体工程学的设计显著减轻了操作人员的双手负担，降低了职业健康风险。同时，该系统还能一次性处理多个及多种类型条码，自动筛选出所需信息，有效优化工作站效率，可增加高达60%的处理量。

该系统已在电商、快递、医药及包装等物流领域得到广泛应用，助其实现显著的降本增效。

解放双手解决方案

5. 周转箱容积率检测系统

近年来，服装、快消品以及跨境电商等行业企业对周转箱内填充率的检测需求日益增加，为此康耐视推出3D-A1000周转箱容积率检测系统。该系统结合了3D技术和2D视觉技术，实时监控周转箱的容积率变化，以确保最大化其利用率，并确认订单状态是否良好。同时，该系统还提供2D图像，以实现可视化的追溯功能。

周转箱容积率测量解决方案

记者：在您看来，仓储物流领域的机器视觉技术有哪些重要发展趋势？

张承祖：机器视觉技术在仓储物流领域的发展趋势，包括提高效率与准确性、降低成本、优化库存管理以及推动智能决策。这些趋势将共同推动仓储物流行业向更高效、智能化的方向发展。

第一，提高效率和准确性仍然是核心。随着国内人工成本上升，对智能识别的需求也日益增长。机器视觉技术将持续追求更高的读取率，以满足行业对质量和效率的不断追求。

第二，降低成本成为主要发展方向之一。这包括减少人工成本、避免人为错误导致的损失，以及降低机器视觉技术自身的应用成本。特别是在电商和快递行业，机器视觉的广泛应用将有助于企业更好地控制成本，提高资源利用效率。机器视觉技术自身成本的降低，则是实现更广泛应用的基础。

第三，优化库存管理成为重要应用方向。通过实时监测和追踪库存情况，该技术将帮助企业进行精准的库存管理和预测，从而减少库存积压和滞销现象，提高资金利用率。

第四，智能决策将成为机器视觉技术发展的高级阶段。通过数据分析和智能算法，该技术将为企业提供更为准确、及时的数据支持，助力管理者做出智能决策和优化，进而提升企业的竞争力和市场反应速度。

记者：面向未来，康耐视在产品开发和技术创新等方面有哪些发展规划？

张承祖：康耐视未来的发展规划，将聚焦于深度学习和3D技术的研发、平台化的产品开发、产品方案的标准化，以及数据分析与智能决策的提升。这些规划将进一步推动机器视觉技术创新，助力仓储物流领域的智能化水平提升。

从技术角度看，我们将深化在深度学习和3D技术领域的研究。继续加大投入，特别是利用深度学习算法在图像识别、物体检测及图像分析等核心领域进行突破，提升机器视觉技术在多变场景中的物体识别能力，从而为客户打造更加定制化和专业化的解决方案。

从产品开发的角度来看，康耐视已转向全新的平台化开发策略。此策略的优势在于能够迅速响应市场变化，快速推出新产品。我们的市场调研团队将全球搜集并分析主流市场需求，以此为基础确定自主研发或合作的方向。一旦明确方向，我们将首先构建一个通用且可扩展的平台，而非单一产品。基于这个平台，我们可以快速衍生出一系列产品。例如，我们最近推出的80系列产品，包括DM80、DM280、DM380和DM580等，它们都是基于同一平台开发，但每款产品都有其独特的功能和定位。这种平台化的开发模式使我们能够在一年内陆续将这些产品推向市场，大大提高了市场响应速度。

我们还致力于产品方案的标准化，特别是在仓储物流领域，应用场景相对单一，但需求量巨大。因此，我们希望提供能够快速部署且兼具灵活性的标准化物流解决方案。同时，我们也在不断为这些方案添加新功能，以满足客户日益多样化的需求。

此外，我们非常重视数据分析与智能决策。康耐视一直在加大边缘智能（EI）方案的研发力度。我们推出了一款名为EI的智能决策与算法软件。针对物流领域，该软件可以实时获取现场所有相机和传感器的数据，包括3D数据等。这些数据将为决策者提供实时、准确的信息支持，帮助他们进行有效地管理、分析和决策。