随着人力成本的提高，技术的快速发展，机器人正向着智能化方向飞速发展。在“中国制造2025”战略中，传统机器人如何实现智能化成为了最前求，而3D视觉技术为传统工业机器人配置了智能化的立体视觉，使得工业机器人智能化应用成为了新一代智慧物流必备的亮点。3D视觉可以帮助机器人完成更加复杂、繁琐的工作，机器人加3D视觉的应用越来越多的应用于各个领域。

3D视觉技术的定义

3D视觉通过3D快速成像技术，对物体表面轮廓高速扫描，获得物体高精度的三维点云数据，加以人工智能分析、机器人智能路径规划、自动防碰撞技术，计算出当前物体的实时坐标和空间姿态，并发送指令给机器人,引导机器人精准自动抓取。使机器人具备真正的立体视觉感知功能。

主流技术特点及方案

1、TOF（飞行时间）法

TOF是Time of flight的简写，直译为飞行时间。传感器通过计算光线发射和反射时间差或相位差，来计算被拍摄景物的距离，以产生深度信息，此外再结合传统的相机拍摄，就能将物体的三维轮廓以不同颜色代表不同距离的地形图方式呈现出来。

ToF测距

方案优点：帧率高；体积小；精度不会随着距离发生较大的变化，测量距离可以很远，如激光雷达能测几百米。

方案缺点：近距离精度较差，例：距离3m时，精度1cm左右。

TOF技术主要应用于异常侵入、安全距离管理、导航制导、制图绘图、人体识别等实时性场景，物流上主要在体积测量上较多；

2、光学三角测量法

光学三角测量法原理是利用结构光照明中的几何信息，根据相机、结构光、物体之间的几何关系，来确定物体的三维信息，下图给出了一个三角测量的原理图。

光学三角测量法是最常用的一种光学三维测量技术，以传统的三角测量为基础，通过待测点相对于光学基准线偏移产生的角度变化，计算该点的深度信息。根据具体的照明方式不同，三角法可以分为被动三角法和主动三角法。

2.1被动三角法-双目立体视觉

方案优点：适应性强，可以在多种条件下灵活测量物体三维信息，不需要主动投射激光或光栅；定位速度快。

方案缺点：计算量巨大；被动三维测量技术需要大量相关匹配运算，和较复杂的空间几何参数的标定，在特征不明显处无法匹配点或匹配错误，从而导致定位失败；只能得到稀疏点云，精度低。

双目立体视觉常用于对三维目标的识别、理解，以及用于位置、形态分析。尤其在无法采用结构光照明的时候优势凸显。对定位目标的几何特征依赖很高，常规的物流应用限制较大，较少应用于智慧物流领域。

2.2主动三角法- 三维结构光立体视觉

三维结构光立体视觉采用结构光照明方式，能快速、高精度地获取物体表面三维信息，因而获得了广泛的研究和应用，目前技术层面上主动三维测量应用趋于成熟，呈现诸多热点和成熟案例，是智慧物流领域的主流解决方案。目前市面上常见的三维结构光立体视觉方案有以下三种：

（1）双目结构光光栅方案

方案优点：扫描速度快，精度较高。

方案缺点：对反光物体识别效果不好，对外界光的抗干扰能力较弱；物体需要保持静止状态。

代表厂商：ALSONTECH、KEYENCE、康耐视等；

（2）线激光主动扫描方案

方案优点：相比光栅方案更能克服反光问题，对黑色物体以及外界光的抗干扰能力更强；可扫描静态物体，同时可配合编码器定位运动的物体。

方案缺点：静止姿态下扫描周期较光栅方案稍长。

代表厂商：SICK、ALSONTECH等

应用方案

2018年全球首个全流程无人仓库：京东上海亚洲一号无人仓，一经曝光反响巨大，亚洲一号无人仓成为媒体报道的焦点、行业学习的榜样。该项目启用了埃尔森3D视觉解决方案。自此3D视觉走入大家的视野，人们开始关注3D视觉技术在智慧物流中的应用。在物流中的应用主要有：纸箱、料框拆垛、软包拆垛、料框拣选、动态包裹分拣、混合码垛、规格测量等。

1、纸箱、料框拆垛

机器人拆垛普遍应用于仓储物流、生产、包装、加工等各种工业流通物流场景。机器人编程示教拆垛仅局限于规则码放的堆垛，对于由于运输等原因造成的纸箱/料框位置偏移，或不同程度的松散，多品种纸箱/料框混合码放等场景，无法通过机器人示教完成拆垛，或者对于多品种、小批量等纸箱/料框尺寸种类过多，示教工作量繁多的场景，可采用3D视觉实现每个纸箱/料框的定位，免示教引导机器人抓取拆垛。

2、软包拆垛

机器人软包拆垛多用于食品、化工行业等粉状、颗粒状物品的投料、搬运类物流场景。软包由于其自身易变形，码放垛型不规则，运输后松散等原因，无法单纯的依靠机器人示教位置完成拆垛，3D视觉帮助机器人实现软包的实时三维位置定位，引导机器人完成软包拆垛自动化工作。

3、料框拣选

常见于电商、工业包装物流场景。从料框中分拣小物件是份耗时耗力的工作，要求工作效率高、不能出错。3D视觉加机器人可完美解决该问题，3D视觉对料框中散乱堆叠摆放的物件定位，引导机器人高效的完成抓取和拣选任务。

4、动态包裹分拣

主要应用于电商及快递物流分拣场景中。软袋、信封、纸箱等包裹通过传送带运输至分拣处，3D视觉实现各类包裹的三维位置定位，引导机器人抓取各类随机大小高矮不同的包裹，放至指定位置。该类应用通常注重分拣效率，传输带运动速度快、传输效率高，要求视觉能实现动态实时、高速分拣，通常会采用一台3D视觉定位系统引导多台机器人抓取分拣的方案。

5、混合码垛

多应用商超、电商物流等配货场景。仓库按照客户订单需求配货，订单包含多种类、尺寸货品，配好货后需要将各种货品码放到一个托盘上形成一垛，以便集约高效配送。3D视觉可配合混合码垛软件自动规划垛型，规划货品摆放顺序，引导机器人自动码垛。

6、规格测量

通过3D摄像头和图像识别系统可快速对各类的货物体积、尺寸进行测量，合理存放货物，提升仓储空间利用率；并可通过后端的管理软件，对货物的堆放规则等作出规划。

未来技术的发展趋势预测

3D视觉作为一项高新技术，近年来在越来越多的场景中发挥着重要的作用，但市场对3D视觉的要求从未止步，并对3D视觉提出了更高的要求，希望3D视觉可以通过对工件轮廓实时定位，实现机器人的自动运动路径规划，采用3D视觉完全替代机器人示教工作，真正实现机器人眼睛加大脑的功能。