快递包裹无序混合分拣

3D视觉区别于2D视觉的一个显着特征是，除了显示对象的X和Y值 外，还可以提供记录场景或对象的深度值。这为解决复杂任务提供了 全新的可能。 其应用领域包括上下料、随机拣选、混合分拣、混合码卸垛、装箱、 轨迹规划、组装和装配、尺寸测量、三维重建等。

项目背景：某大型快递公司分拣线，每个工位使用人工从混合堆叠的快递包裹中拣选出 来，并将有面单的一面朝上放置在传送带上。


技术分析：实现无人抓取、分类、面单识别

◆ 混合包裹有箱子、软包、信封件

◆ 需要对面单有无进行检测

◆ 包裹上有黑色、反光胶带


解决方案：深度学习检测分类，3D识别 定位引导机器人抓取

◆ 通过深度学习对包裹检测识别分类、检测面单

◆ 通过3D点云精确定位抓取中心

◆ 通过运动旋转控制寻找侧面面单