空托盘识别3D视觉怎么做 从判空到分离抓取的5项任务方案

admin 58 2026-11-10 10:24:21 编辑

空托盘识别不是判断"有没有托盘"一件事,而是判空、托盘姿态与插孔定位、堆叠高度测量、分离抓取、破损检测五项任务的总和。主流做法是用 3D 结构光或 ToF 相机输出托盘的六自由度位姿与高度信息,交给 WMS、机器人或无人叉车执行。行业现状是三套手段各管一段:托盘有无多用传感器,位姿定位用 3D 相机,托盘身份用条码或 RFID。

这篇适合正在规划拆码垛线、空托盘回收与托盘库、无人叉车项目的集成商方案工程师和工厂自动化工程师。文章先拆任务,讲清每项任务要什么输入、输出交给谁;再讲实现,从点云里怎么判、怎么算;最后给出固定工位与叉车车载两种安装下的相机选型参数,供内部立项和向供应商提需求时参考。

空托盘识别具体要识别什么

把"空托盘识别"拆开,是五项边界清楚的任务:判空、托盘姿态与插孔定位、堆叠高度测量与层数计数、分离抓取、破损检测。每项任务的输入是点云或图像,输出是发给下游设备的信号或数据。一个工位通常只需要其中两三项,先列任务清单再选相机,是这类项目的第一步。

五项任务各自回答一个具体问题:判空回答"这个托盘是不是空的、还剩多少";插孔定位回答"货叉往哪插、对准到什么程度";堆叠测量回答"托盘库还剩几层、要不要补";分离抓取回答"这一张能不能取、取哪条边";破损检测回答"这张托盘还能不能进循环"。它们的输入输出关系见下表。

任务 视觉输入 输出 下游设备
判空(托盘有无与空满判断) 到位信号、托盘点云 空托/残托/满托状态、剩余高度与覆盖率 WMS、拆垛机器人
托盘姿态与插孔定位 托盘点云 六自由度位姿、货叉插入点与插入高度 无人叉车或 AGV 控制器
堆叠高度测量与层数计数 托盘堆点云 顶层高度、剩余层数 WMS、托盘库 PLC
空托盘分离抓取 顶层托盘点云 顶层位姿、可抓边、粘连判断 机器人、托盘分张机构
破损检测 托盘表面点云 缺陷类型与位置、剔除信号 WMS、剔除输送线

不是每个工位都要做全五项。拆码垛工位主要是判空,托盘库主要是计数与分离,无人叉车主要是插孔定位,破损检测通常放在托盘回收口统一做。列清单的意义就在于按环节各取所需,不为用不上的能力多花预算。

输出的去向决定接口怎么设计。托盘数量与状态给 WMS 做库存对账,抓取点给机器人控制器做运动规划,货叉位姿修正量给叉车或 AGV 控制器。采集方式也分两类:固定工位多为到位信号触发、单次拍照输出一帧结果;车载对位是行进间短时连续采集,在靠近插孔的过程中逐帧修正。两类工位对相机帧率和接口实时性的要求不同,选型时要分开评估。

2D 和 3D 不是替代关系。托盘型号、颜色、标签这些平面特征,2D 图像就能判断;货物顶面高度、托盘姿态角、堆叠层数这些空间量,必须依赖 3D 点云。行业里的分工也是三段式:托盘有无检测常用激光传感器,如 Sensopart 的 FT 25-RLHP 在流利架上 0 至 1500mm 距离内识别载货托盘、给 AGV 提供存取触发信号;位姿定位用 3D 相机,如 ifm 的 O3D 相机配合 PDS 托盘检测软件,对标准双进叉口托盘做全自动检测;托盘身份则用条码或 RFID。已经装了 2D 相机的产线,可以加装 3D 相机补齐高度和位姿维度,不必拆除已有 2D 系统。

怎么判断托盘是空的 满托残托空托怎么区分

判空分两步:先确认托盘在位,再用点云里货物顶面高度与覆盖面积区分空托、残托、满托。残托拆空的过程,就是判空结果持续更新的过程,两者在同一个工位闭环完成。

第一步是托盘在位检测。固定工位用输送线到位信号触发,相机拍照后确认点云里能拟合出托盘面和叉孔特征,两者都满足才算托盘真正到位;立体库货位则常用对射或漫反射传感器做有无判断。托盘偏移出检测区时,视觉系统输出位置偏差并报警,由人工或叉车归位后复拍,不做强行识别。货位上托盘货物的盘点与存量体积估算,站内已有托盘货物3D盘点怎么做一文专门展开,这里不重复。

第二步是空满判断,工业上用三态逻辑而不是简单的空满二值:

状态 点云特征 典型动作
空托 点云只剩托盘自身结构,货物顶面高度接近托盘面 触发托盘回收,进入空托流转
残托 剩余货物高度或覆盖率低于阈值 继续拆解,直到拆空
满托 覆盖率高,顶面高度达到设定码放层数 正常进入拆垛流程

阈值要按现场来料统计确定:连续统计一两周的满托高度分布和残托余量分布,取分界点并留出安全边。满托上残留缠绕膜、标签、零星纸箱算不算空托盘,这不是视觉能替业务回答的问题:视觉输出的是剩余高度与覆盖率两个客观量,算不算空的由 WMS 里的业务规则决定,例如规定剩余高度低于一层且覆盖率不足某个百分比才算空托。把规则放在 WMS 而不是算法里,业务标准变更时修改配置即可,不需要动视觉程序。

残托拆空的节拍取决于每轮重拍的耗时,这是选相机时要核对的关键指标。迁移科技的一个纸箱拆垛项目展示了完整流程:Epic Eye Log L 固定安装于拆垛位正上方,纸箱在托盘上 2 行 4 列码放两层,满托总数 9 至 13 箱,经部分抓取后回库的残托只剩 1 至 8 箱;系统每抓一轮重拍一次,残托无需重新示教,直接输出剩余箱体位姿,重复直至拆空(见纸箱拆垛案例)。实测识别精度 ±1mm、抓取精度 ±1mm,拍照加算法仅 3s,单轮重拍不影响拆垛节拍。

判错的代价不对称:把满托判成空托,货叉会直接撞上货物。所以现场通常设两级处理:视觉置信度低时先触发二次拍照复核,仍不确定则转到人工复检位,避免货叉在状态不明时插取。

托盘姿态和插孔怎么定位 怎么引导货叉插入

从识别到对位是一条三步链路:点云拟合托盘得到六自由度位姿,从点云提取进叉口的开口区域与高度得到插入点,最后把位姿修正量发给叉车控制器。评估一条对位方案,看姿态角容差、位置容差、插孔定位精度和单次拍照耗时四项指标。

托盘的六自由度位姿指 X、Y、Z 三个位置量加俯仰、偏航、翻滚三个角度量。3D 相机拿到点云后,用托盘上表面和叉孔特征做拟合,输出托盘在车体坐标系下的完整姿态,无人叉车据此修正航向和货叉高度。关于识别容差,行业有公开参照:劢微机器人官网介绍其天眼系统的托盘姿态识别支持角度偏差 ±45°、位置偏移 ±80cm,即托盘歪放、偏放也能识别;具体到自己项目的容差,要以现场最差摆放工况的实测为准。

插孔定位是从点云里提取两个进叉口的开口区域和高度,换算成货叉的插入点与插入深度。一侧插孔不可用分两类情况:插孔被货物伸出的部分挡住时,换对侧插孔插入;插孔因堆叠挤压变形、特征拟合置信度低时,触发复拍或降速人工介入。方案设计时要预留这两种分支,不能默认每次都两侧可选。

无人叉车普遍用粗定位加精对位的两段式,兼顾速度和精度:

  1. 远距离用激光雷达或大视野相机粗定位,找到托盘大致方位,叉车快速接近。
  2. 到达设定距离后,车载 3D 相机精对位,输出航向与高度修正量,货叉对准插孔。
  3. 插入过程低速进给,末段按方案配置做二次微调。

精对位在多近距离触发,由相机的近端工作距离倒推:相机近端能清晰成像的距离,就是对位必须减速完成的距离,这个参数与后文车载相机选型直接相关。

验收看三项:插孔定位偏差、重复定位精度、单次拍照耗时。定位精度要多少毫米才够货叉插入,没有统一数字,它取决于货叉厚度与插孔的配合间隙,不同托盘标准、不同新旧程度差异都不小。工程上的做法不是只盯相机标称精度,而是拿现场最差的托盘(变形木托、局部破损托)做插取成功率实测,以连续多次插取不卡阻作为验收依据。

空托盘堆叠高度怎么测量 层数怎么数

用一台固定安装的相机对托盘堆拍一次点云,取顶层托盘上表面到地面基准的高度,再按现场实测的单层厚度换算层数。层数与上下限联动,就是托盘库补托与取托的自动触发条件。

高度测量的基准要固定:以地面或库位底面为基准面,取顶层托盘上表面的高度值。托盘堆不齐、个别托盘翘起时,单看最高点会高估、单看均值会低估,工程上取双指标:平均值用于换算层数,最高点用于判断是否歪堆,两者差异超过设定值就触发人工确认。堆叠变形和塌垛倾斜的识别方法,站内已有仓储栈板堆叠变形3D检测怎么做一文专门展开。

层数换算以现场实测的单层厚度为基准,而不是托盘标称厚度。具体做法是:选一垛层数已知的托盘堆(现场常见的空托堆高在 10 至 15 层),实测总高除以层数,得到单层基准值。木托盘厚度不一、受潮膨胀后基准会漂移,要定期用实测值刷新;木托与塑料托盘混用的现场,按型号分堆存放,或在 WMS 里维护各型号的单层厚度,换算时按型号取值,比统一按单一厚度换算误差小。

换算出的层数进入托盘库联动逻辑:层数低于下限触发补托请求,取走一张后层数自动减一,并与 WMS 对账。对账的意义在于发现人工取托等计划外动作,账实不一致时安排一次实拍盘点,不让误差累积。

视野覆盖是这套测量的前提:整堆托盘要一次拍全,相机的远端视野要大于托盘堆最大平面尺寸并在边缘留余量。以常见的 1200×1000mm 标准木托盘或塑料托盘为例,多托并列的整堆外沿加上摆放偏差,决定了视野下限;像 Epic Eye Log L 的远端视野达 3300×3160mm@3.5m,在托盘库上方一次覆盖整堆。安装高度按推荐工作距离范围倒推,方法见后文固定工位选型。

空托盘分离抓取怎么做 粘连的托盘怎么取一张

空托盘分离由视觉判断与机械配合两部分组成:视觉从点云判断托盘是否粘连、给出可抓取的边,机械用顶升分张、侧夹或旋叉机构按位姿动作,保证一次只取一张。视觉负责判断、机械负责分离,纯视觉判断不了机械分离的成败,纯机械也应对不了垛型变化。

空托盘难分离的原因在接触状态。空托盘相互贴合、几乎无间隙,点云上相邻两层托盘的界面难以区分;木托盘的卡扣、外露钉子还会相互勾连。直接下叉或直接夹取,容易一次带起两张。带起两张的后果是垛高突变、落托时砸损托盘甚至砸坏输送设备,托盘库的计数也会出错。

视觉侧要输出三类判断,主要线索是点云的高度差:

  • 顶层托盘边缘翘起高度:翘起明显处是优先抓取边,也是分张机构的突破口。
  • 上下两张托盘之间的局部间隙:存在间隙才具备机械分离的条件,无间隙则先顶升再判断。
  • 抓取边位置与顶层位姿:给夹臂或吸盘可执行的抓取点。

怎么发现已经带起两张:取起后二次拍照比对托盘厚度,或末端夹具加装到位传感,两种做法现场都常见;发现双张则退回重放,不强行搬运。

机械侧的主流做法是托盘分配器(也叫拆盘机):顶升机构托住整堆,旋叉或拨叉插入次底部托盘下方,分离出最下面一张放到输送线上,循环往复实现一次一张;侧夹臂和专用托盘分离器用于不同垛型。视觉和机构的协同方式是:视觉给出顶层或底层托盘的位姿与可抓边,机构按位姿调整插入位置与高度,分离结果再由视觉复拍确认。

这套组合的典型工位有两个:拆垛工位末端,拆空后的托盘逐张回收进托盘库;码垛工位前端的托盘库出口,逐张供给空托盘。破损托盘卡在堆里时,先由破损检测剔除,再继续分离,否则整条供给线都会停线。物流拆码垛场景的落地项目列表里可以看到这类工位的实际布置。

破损托盘怎么检测 哪些托盘要剔除

3D 点云能查出托盘的表面几何缺陷,断板缺角、翘曲、叉孔变形开裂都表现为可计算的几何异常;内部和材质损伤查不出来,要靠人工或其它手段。剔除标准由企业托盘管理规范定,视觉只负责输出几何特征。

点云能查与查不出的边界要划清楚,这决定现场能把多少判断交给视觉:

3D 点云能查出 3D 点云查不出
断板、缺角(点云出现缺口) 内部裂纹、材质老化
翘曲、平面度异常 虫蛀、含水率变化
叉孔变形、开裂(插孔区域几何偏差超限) 金属紧固件松动
表面凸起异物(高度异常) 承载后的隐性损伤

轻微裂缝能不能查,取决于裂缝是否改变表面几何:裂到开口的可以检出,闭合的发丝裂纹和内部损伤查不出。自动化托盘检测在海外已做成专门设备,有检测线能识别两百多种托盘缺陷,也有方案商把叉孔定位与破损判断合并到同一台 3D 相机完成;国内现场更常见的做法是在托盘回收口设一个检测工位,与判空共用一台相机。

表面污损、色泽异常这类外观问题,2D 图像比点云敏感,多数结构光相机同时输出 2D 图和 3D 点云,做融合判断即可,不必为破损检测单独加相机。

检测到破损后的动作要闭环:输出剔除信号,分流到维修位或报废位,不进入托盘循环,剔除记录回传 WMS。视觉输出的是几何偏差量,例如叉孔变形的偏差值;是否超过剔除阈值,由 WMS 按企业托盘管理规范配置的规则判断,例如规定叉孔变形到什么程度必须报废。

空托盘识别3D相机怎么选

选型先按安装方式分两条路径:固定工位用大视野相机一次覆盖整垛或整堆,无人叉车车载用轻量、高防护的相机做近距离精对位。路径确定后,再按视野、工作距离、精度、抗光、防护、重量六项参数做取舍,前两项由工位尺寸决定,后四项由现场工况决定。

固定工位的托盘识别相机怎么选

固定工位按三步倒推。视野按整垛或整堆的最大平面尺寸倒推,四边各留几十毫米余量给摆放偏差;工作距离按安装高度落在相机的推荐范围内,而不是只看极限值;精度按任务倒推,判空和层数计数对精度要求低,插孔对位和破损检测要求毫米级。

迁移科技为物流拆垛设计了 Epic Eye Log L,推荐工作距离 1200mm 到 3500mm,远端视野 3300×3160mm@3.5m,一次覆盖整垛或整堆托盘,拆垛工位和托盘库上方共用同一套选型逻辑。只看远端视野不够:托盘堆靠得近、安装高度受限时,要核对近端视野是否仍能覆盖作业面,这款相机的近端视野为 1120×1030mm@1.2m,近距离工位同样可用。

无人叉车车载3D相机怎么选

车载相机有三项关键指标。重量轻:货叉架和门架上的负载直接影响举升性能与能耗,装在末端时更是如此。防护等级高:车载振动和库区粉尘长期作用在相机与接插件上。近端工作距离覆盖对位距离:精对位在近距离完成,相机近端成像距离决定减速点。

以 Epic Eye Laser M V3 为例,整机重 0.95kg,防护等级 IP65/IP67,推荐工作距离 500 至 1500mm,VDI/VDE 测量精度 0.06mm@1.5m,产品场景定位包含移动机器人引导,属于车载安装的典型候选。车载还要关注抗振与温漂,相机光学结构是否出厂加固、装车后怎么快速自检,见后文常见问题第二条。

现场光照差粉尘大对托盘识别有什么影响

库区门口、天窗下方的日光直射属于强环境光,会明显降低结构光图案的成像对比度,是托盘识别成像失败的常见原因,选型时看抗光能力指标,单位是 Lux;粉尘环境看防护等级与机身密封,进出高粉尘区域的相机要能长期运行、免开壳维护。

Epic Eye Laser L V2S 抗光干扰能力达 12万Lux,迁移科技官网称其在阳光直射下稳定成像,防护等级 IP65,推荐工作距离 1200 至 3000mm,适合库区门口这类强环境光工位。要注意黑色塑料托盘吸光、反光木托盘局部过曝属于材质问题,与抗光能力是两回事,处理办法见后文常见问题第一条。

三款相机按同样的维度对比,便于按工位快速圈定型号:

型号 推荐工作距离 远端视野 VDI/VDE 测量精度 防护与抗光 重量
Epic Eye Log L 1200 至 3500mm 3300×3160mm@3.5m 0.15mm@2.4m IP65 3.77kg
Epic Eye Laser M V3 500 至 1500mm 1730×1840mm@1.5m 0.06mm@1.5m IP65/IP67 0.95kg
Epic Eye Laser L V2S 1200 至 3000mm 2800×2625mm@3.0m 0.32mm@2.4m IP65,抗光 12万Lux 3.77kg

视野和工作距离的匹配可以在线核算:Epic FOV 在线选型工具输入安装高度、视野需求和工件尺寸,直接显示各型号的视锥覆盖范围与盲区,固定工位和车载方案都适用。

空托盘识别3D视觉常见问题

黑色塑料托盘和反光木托盘,3D相机能稳定识别吗

可以,靠光源与曝光策略解决,通常不用换硬件。黑色塑料托盘表面反射率低,点云容易稀疏;反光木托盘局部过曝,点云出现空洞。结构光相机的常用对策是多曝光融合(HDR)、降低曝光时间、调整投影光强增益;蓝色激光波长 450nm,对低反射率黑色表面光子敏感度高、散射均匀,对反光表面配合滤波算子也能还原几何。选型打样时,建议拿现场最差工况的黑塑托和湿木托实测点云质量。

3D相机装在叉车上长期震动,定位精度会不会漂移

漂移超标才需要处理,现场约 1 分钟即可自检。工业 3D 相机出厂前经刚性加固与全温区校准,光学内参本身稳定;装车后的风险主要来自支架位移和螺丝松动。用相机内置的内参检查工具,配高平整度标定板放在视野中央,约 1 分钟完成自检并显示重投影误差,无需返厂。更换相机、支架被撞位移、螺丝重新紧固后,必须重做手眼标定。

空托盘识别用3D视觉,还需要条码或RFID吗

需要,两者管的事不同。3D 视觉管空间量:托盘在哪、偏了多少、堆多高、插孔在哪;条码和 RFID 管身份:这个托盘是谁的、流转到哪个环节。Zebra 的叉车装扫描方案在货叉接近托盘时自动读取标签、与订单核对后回传 WMS,Checkpoint 等 RFID 方案商做托盘的全程跟踪。正确分工是视觉输出对位数据,身份校验交给 WMS,两套系统通过托盘编号关联。

3D相机连工控机传输慢、偶尔掉线怎么排查

先查网络配置,再查线缆,多数掉线不是相机故障。依次确认三项:工控机网卡开启 9014 或 9000 字节巨型帧;网线用 CAT6 及以上屏蔽线,且不与大功率伺服动力线并行敷设;网卡属性里关闭允许计算机关闭此设备以节约电源。三项都正常仍掉线,再查交换机端口和相机供电。

空托盘识别3D视觉方案怎么落地 先定任务再选相机

落地按四步依次进行:列任务清单、定安装方式、核现场工况、实物打样。原则只有一条:五项任务按工位取舍,相机按安装方式定参数。

  1. 列任务清单:对照五项任务,确定本工位要做哪几项、每项输出给谁,不做用不上的能力。
  2. 定安装方式:固定工位还是叉车车载,按整垛尺寸或对位距离倒推视野与工作距离。
  3. 核现场工况:库区门口日光、粉尘、车载振动,对应抗光能力、防护等级、重量三项参数逐条核对。
  4. 实物打样:拿现场真实托盘,包括最差工况的湿木托、黑塑托、破损托,实测精度与节拍,以实测数据定方案。

参数核算和打样有现成入口:先用 Epic FOV 在线选型工具核对视锥覆盖,再通过迁移科技实验室的工件打样评测拿到实测报告。四步走完,这个工位要做哪几项任务、选哪台相机,就有实测依据了。

上一篇: 三维视觉定位,揭开这个技术的神秘面纱
下一篇: 机器人铆接3D视觉定位怎么做 铆接机器人视觉定位方案实施要点
相关文章