智能識別技術作為物流自動化、智能化發展的基礎之一，其應用覆蓋商品生產、物流、交付的所有關鍵環節。在倉儲物流領域，隨著自動化水平的不斷提升，智能識別技術的重要性不斷凸顯，其市場需求也越來越大。康耐視作為智能識別技術領域的代表性企業，其技術創新和發展為行業提供了有益的參考。

通道掃碼：如今的分揀機速度較快且包裹間隔較小，在極端角度下讀取箱子所有面上的受損代碼。這使物流中心能夠提高處理量，并且不影響分揀準確性

　　近些年，中國物流正快速由人工作業向自動化、智能化，甚至無人化方向發展，各類高效率、高性能的自動化物流裝備得到廣泛應用，智能識別技術作為背后的有力支撐，也在此過程中實現了長足發展，并且隨著物流中心作業量的劇增以及作業復雜度的增加，其重要性進一步凸顯。

　　1981年成立的康耐視是一家始終專注于機器視覺技術的高科技公司，針對物流行業需求提供條碼識別、體積測量、包裹檢測和深度學習視覺應用的技術和解決方案，為各類智能物流裝備裝上了“眼睛”。在本專題中，康耐視視覺檢測系統（上海）有限公司（以下簡稱“康耐視”）亞洲區物流總經理孟浩，圍繞智能識別技術的發展與應用、市場需求與挑戰、主要價值與未來發展方向等話題進行了深入的分享。

應用廣泛的智能識別技術

　　智能識別技術的涵蓋范圍非常廣，產品眾多，按照所實現的功能從簡單到復雜大致可以分為讀碼、體積測量、包裹分類、包裹檢測、OCR（Optical Character Recognition，光學字符識別）、單件分離、3D拆碼垛等，除了以上固定式智能識別技術外，還包括手持移動終端等移動設備。總的來看，智能識別技術已經從最開始的商品檢測功能發展升級為數據采集與處理的解決方案，通過整合豐富的信息并提供給后臺系統，為信息管理和實現物流系統的更多功能提供支撐。

　　目前，隨著自動化物流裝備的廣泛應用和倉儲物流自動化水平的不斷提升，各類智能識別技術在物流領域的應用也越來越普及，幾乎覆蓋從收貨入庫到出庫全流程（甚至末端交付環節）的所有環節和關鍵節點（見表1所示），實現貨物識別，信息采集，貨物重要特征錄入，貨物異常檢測和反饋等，讓貨物從入庫到出庫的整個過程和狀態可以在系統中可視、可控。

孟浩形象地說明到，智能識別技術好比一雙“眼睛”，物流系統通過它們不僅能夠獲得需要的信息，還能夠充分調動大腦、手、腳等其他部分，提升整個系統的性能，使系統對包裹品類的包容性越來越強。

　　在滿足需求中不斷創新

　　在各行業的快速發展下，倉儲端對于效率提升、管理精細化、操作準確性等各方面需求越來越高，傳統勞動力無法再充分滿足這些需求。特別是電子商務的高速發展和消費者對物流時效越來越高的期待，物流中心對吞吐量和運行效率的要求也越來越高。

　　隨著訂單越來越個性化、碎片化，電商、食品、服裝、商超、醫藥、圖書等領域大型配送中心對智能識別技術的需求會越來越高；此外，家居、大家電等電商滲透率進一步提高，也為智能識別技術在大件物流和精細化分揀場景下的應用提供了更大的發展空間；隨著大數據和5G技術的發展，物流數字化信息平臺進一步發展，物流狀態的及時反饋、透明和可控均需要智能識別技術的支撐。

　　值得一提的是，新冠疫情正倒逼企業更加重視供應鏈，推動倉儲自動化、智能化發展，這些都對智能識別技術產生了巨大需求。

　　孟浩告訴記者，面對市場需求的變化與要求的提高，一方面，智能識別技術應用范圍進一步擴大；同時在部分環節進行產品升級。如，在入庫環節，將目前應用更為普遍的手持式移動設備升級為固定式讀碼器，有助于解放雙手，或者配合其他自動化物流設備實現全自動作業，更重要的是，可以更加快速地采集貨物條碼、重量、體積、外形圖像等信息，為后續操作建立起基礎數據庫。在存儲環節，隨著自動化設備更多的投入，識別技術也升級為更加精準可靠的機器視覺技術等。

　　另一方面，智能識別技術不斷地創新升級。在今年的CeMAT ASIA展會上，康耐視展示了包括六面掃碼、體積測量、包裹分類和檢測、解放雙手、周轉箱和側掃、OCR字符識別等多種最新技術解決方案。

　　如六面掃碼+體積測量系統——DataMan 474+3D-A1000最高可支持3.5m/s線速度，可以準確讀取皮帶線上更小包裹間距的條碼，將分揀線每小時的處理量提高10%～20%。解放雙手讀碼——DataMan 374+HPIT光源則突破了手持設備的局限性，如電池需要充電，占用雙手，設備經常掉落/損壞等。同時，康耐視的專利算法和HDR+進一步提高了性能，準確讀取破損、臟污、覆膜、反光、變形等難度較高的代碼，并且支持更快的線速度，處理更大的景深。

運送成本估算：3D-A1000 體積測量系統可采集和上傳尺寸和體積信息，這使操作人員能夠選擇最佳包裝方式，并更準確地估算運送成本。

物品識別：3D-A1000 包裹檢測系統使用 3D 和 2D 數據，即使分揀機上有污垢、灰塵和異物，也能夠正確識別包裹，并通過提供相關信息和錯誤代碼，使分揀系統保持高效運行。

物品分類和驗證：3D-A1000 體積測量系統可快速、準確地對揀選物品進行分類，并進行體積和尺寸數據采集，提高訂單執行準確性，改進庫存管理，并降低退貨成本。

貨盤掃碼：憑借大景深和寬視場，康耐視讀碼器能夠快速、準確地讀取入庫貨盤上的識別標簽，包括在識別標簽被其他標簽部分覆蓋和塑料膜纏繞的情況下。

解放雙手揀選：康耐視圖像讀碼技術可快速讀取全向、受損、臟污、變形和極端角度下的代碼

　　值得一提的是康耐視專為人工智能應用而設計的In-Sight D900，通過配備深度學習軟件，可解決多種長久以來無法智能識別的應用。比如通過深度學習和對數據的分析實現問題的查找，對設備實現實時監控和管理，以及在波峰處理任務到來之前全方位采集分析數據并對設備作出調整和優化，確保系統的高效運轉。

技術發展方向

　　盡管目前物流裝備行業有眾多新技術和解決方案，但從整體應用來看還面臨諸多挑戰。自動分揀機在更大流量、貨物更小間隔下的識讀準確率，便對讀碼器的性能提出了更高要求。如，緊湊的包裹間距導致取圖過暗，很難捕獲清晰的照片導致解碼難度大。同時，為了能夠看到包裹下方的代碼，需要讀碼器安裝更大的傾角，圖像可能由此產生畸變而很難被準確解碼。另外，容易讀取相鄰包裹的代碼而產生誤讀，或者多個讀取導致包裹重新進入分揀系統，如果處理不當會出現分揀錯誤。目前，康耐視可以做到最小100mm包裹間距的準確讀取。

　　“物流業不同于制造業的高度標準化，其作業場景非常復雜，特別是電商場景下，商品大小尺寸跨度極大、包裝類型各式各樣，除了貨物本身的屬性外，諸如光線的強弱變化等外部條件均對智能識別技術帶來挑戰。未來，智能識別技術還需要進一步在識讀準確性等性能上不斷提升，更好地滿足不同場景的需求。”孟浩說。據他介紹，康耐視未來的研發重點將主要聚焦在以下三方面：

　　一是結合深度學習和人工智能算法在物流行業中的應用。康耐視深度學習軟件將人工智能（AI）與視覺軟件相結合，應用于單件分離、異型件區分、OCR字符讀取、托盤計數、外包裝檢測等場景。

　　二是2D、3D視覺在物流行業中的應用。配合應用越來越多的機器人進行更加精準的拆碼垛、3D體積測量、3D包裹檢測等，并在此基礎上衍生定制化檢測需求。

　　三是大數據轉換成智能數據。以提高整體設備的有效性和吞吐量。康耐視Edge Intelligence平臺允許用戶同時對多臺設備進行配置，并在數分鐘內開始對重要的系統性能測量進行趨勢分析。當發生問題時，操作員可以快速地識別出根本原因，通過分析工具和圖像查看工具在短時間內解決問題。

　　正是基于對機器視覺始終如一的專注，在疫情影響之下，康耐視今年以來的業績卻逆勢實現了大幅增長，特別是第三季度業績同比增長最為明顯。孟浩表示，未來，康耐視仍將持續保持對中國市場的極大信心，保持大力投入，推動2D、3D視覺和深度學習及人工智能在物流行業的應用，為客戶創造價值，為行業發展作出貢獻。