机器视觉的出现有效解决了传统物流手段单一

机器视觉的出现有效解决了传统物流手段单一，读码错误率较高，计泡效率波动大，人工成本攀升的问题。自动抓取、读码、体积量测、面单追踪等一系列视觉解决方案，正在成为物流行业不可或缺的智能化手段。

行业应用/物流

1. 可视化追踪管理

全面监管生产关键节点，精准回溯可视化问题场景，提升客诉处理的效率。

物流行业每日需处理大量的包裹，但丢包、货品损坏、效率低下等问题却时常影响到企业的正常运营。虽然企业通过增加定期巡检次数等诸多手段用以提高生产质量。但在问题真正发生时，却往往却难以快速锁定生产缺陷，需要消耗大量的人力、物力以及时间成本去系统性排查发生原因，无法成为企业日常管理生产运营的常规手段。

2. 货物信息自动化感知

依托AI Cloud技术框架，自动对包裹进行称重、体积测量、条码识别，并对数据进行融合之后，传输到系统服务器中。

海康对物流产品数据进行感知，然后通过开放API接口将数据反馈到业务系统。如系统对条码数据、重量和体积数据等货物信息进行感知，然后传送给物流业务系统，并与后面的整个分拣系统打通，实现数据的采集和后面的货物分拣。

3. 物流感知

海康基于AI进行技术赋能，采用深度学习和多维感知技术实现包裹的条码读取、OCR的识别、以及体积测量等。

基于深度学习的读码技术能够胜任各种复杂情况，比如超大景深，褶皱、脏污、反光等异常情况；同时由于我们的相机采用AI芯片平台，实现了一机多用，能够在一个设备商实现读码、面单抠取、OCR识别以及面单图像增强等功能，这也是我们产品相比国内外竞品的最大优势。

4. 单件分离系统

传统的供件模式需要人工进行单件分离，效率低下。

自动化分拣都是单件作业，其分拣的包裹必须是单件分离后供到分拣机上，人工上包（供件）的模式有利于将面单统一向上摆放以实现读码器的顺利识读，但是人工容易疲劳，效率低下。包裹散件流亟待自动化设备来提升效率，因此，高效的单间分离技术对于提升快递枢纽转运中心的效率以及减少人工操作至关重要。