利用3D区域扫描技术
由于COVID-19疫情的爆发，人们以前所未有的需求转向电子商务平台，对涉及物流、仓储和包装的公司提出了巨大的挑战，这些公司被迫不断地扩大运营规模和业务。很多物流和仓储应用程序——包括货物的交付、仓储和包装，在很大程度上依赖于各种类型的3D 成像技术。
“货箱拣选应用程序需要实施区域扫描和3D点云。尽管货箱拣选可以说是最广为人知的事实，但它却是最难实施的 3D 类型之一。” Integro Technologies公司首席视觉系统架构师 David Dechow 说，“目前，大多数货箱拣选还不能满足所有客户的需求，因为它需要极高的速度、随机拣选，并且需要机器人像人一样移动。”
使用飞行时间计算和测量
虽然立体视觉和结构光等区域扫描 3D 技术可能有助于货箱拣选应用，但飞行时间 (ToF) 技术更有助于完成诸如测量和计算箱子尺寸之类的任务。
LUCID Vision Labs的新型 Helios2 ToF 相机针对物流、物料搬运和机器人应用，与旧版本的Helios相比，新型相机的透光率提高2.5倍，3D精度提高了50% 以上。客户的需求是该公司不断突破技术极限的动力。 LUCID公司创始人兼总裁 Rod Barman 表示：“考虑到这一点，我们将最新技术融入设计的产品以适应当前和未来潜在的应用挑战，例如尺寸测量、机器人和 AGV。”
对于康耐视而言，物流领域中3D应用的最大需求是盒子尺寸标注，尤其是当零件在运动中移动时。过去，在此类应用中，通常采用多个激光器和一个外部摄像头有助于捕获图像。但是，现在通过类似于3D-A1000的系统，将2D和3D结合在一起的智能相机可以从web界面快速标注尺寸。
康耐视3D 产品高级总监兼业务部门经理 John Keating 解释说，“使用A1000系统可以简化设置。这是一个基于网络的界面，但它仍然是一个In-Sight 摄像头，它提供了一个简单的设置演练。”3D的应用部署越容易，人们对 3D的担忧就越少。
Keating 表示，随着客户在3D-A1000上取得成功，物流领域开辟了新的 3D 应用程序，例如在经典的空托盘场景中定位物体，这在很长一段时间内一直是一个困难的应用。
对于Matrox Imaging公司3D传感器产品经理 Mathieu Larouche 而言，传统应用，例如用于拣箱和码垛的视觉引导机器人以及箱子尺寸测量，也是 3D 成像背后的重要驱动力。为了让客户更轻松，Matrox公司还积极参与对GenICam的GenDC模块的支持，旨在标准化 3D 相机/传感器和应用软件之间的组件数据交换。
就市场的潜在影响而言，Larouche认为，3D成像的一个潜在的有趣领域是将深度学习应用于3D成像，以推广后者的使用。
周期时间的注意事项
包装应用也越来越多地依赖于3D视觉，CapSen Robotics公司首席执行官 Jared Glover 表示，但最终用户和OEM厂商必须预先考虑周期时间需求，以避免出现任何问题。
在许多3D视觉引导的机器人应用中，机器人在每次取货或放货时的移动方式是不同的，比如说，与重复相同动作的机器人相比，3D视觉引导机器人的周期时间不会太稳定，这就是为什么在生产线设计中考虑这个因素很重要。应该在拣选机器人前后建立额外的缓冲区，或者如果需要在没有偏差的情况下达到一定的周期时间，应该增加额外的机器人作为冗余。
该公司设计其 CapSen PiC 货箱拣选产品时就考虑了这些周期时间。该系统使用高度加速的专有 GPU 数学库以及并行图像处理和运动控制，在传统 6 轴机器人上实现低至两秒的循环时间。
“考虑这样一个场景，箱子里装满了瓶子，不得不处理倾斜之类的问题，” Keating说，“当瓶子四处移动时，2D 视觉会出现问题，但 3D 视觉提供了理解深度的能力。” 与传统系统相比，康耐视全新的 In-Sight 3D-L4000 嵌入式视觉系统能使用户将视觉工具直接用于元件的3D图像，可提供更高的准确性，从而扩展了可以执行的检测类型。
甚至有些时候 3D 成像技术的名称也不尽相同。许多公司在市场上不会以相同的名称来称呼他们的产品，但使用其他名称的解决方案仍然可以提高生产率，这才是最重要的。