在智能制造和工業4.0的浪潮下，倉儲物流領域正經歷著前所未有的變革，裝卸、倉儲和搬運工作幾乎占據了過半的物流倉儲過程，托盤作為其中的關鍵基礎裝置發揮了巨大作用。

在傳統的物流和倉儲作業中，托盤的搬運與存儲通常依賴人工，但這種方式不僅成本較高，而且其效率深受工人體力、工作時間及疲勞程度的限制；同時，人工搬運過程中還潛藏著安全風險，如搬運時可能發生意外傷害。

許多企業紛紛引入自動化系統以減少對人工的依賴，如AGV、AMR、無人叉車等智能化設備通過自動識別托盤，可以實現快速、準確的貨物搬運，大幅提升物流和倉儲的效率。然而，在倉儲環境中，托盤識別面臨著復雜多變的光照條件、不規則的托盤擺放以及多樣化的托盤類型等挑戰。傳統的二維碼或條形碼識別方式，在強光、黑色托盤等特殊條件下，往往難以提供穩定的識別結果，這不僅影響了物流效率，還增加了作業難度和成本。

因此，洛微科技推出了基于ToF相機的托盤識別解決方案，為倉儲物流自動化解鎖新思路。相較于傳統視覺方案，ToF相機在托盤識別中展現出了顯著的優勢。它通過通過測量光的飛行時間來計算距離，能夠獲取物體的深度信息，從而構建出三維點云模型。這種技術不僅具有高精度、高穩定性的特點，還能在復雜環境中保持穩定的識別性能。在強光、黑色托盤等特殊條件下，ToF相機依然能夠提供準確的托盤識別結果，確保順暢運作。

方案模塊配置

為了滿足不同客戶的需求，洛微科技托盤識別解決方案提供了兩種方案模塊配置：工控機版解決方案和嵌入式版解決方案。

• 工控機版解決方案

方案配置：D3相機+LWI-Vision深度學習托盤識別算法

適用場景：方案適用于自身工控機具有較強CPU及NPU資源的場景，提供托盤識別標準SDK并部署在工控機中，輸出托盤位姿信息。

• 嵌入式版解決方案

方案配置：DM相機（嵌入式托盤識別算法）

適用場景：方案適用于降本需求或無工控機的場景，DM相機內置RK3588核心板，擁有8核CPU+6TOPS算力，可以運行傳統算法+深度學習算法。

方案流程

在調度系統向叉車派發任務后，叉車隨即前往預設的托盤對接位置，此時，部署于兩個叉臂之間的3D相機實時采集托盤圖像并輸出深度圖、點云圖、IR圖等多種數據，算法基于深度數據中的點云特征，識別托盤的腿部和橫桿結構，確定托盤的位姿與叉車間的坐標關系，從而幫助叉車調整角度和左右偏差，確保對接作業既準確又高效。

方案優勢

1.高精度識別：支持對多種顏色（藍、黃、黑等）、材質（塑料、木質、金屬等）以及形狀（川字、田字等）托盤的精準識別。

2.多場景兼容：支持單托盤裝卸車場景、多托盤堆疊場景等，廣泛適用于橫梁貨架倉庫、地堆倉庫、高位貨架、產線配送等作業環節。

3.高防護等級：相機具備IP67防水防塵等級，有效抵御粉塵和液體的侵蝕，適用于各種惡劣的工業環境。

4.抗環境光干擾：相機支持半室外使用，支持環境光過濾，托盤識別穩定且準確。

5. 3D圖像優化：相機內置HDR、降噪濾波算法、壞點、畸變矯正算法，有效提升識別效果和準確性。

6.多種SDK兼容：支持Windows/Linux等多種操作系統環境下的SDK適配，方便用戶在不同平臺上進行集成和應用。

應用實例

在某知名AGV廠家，洛微托盤識別解決方案成功應用于裝卸車場景，可在車廂內部黑暗環境下，穩定識別多組托盤并輸出多托盤坐標與位姿，同時，依托AI深度學習算法，能夠適配多種顏色、材質托盤，滿足客戶的多樣化需求。

• 識別距離：可達2.5米
• 高幀率：支持10幀/秒輸出托盤坐標，支持AGV運動中識別托盤
• 高識別準確率：常規歐標托盤，識別準確率高達99%
• 實際效果

洛微托盤識別解決方案以先進的技術和卓越的性能，為倉儲物流領域帶來了全新的智能化升級體驗。作為核心部件之一的洛微3D工業相機，憑借其毫米級測量精度、高質量點云成像、優異HDR性能、廣闊視場角等性能，更是廣泛拓展至罐口定位識別、軟包拆垛、工業安全防護、客流統計、貨物體積測量等多個應用領域，為企業提供經濟高效的感知解決方案，提升整體運營效率。