解決方案 | AI+3D視覺引導周轉箱/料箱拆垛，大幅提升物流效率

緊密貼合的周轉箱正面&底面

點云圖及識別結果圖，Mech-Eye DEEP @ 2 m

01 

• 周轉箱/料箱為塑料材質，側壁厚度在2-8 mm不等；長期循環使用易變形，一致性差。對3D視覺系統精度及適應性要求高。
• 箱內多種物料亂序堆疊，可能存在內容物反光、外溢等情況，對視覺識別造成干擾。
• 抓取策略（如：外夾、內勾、拖拽式抓取等）需適應箱體側壁的復雜結構。

02 

• 來料箱體緊密貼合。部分場景，不同大小的周轉箱混合堆垛，視覺系統需準確識別箱體長、寬，提前調節夾具行程。
• 來料垛型不一致、箱體一致性差，機器人拆垛的方式精度低、效率低。

03 

• 存在同一機器人應對多個工位、廠房頂高限制和機器人臂展不足等情況，需合理規劃3D相機安裝方式。
• 現場布局緊湊、對抓取順序要求嚴格，視覺系統需具備抓取規劃、路徑規劃、碰撞檢測等能力。
• 存在陽光、燈光等環境光干擾，需要3D相機具備優異的抗環境光性能。

解決方案及優勢

01 

方案構成

• 周轉箱/料箱運輸到位，PLC/機器人告知視覺系統進行拍照。

• Mech-Eye對最高層箱體進行拍照，生成完整、細致、清晰的點云數據；Mech-Vision對點云進行處理（點云預處理、模板匹配、位姿矯正等），輸出位姿，并根據需求進行箱體尺寸計算、垛型校驗；Mech-Viz獲取箱體位姿，進行碰撞檢測、規劃抓取，引導機器人執行拆垛作業。

• 直到整垛拆完，視覺系統上報拆垛完成信號，等待加料。

02 

無懼各類復雜環境 成像清晰完整

• 先進的成像算法，Mech-Eye在典型廠房環境光干擾下（15000 lx-20000 lx），能夠對壁薄的周轉箱/料箱高質量成像。

• Mech-Eye多種型號，支持遠/中/近不同工作距離；體積緊湊，滿足復雜多樣的安裝環境。梅卡曼德能夠根據實際工況為客戶提供契合的3D相機及安裝方案。確保相機視野完整覆蓋拍照區域，點云清晰完整。

依據現場情況，將相機安裝于支架上，保證視野，柔性搬運

先進AI算法 應對各種來料形態

• 先進點云處理算法，快速準確輸出箱體位姿，引導機器人精準抓取。

• 性能強大的機器視覺軟件，內置AI算法可應對緊密貼合、一致性差、底面朝上的箱體。內容物反光、外溢等情況亦不影響識別。

智能程度高 物料周轉更穩定

• 可根據來料垛型，智能規劃抓取順序及單次抓取數量。

• 智能碰撞檢測及運動軌跡規劃，更好應對現場布局緊湊等問題，提升廠內物料流通穩定性。
  

• 精確識別箱體長、寬，根據識別結果計算箱體尺寸，調節夾具行程；多抓時，視覺系統對箱體間距進行判斷，小于設定閾值時報警，避免碰撞發生。

箱體間距判斷

應用實例

某大型汽配廠 | 3D視覺引導周轉箱拆垛

案例現場

3D相機及安裝方式：Mech-Eye LSR L，臂載式安裝。

滿垛尺寸：1200×1260×1470 mm（長×寬×高）。

項目亮點：

• 能夠對壁薄、緊密貼合的周轉箱輸出精準位姿。
• 箱內存在高亮反光工件亦不影響識別。
• 拖拽式抓取，更好應對箱體緊密貼合、內壁光滑的情況。

• Mech-Eye DEEP大視野，大景深，支持現場2.4 m的超高垛型。

• 深度學習算法可應對周轉箱壁薄、緊密貼合、箱內零件干擾等情況。

• 可應對不同時段、不同強度的環境光干擾。