彻底改变仓库自动化：AI 和 3D 视觉让机器人掌握混合码垛

用随机的产品组合构建一个托盘可能听起来很简单。但对于机器人来说，码垛一直是最难掌握的工作之一。随着在线购物的不断增长，商店需要更多定制的、现成的货架交付，仓库面临着更快、更智能的移动的压力。

虽然机器人现在可以处理许多仓库任务，但将混合产品堆垛到稳定的托盘中基本上仍然是手动工作。得益于人工智能和 3D 视觉的飞跃，这种情况正在迅速改变。智能机器人现在可以实时“查看”和计划，使混合箱码垛更快、更安全、更高效。

人工智能技术和 3D 视觉的最新进展终于解决了这个数十年之久的问题。

为什么混合码垛会阻碍自动化

混合箱码垛涉及将不同库存单位 (SKU) 的箱子战略性地排列到单个托盘上。这种做法是现代履行策略的基础，可以为零售商店提供及时库存，支持复杂的电子商务订单，并促进高效的越库操作。

然而，操作执行远比简单的堆叠复杂。这是一个动态的三维谜题，需要复杂的实时决策，同时考虑多个变量：

• 物理尺寸，
• 权重分布，
• 包装易碎，
• 结构完整性，
• 创建“商店友好型”序列，最大限度地减少店内劳动力。

技术挑战

混合码垛自动化的困难源于几个相互关联的挑战，这些挑战历来超出了传统机器人系统的能力：

• 极端的项目变化 ：机器人系统必须处理尺寸、重量、形状和表面特性截然不同的箱子。光面包装、透明收缩包装和深色纸板都对传统 2D 和基本 3D 视觉系统构成了重大挑战。

• 非结构化决策 ：与单 SKU 码垛不同，混合箱场景本质上是混乱的，其中每个盒子都是相同的并遵循可预测的模式。箱子以不可预测的顺序到达，要求系统识别未知物品、确定其属性并实时决定最佳放置位置，而不是执行预编程的例程。

• 认知复杂性 ：人类操作员必须同时平衡重量分布（较重的物品位于底部），创建联锁模式以防止运输过程中移位，并且通常根据特定的商店货架图对物品进行排序。这种认知负荷代表了传统自动化难以复制的空间推理和自适应决策水平。

手动操作的成本

混合码垛中持续存在的体力劳动不仅仅造成了操作效率低下。这是一项重大的财务和战略责任，成本涉及多个维度：

• 吞吐量限制 ：手动码垛本质上是缓慢且不一致的。一名工人每小时可处理 180 至 360 箱，而自动化码垛解决方案每小时可处理 300-1000 箱。 

• 质量和准确性问题 ：手动托盘的质量因工人而异，并且随着疲劳的出现而恶化。不一致的堆放和不良的重量分布经常导致产品在运输过程中移位和倒塌。此外，混合托盘的手动验证非常容易出错，条形码模糊或损坏会导致库存差异。

• 安全和劳工挑战 ：混合码垛涉及对沉重或形状笨拙的箱子进行不断的重复提升、弯曲和扭转，导致肌肉骨骼损伤的发生率很高。这些职位的流动率比其他仓库职位高出三倍，并且造成了不成比例的工人赔偿索赔。全球愿意从事体力要求高的工作的工人日益短缺，加剧了人员配备的困难。

• 自动化尝试失败 ：许多工厂试图通过复杂的“拼凑”解决方案来解决混合码垛问题，其中包括自动存储和检索系统、广泛的输送机网络和高速分拣机。虽然这些系统可以帮助组织和交付箱子，但它们通常会导致物理占地面积庞大，并且最终仍然依赖人类操作员来完成最终的认知要求较高的托盘构建任务。

码垛技术突破：Jacobi Robotics 智能运动规划

要解决混合码垛的自动化挑战，需要从根本上重新思考问题。成功的自动化并不将其视为纯粹的机械任务，而是将其视为数据和智能问题。 

这种方法引导我们开发了集成系统，将专门的人工智能驱动的运动规划软件与革命性的 3D 视觉技术相结合。

Jacob Robotics 的人工智能驱动的运动规划引擎

现代混合码垛解决方案的核心在于复杂的运动规划软件，它从根本上消除了传统机器人编程的复杂性。 Jacobi Robotics 通过软件定义的平台展示了这种新范例，该平台改变了机器人感知、计划和执行复杂处理任务的方式。

• 与机器人无关的架构 ：与将客户锁定在单一供应商生态系统的传统自动化解决方案不同，Jacobi Robotics 的运动规划平台旨在与多家制造商的工业机器人配合使用，包括 ABB、FANUC、KUKA、Yaskawa 和 Universal Robots。这种方法使系统集成商和最终用户能够根据有效负载、工作范围和成本要求选择最佳的机器人硬件，同时访问一流的控制软件。

• 多参数优化 ：核心算法自动计算同时跨多个关键参数优化的机器人轨迹。根据我们的经验，时间优化的重点是最大限度地减少总运动持续时间，而不是简单地寻找最短路径，从而使周期时间比传统方法快 30%。避免碰撞确保路径没有障碍物，包括设备、安全屏障和正在构建的托盘。 

• 实时情报 ：该平台从 3D 相机获取丰富的传感器数据，并使用 AI 算法执行对象识别、姿态估计和最佳抓取规划。至关重要的是，这种人工智能功能使系统能够处理无尽的现实世界变化并动态适应，而无需严格的预编程限制。

• 快速部署 ：先进的运动规划可减少高达 95% 的调试时间，将需要数周的编程任务转变为数小时内完成的流程。部署时间的大幅缩短代表了自动化项目经济性和风险状况的根本性转变。

运动免疫 3D 视觉

虽然人工智能为决策提供了智能，但这些决策的质量完全取决于感官输入的准确性和可靠性。 

我们很高兴与 Photoneo 及其 3D 视觉技术进行长期合作，该技术通过称为并行结构光的专利方法解决了感知挑战。 

• 并行结构光创新 ：传统 3D 视觉系统迫使人们在速度和质量之间做出艰难的选择。传统的结构光扫描仪投射连续图案来构建详细的 3D 模型，产生高分辨率和准确性，但需要完全静态的条件。扫描过程中的任何移动都会导致数据失真、无法使用。相反，飞行时间或主动立体声系统可以快速捕获移动物体，但会牺牲分辨率、准确性和噪声性能。

  并行结构光通过专有的 CMOS 传感器解决了这一难题，该传感器具有独特的马赛克像素图案和多抽头快门，可在单个快照中执行整个 3D 数据采集。这种方法以飞行时间速度实现结构光质量，且不存在运动伪影敏感性。

• 运动抗扰性和环境鲁棒性 ：单帧采集使系统几乎不受运动模糊的影响，生成清晰、高质量的物体移动速度高达每秒 40 米（约 90 英里/小时）的 3D 点云。此功能可实现“即时”扫描，消除传统机器人单元中常见的停止扫描瓶颈。

集成工作流程：从感知到行动

这种端到端的工作流程超越了简单的命令序列，成为感知、思考、行动和验证的智能、自适应循环。

• 智能案例管理 ：箱子以随机顺序从上游流程到达传送带。先进的配置采用紧凑型缓冲机器人，可拦截箱子并使用小型货架系统动态管理流程。这种智能缓冲将主要码垛机器人与入库随机性分离，确保最佳的箱子顺序，从而实现高效的托盘构建。

• 3D 数据采集和验证 ：在提货箱时，即使物品在移动，高架扫描仪也会在单个快照中捕获高分辨率点云。系统分析点云以精确确定箱子尺寸、3D 位置和方向，作为关键的验证门，确保物理物品在处理前与预期的 WMS 数据相匹配。

• 人工智能驱动的布局和路径规划 ：经过验证的 3D 数据传递到运动规划软件，其中 AI 算法同时执行多个任务。他们参考可配置规则，考虑抗压强度、重量和目的地要求，以确定当前托盘层上的最佳放置位置，从而最大限度地提高稳定性、密度和商店友好性。同时，运动规划引擎会计算机器人手臂从当前位置移动、拾取箱子并将其放置在精确计算的目标位置和方向的最快、无碰撞、无奇点的轨迹。

• 机器人执行 ：运动规划平台将最终计划发送给机器人控制器，机器人控制器执行平稳、时间优化的轨迹，从进料位置拾取箱子并将其完全按照计划放置在托盘上。

• 持续验证 ：机器人放置箱子并收回后，高架扫描仪立即执行检查扫描，将实际托盘状态与理论构建计划进行比较。这种闭环验证可确认正确放置并检测移位。当检测到差异时，系统可以标记问题以进行手动调整或触发自动纠正例程。

从传送带码垛？使用 MotionCam-3D，您可以在运动中完成此操作，而无需停止传送带

可量化的收益：运营和战略回报

集成人工智能和 3D 视觉解决方案的技术复杂性可转化为关键绩效指标的可衡量改进，为物流和制造公司创造引人注目的业务案例。

运营绩效提升

• 吞吐量加速 ：现代系统每小时处理 300 至 1,000 个案例 与每小时 180-360 箱的典型手动速率相比，这意味着每个站点的吞吐量增加了 2 至 5 倍 。这种加速消除了关键的生产线末端瓶颈，从而能够更快地履行订单、缩短交货时间并在不扩建设施的情况下实现旺季批量处理。许多工厂报告称，下游过程自动化使工厂整体吞吐量提高了 15-30%。

• 库存准确性增强 ：自动扫描和验证消除了混合托盘中常见的手动条形码读取错误，因为混合托盘上的标签可能会被遮挡或损坏。系统保留托盘内容的精确数字记录，消除了手动操作典型的 1-5% 的库存缩减，并减少了拒绝发货和零售商退款。

超越成本节省的战略优势

• 运营弹性 ：在需求波动和产品组合不断变化的市场中，灵活、可快速重新配置的系统提供了至关重要的竞争优势。在数小时而不是数周内使系统适应新产品线的能力将自动化投资从固定的、折旧的资产转变为动态的长期战略能力。

• 可扩展性和灵活性 ：解决方案可以根据运营需求和资本限制分阶段部署。公司可以从半自动化配置开始，其中系统指导人类操作员构建最佳托盘，然后无缝过渡到全自动单机器人单元，然后扩展到多机器人配置以获得更高的吞吐量，所有这些都使用相同的核心软件智能。

• 面向未来 ：与机器人无关的软件平台可以随着技术的发展迁移到新的硬件，保护自动化投资并允许持续的功能升级，而无需完全更换系统。

目标行业：Jacobi 转变运营的地方

Jacobi Robotics 的混合码垛解决方案可解决多个行业的关键自动化挑战，每个行业都有独特的要求和运营转型机会。

食品和饮料

食品和饮料运营面临着保持新鲜度、管理复杂的产品周转以及处理不同包装格式的持续压力。 Jacobi Robotics 系统擅长管理不同重量和易碎程度的混合箱子，同时保持适当的运输重量分布。快速部署能力对于季节性产品变化和促销活动特别有价值。

消费品 (CPG)

CPG 制造商和分销商需要应对广泛的产品目录、频繁的 SKU 变化以及复杂的零售要求。 Jacobi 的学习算法可以快速适应新产品的推出和不断变化的案例配置，而与机器人无关的平台使公司能够扩展运营，而无需担心供应商锁定。

零售和电子商务履行

现代配送中心需要前所未有的灵活性来处理从小包裹运输到商店补货托盘的一切事务。 Jacobi 的系统在不同托盘配置之间无缝过渡，并且可以根据季节性需求模式进行重新配置，而无需进行大量重新编程。

第三方物流 (3PL)

3PL 提供商为具有不同需求的多个客户提供服务，因此灵活性和快速重新配置至关重要。 Jacobi 的软件定义方法使相同的物理系统能够处理不同客户独特的码垛规则和要求，从而最大限度地提高资产利用率。

制药与医疗保健

这些行业需要严格的可追溯性、敏感产品的温和处理以及遵守监管要求。 Jacobi 的系统保留所处理的每个案例的精确数字记录，同时提供精致药品包装所需的温和、准确的运动。

有关特定行业应用和案例研究的详细信息，请访问其行业页面。