托盘货物3D盘点怎么做 货位有无检测与存量体积估算

admin 52 2026-11-09 09:50:19 编辑

托盘货物3D盘点,是用工业3D相机对货位采集点云,按深度数据判定货位有无、托盘在位与偏移、货物超高,再由点云高度估算存货高度与存量体积,把人工爬库清点变成相机过一遍、数据自动出的作业方式。它盘的不只是有没有货,还有放得对不对、还剩多少,一次采图可以同时输出这几类结果。

这篇按方案设计的顺序展开:先讲检测项怎么定义、判定阈值怎么定,再比较四种部署形态怎么按库型选,然后给出相机视野、精度和工况的倒推方法,最后讲盘点数据怎么与WMS对账。适合立体库、成品库、冷库的仓储负责人,仓储自动化集成商的方案工程师,以及要为WMS接入实况库存数据源的实施工程师阅读。

仓库盘点为什么从人工走向3D视觉

仓库盘点走向3D视觉,是因为人工盘点贵在人力和停库、险在高库和冷库,账实差异还会长期潜伏;条码和RFID解决了身份识别,却回答不了货位上的实况。3D相机用点云深度直接反映占位和高度,不依赖环境照明,盘点从一年几次的集中事件变成随作业顺路发生的常态数据采集。

人工盘点的第一类成本是要么停库、要么加班。全库集中盘点期间货位被冻结,出入库作业要让路。公开的行业资料描述过典型场景:上万SKU的大型仓库完成一次全盘需要数天甚至数周,期间货位冻结导致运营效率下降,盘点后发现账实偏差还要复盘返工,人力和加班成本进一步推高。

第二类是作业危险和艰苦。高位库盘点要登高车或搭梯,在高处扫码、手工记录;冷库盘点要在低温环境连续作业。这两类库恰恰是人员最不该长时间停留的地方。

第三类是潜伏成本:盘点周期长,账实差异从产生到被发现可能隔几个月,等盘点暴露时,差异原因已经难追溯,只能挂在账上等下一次盘点再核。

多久盘一次才安全?按月或按季的静态盘点给不出保证,差异随时在产生。更安全的做法是把盘点嵌进日常作业:存取顺路盘、过站必盘,差异暴露时间从几个月缩短到当天。这样年度停库大盘点可以从全库重数压缩成抽样复核,WMS实施领域的公开资料也把动态盘点与循环盘点结合作为主流做法,用循环盘点补上动态盘点覆盖不到的库位。

条码和RFID盘的是身份,不是实况。公开的RFID托盘管理方案以通道门加PDA为主:通道门装在仓库出入口,叉车载着托盘通过时不停顿批量读取标签,完成出入库登记;PDA手持机做移动盘点、找货和上架,数据实时上传后台比对。这套体系回答的是这个托盘是谁、什么时候过的门。

它回答不了的是货位实况:货位上现在有没有货,托盘有没有放歪,料箱里的料还剩多少,垛有没有超高位。这些都要看现场的几何状态,标签给不出来。RFID的盘点质量还依赖标签覆盖率,漏贴、损坏的标签在盘点时就是盲区。

所以RFID和3D视觉不是二选一。身份和轨迹靠条码、RFID,货位实况靠3D相机,对账时把两边数据拼接:RFID说这托货入了库,3D说这个货位上有货且托盘居中,两边对得上才算账实相符。

3D盘点的输入是点云。深度数据直接反映占位和高度,判定只跟几何量有关:货位面上有没有高出基准的物体,物体最高点到哪,边界框偏离中心多少。公开的仓储3D视觉方案对库位占用检测的描述也是按深度感知判断、不受光线变化影响。这是它和2D拍照盘点的本质差别:2D图像靠亮度和纹理,受环境光、货物表面颜色和印刷文字干扰,垛型堆叠遮挡下连层数都难分清;点云的深度值不受这些因素影响。

三类盘点方式的核心差异见下表。

维度人工盘点条码/RFID盘点3D视觉盘点
盘什么人眼清点的数量标签身份:这托货是谁货位实况:有无、偏移、超高、存量
输入人眼加纸单或PDA标签读写记录点云深度数据
依赖人力工时,需停库或加班标签覆盖率和读写设备相机与载体,不依赖环境照明
频率上限按月、按季或年度集中随出入库读写记录身份随作业顺路采图,货位级可到每天

托盘货物3D盘点的检测项怎么设计

检测项按输出量定义,一共五项:货位有无、托盘在位与偏移、货物超高、存货高度与存量体积、箱数件数。每一项都有明确的判定方式和输出字段,方案设计、相机选型和WMS对接都以这份清单为准,先把它列清楚,再逐项落实。

五项检测的输出量和判定方式先看总览。

检测项输出量判定方式
货位有无货位号加有货、空托盘、空位三态点云深度高出货位面基准超过阈值
托盘在位与偏移托盘中心坐标与偏移量托盘边界框与货位理论边界框比对
货物超高超高标记与超出量货物最高点超出货位上沿限位线
存货高度与存量体积存货高度、存量体积、剩余容量料箱内框尺寸乘存货高度乘堆积系数
箱数件数估计数量加置信度点云按层切割计数,或按垛型推算加抽样校验

货位有没有货怎么用3D判断

以货位平面为高度基准,点云深度超出基准即判有货。空货位的点云是货架横梁或地坪,有货货位的点云是货物表面,两者的深度分布差异明显,判定稳定。

判定阈值按货物最低堆高定。比如货位允许的最矮垛型高出货位面100mm,就把阈值定为100mm:高出货位面超过100mm判有货,低于它判空。阈值定得过低,梁面残留物和灰尘点云会误报;定得过高,只放一层的浅垛会漏报。落位前先量清楚现场最矮的实际垛型,再定这个数。

空托盘在位算有货吗?按点云高度分三层输出:空位、空托盘、有货托盘。空托盘按托盘自身的高度区间识别,落在托盘典型厚度范围内的点云判为空托盘,既不算空位、也不算有货。三态输出对WMS有用:空托盘库存和货物库存是两本账,混在一起就无法分别管理。

这项判定的边界在于只认几何占位,不认货物身份。货位上放了不该放的杂物,同样会被判有货。这正是3D盘点要与条码、RFID数据对账的原因,两边的差异就是需要人工看一眼的异常点。

托盘偏移和货物超高怎么发现

托盘偏移用边界框比对:从点云提取托盘的边界框,与货位的理论边界框比对,两框中心的偏距就是偏移量,超过阈值报警。超高判定更直接:货物最高点超出货位上沿限位线即超高,输出超高标记和超出量。

这两项不只是盘点记录,同时是立体库堆垛机存取防撞的输入。偏移超限的托盘,堆垛机货叉取不到,强行取货会撞垛;超高的货物会顶到上层货位或货架横梁。检测到即报警拦停,比事后盘点才发现更有价值。公开的仓储3D视觉方案把这类检查称为货物合规校验,识别托盘偏移、倾斜、超出库位等摆放不合规情况。

倾斜的托盘会误报超高吗?要先按顶面法向倾角区分倾斜与超高:顶面整体倾斜时最高点随倾角抬升,先算倾角,倾角超限按倾斜处理,倾角正常而最高点超限才判超高。倾斜和塌垛的专门识别是另一个话题,站内仓储栈板堆叠变形3D检测怎么做一文讲得更细,本文不展开。

料箱存货高度和存量体积怎么估算

存货高度从点云提取料箱内物料的最高面得到。有了存货高度,存量体积按料箱内框尺寸乘存货高度乘堆积系数估算,料箱内框容积减去存量体积就是剩余容量。这三个输出量直接支撑补料决策:不开箱,相机过一遍就知道哪个料箱该补料。

大视野一次覆盖整垛是前提。逐箱扫描的节拍无法支撑全库盘点,相机要装在一次采图就能覆盖整托或整排料箱的位置。以迁移科技Epic Eye Log L为例,这台为物流拆垛设计的相机推荐工作距离1200mm至3500mm,远端视野3300×3160mm@3.5m,装在巷道一侧或过站点上方,一次采图即可覆盖整垛测存货高度。

估算精度受三件事影响:物料面的凹凸,点云取的是最高面,凹面物料会被高估;箱件之间的空隙,小件散装时空隙占比大;堆积系数的设定,这个系数要按每种物料标定,用历史出入库数据反推,比凭经验设定更可靠。露天料场的散料堆体积盘库是另一套方法,站内散料堆体积3D测量怎么做一文专门讲,与库内料箱的逻辑不同。

托盘上的箱数件数怎么数

规则垛型按层切割点云计数:高度直方图分层,每层的箱体分割后计数;垛型固定的还可以直接按层数乘每层箱数推算,再用抽样清点校验。混码垛用2D图像与3D点云融合,2D纹理补充箱体轮廓信息,3D高度区分层与遮挡。

计数的难点在遮挡和同色。上层箱压住下层箱的边,图像纹理分不清,但每层之间的高度差在点云里是明确的,分层切割靠高度差而不是纹理。透明薄膜包裹的垛型,2D图像几乎取不到箱体轮廓,更要依赖点云分层。

数不准怎么办?数量盘点输出估计数加置信度,不硬凑精确数。与WMS账面数量差异在阈值内的直接通过,超阈值的才触发人工复核,不必为了数量精确对全库人工重数。机器盘面、人工只复核差异。

3D盘点系统的4种部署形态怎么选

部署形态按库型和盘点节拍选:立体库把相机装上堆垛机,平面仓靠叉车和AGV顺路扫,快进出的库在输送线上设过站点,高位库用无人机巡巷道。四种形态不互斥,一个仓库常常是地面形态加过站点的组合。

堆垛机载相机盘点适合什么库

相机装在堆垛机载货台或立柱上,随堆垛机走位逐货位扫描。立体库上这套几乎免改造:堆垛机本来就要到达每一个货位执行存取,相机跟着到达每个货位,不需要另建盘点通道。公开的立体库库内视觉盘点方案给出的正是免改造路线,以模块化视觉装置加载到现有库内实现盘点,不动库体。

它的独特价值是动态盘点:日常存取任务途经的货位顺路扫一遍,每次作业都在更新库位数据,盘点成本被摊进日常任务。堆垛机运行速度影响成像吗?有影响,但可控:堆垛机到货位前本来就要降速对位,采图安排在降速后进行;速度仍偏高时用多帧曝光融合对抗运动模糊。

叉车和AGV载相机怎么盘点

相机装在叉车门架或护顶架上,随叉取动作顺路扫描货位与托盘:叉车每取放一次货,就对目标货位采一次图。平面仓没有堆垛机,叉车是现成的移动载体。AGV和AMR载相机则做夜间巡库,在作业低峰时段按路线扫货架,不与白天的人员作业互相干扰。

移动载体要处理两件事:振动和位姿。叉车作业振动大,对策是短快门加多帧融合,采图瞬间避开升降动作,利用叉取到位后的停顿窗口采图。位姿记录同样关键:每张点云都要带上采图时的载体位姿,否则点云映射不回货位坐标,后面的对账无从谈起。

固定工位过站盘点怎么做

在出入库输送线的关键点位装相机,托盘过站即完成数量、体积、外观校验并回传数据。有智能仓储厂商为四向车系统配套了视觉盘点工作站,托盘垛过站拍照自动盘点,页面介绍盘点准确率超99.5%并自动更新WMS库存;物流行业也有厂商的过站式托盘测量方案,用2至6台ToF相机生成托盘货物点云,一秒内完成体积测定。

过站盘点适合快进出、流动强的仓库:托盘必经过站点,盘点天然伴随每一次出入库,不需要专门的盘点动作。会漏检吗?出入库两端各设点位互验,一端漏检时由另一端发现;识别异常的托盘分流到人工口处理,不堵塞主线。

无人机盘点高位货架划算吗

无人机沿巷道飞行扫高位货架,适合高位库和停库成本高的场景。公开方案介绍,室内盘点无人机在无卫星信号的环境下靠激光雷达与视觉SLAM实现厘米级定位,可在6至15米高的货架通道间自主飞行、拍照扫码并实时回传。高位货架是人工盘点危险性高、登高车作业慢的区域,无人机正好单独解决这一块。

代价是精度和运维。飞行定位与避障要可靠,单架次能覆盖几条巷道决定盘点节拍,这些都要在方案设计时评估。无人机盘点精度够吗?判货位有无够用,测存量体积的精度低于固定相机,飞行距离和角度带来的误差更大。所以高位库常见的做法是无人机扫高位、地面形态覆盖低位的组合配置。

四种形态的定位差异汇总成下表,按库型对号入座。

载体适合库型盘点方式盘点节拍改造量
堆垛机载立体库存取顺路逐货位扫描随作业持续出数相机装载货台或立柱,基本免改造
叉车/AGV载平面仓、成品库叉取顺路扫描,AGV夜间巡库随作业加夜间低峰门架或护顶架加装相机
固定过站快进出、流动强的仓库出入库输送线点位过站即盘每托必经,实时输送线加装相机与触发
无人机高位库沿巷道飞行扫高位货架按巡检架次加飞行航线与避障保障

盘点3D相机怎么选 视野精度和工况

相机选型三步走:先按货位尺寸和安装位置倒推视野与工作距离,再按判定项定精度档位,最后核对防护与温度工况。盘点对精度的要求并不高,视野和工况才是两条硬约束。

视野按货位倒推,不按相机参数正选。以标准托盘货位约1200mm×1000mm计,两个货位并排含间隙约2700mm,要让一次采图覆盖两个货位,远端视野长边要超过2700mm。以迁移科技Epic Eye Laser L V2S为例,推荐工作距离1200mm至3000mm,远端视野2800×2625mm@3.0m,在3m处长边2800mm大于2700mm,一次覆盖并排的两个货位。

只盘单个货位时按近端验算:Laser L V2S近端视野1120×1030mm@1.2m,能覆盖1000mm的短边,但1200mm的长边超出近端视野长边,按近端与远端视野随距离线性增长估算,视野长边长到1200mm大约要退到1.3m处。高位货位仰角扫描时,工作距离按相机到货位中心的斜距算,不是垂直高度,视锥在斜向投影下能否覆盖整个货位,要用在线选型工具核对。

精度按判定项倒推。判有无,厘米级即可,100mm量级的判定阈值对精度要求很低;判偏移和超高,要几十毫米级;估存货高度,毫米到厘米级。标称精度要带测量条件读:结构光相机的精度标注是VDI/VDE口径加测量距离,比如本节算例用的Laser L V2S,VDI/VDE测量精度0.32mm@2.4m,指在2.4m处测得0.32mm,距离拉远精度随之变化。

盘点需要0.1mm级精度吗?不需要。盘点判定阈值最小的也是几十毫米,远大于相机标称精度,为冗余精度加预算没有意义。同样的预算花在视野和抗光上,回报更高。

仓库的环境光是变化的:天窗直射、卷帘门开合,几分钟内环境光可能剧变。结构光相机主动投影条纹,不依赖环境照明,这是盘点选它的根本原因。抗光能力看标称值:Laser L V2S抗光干扰能力达12万Lux,阳光直射下稳定成像,卷帘门全开、下午西晒直射货位面的场景也在能力范围内。

白天开卷帘门有直射光斑会误判吗?镜面高光会让局部点云饱和缺失,对策是多曝光HDR:一帧内多档曝光融合,高光区用短曝光保细节,暗区用长曝光保密度,点云完整了判定才稳定。

冷库人工盘点艰苦,正是采用自动盘点的直接理由。相机进冷库看两个硬指标:防护等级和工作温度。迁移科技的Epic Eye Laser M V3防护等级IP65/IP67,能防尘并承受短时浸水,工作温度-10℃至45℃;800万像素彩色点云在几何判定之外保留颜色纹理,外观破损、渗漏这类状态复核用得上。

相机从冷库进出镜头结霜怎么办?让相机常驻库内,避免反复温差;必须进出时加保温罩或预热过渡。结霜发生在光学面上,防护等级防不了结霜,运维上要单独安排。

文中提到的两款相机主要参数对照如下。

参数Epic Eye Laser L V2SEpic Eye Laser M V3
推荐工作距离1200mm至3000mm500mm至1500mm
远端视野2800×2625mm@3.0m1730×1840mm@1.5m
抗环境光抗光干扰能力达12万Lux蓝色激光,面向室内外全场景
防护等级IP65IP65/IP67
工作温度0℃至50℃-10℃至45℃

盘点数据怎么和WMS对账

对账链路概括为:点云判定结果按位姿映射到库位编码,与WMS账面快照按货位逐条比对,差异分类处理。工程量不在比对本身,在货位映射的标定和差异处理规则的设计。

每一条盘点记录带五类字段:货位号、有无状态、偏移与超高标记、存货高度、估计数量。这些判定结果按采图位姿映射到库位编码,写入中间结果库,与WMS在同一时点的账面快照按货位逐条比对。为什么强调同一时点:作业中的仓库账面一直在变,对账基准要取带版本戳的快照,采图期间有出入库动作的货位要么锁定、要么从本轮对账中剔除,否则差异里混进时序错位,原因就查不清了。

货位编码怎么对上?部署时标定仓库坐标系:相机位姿与库位网格的对应关系一次标定,之后每次采图按位姿反查货位号。堆垛机、叉车、AGV这类移动载体还要把载体定位数据一并带入,位姿误差直接影响货位映射的准确性。

差异分四类处理,每类对应不同的可能原因和处理动作,规则事先写进对账程序,不做临场判断。

差异类型可能原因处理动作
空位有账丢货、出库错记、放错货位冻结差异记录,人工复核实物,追溯出入库单据
有货无账收货漏记、串货人工确认货物身份,补记或调整,核对相邻货位是否对应盘亏
存量或数量偏差漏拣、超发、垛型变化差异超阈值触发复盘,核对拣选与收发记录后调整
托盘偏移或超高摆放不规范、塌垛前兆报警并安排复位,复核是否影响堆垛机或货架作业安全

WMS实施领域的公开做法可作参照:差异在预设容忍度阈值内,经二次复盘确认后自动平账并记录损益;超出阈值则冻结该库位,转入多级审批流程;差异根因靠调取该库位的历史操作履历追溯,串货类差异常表现为一个货位盘亏、相邻货位盘盈,两边数据一比对就能定位。

盘点节奏用动态加周期两层设计:动态盘点做日常,存取顺路、过站必盘,差异当天暴露;周期性盘点做补充,按循环盘点的思路分批覆盖动态盘点到不了的库位,比如长期不动的死角货位。两层叠加后,年度停库大盘点的时长可以大幅压缩,从全库重数变成抽样复核加差异集中处理。

托盘货物3D盘点常见问题

黑色和反光包装的货物能扫出来吗

能扫出来,但要选对抗光策略。黑色包装吸光,点云密度下降;镜面反光让条纹解码失败,局部点云缺失。主流对策是蓝色激光光源加多曝光HDR,公开的仓储3D视觉方案介绍,对黑色、透明、高反光薄膜包裹的商品均可稳定成像,缠绕膜包裹的托盘正属于这类表面。

3D盘点能识别货位上是什么货吗

单靠3D点云不能,SKU识别要靠条码、RFID或2D读码。点云测的是形状、占位与高度,同尺寸的两种货在点云里没有区别。彩色点云可以辅助外观核对,比如核对包装颜色是否与该货位的计划品类相符,但确定的身份识别由条码、RFID承担,两套数据在对账时拼接。

盘一个货位要多久 全库节拍怎么估

采图本身不到两秒,时间主要花在载体走位上。结构光工业3D相机的单次采图时间典型在0.2至1.4秒(不同型号),堆垛机或叉车移动到下一个货位的时间往往是它的数倍。全库节拍按公式估:货位数乘以单位耗时,再除以并行载体数。动态盘点不占专门时间,成本摊进日常存取任务,全库覆盖一轮的周期由作业量决定。

灯光昏暗的仓库能用3D盘点吗

能,灯光昏暗的库反而成像更稳。结构光相机主动投影条纹,自带照明,不依赖环境灯;环境光越弱,投影条纹的信噪比越高。要注意的是保留安全照明和人员作业区的标识,这关系到现场作业安全,与成像无关。

托盘货物3D盘点怎么落地

落地的行动顺序分五步。第一步,按账实差异最大的问题定检测项与判定阈值:丢货多发的先上有无检测,补料总是被动的先上存量估算。第二步,按库型和盘点节拍选部署形态,前述四种形态按库型对号入座。第三步,按货位尺寸倒推相机视野与工作距离,斜向安装按斜距验算,并用迁移科技的相机选型和视野查询工具在线核对视锥覆盖。第四步,先在一排货架试点,用人工清点结果验证判定准确率,同时标定堆积系数和判定阈值。第五步,试点数据与WMS对上后再全库推广。

托盘货物3D盘点把库存核对从一年几次的停库事件,变成随取随盘的常态数据:货位有无、托盘状态、存货高度与存量体积一次采图同时出结果,账实差异从潜伏几个月变成当天暴露。按定检测项、选形态、算参数、跑试点、再推广的顺序走,方案不容易返工,托盘货物3D盘点也就真正落了地。

上一篇: 机器视觉检测设备厂家,现状与未来发展展望
下一篇: 锂电3D视觉检测怎么做 盘点10个检测项与相机选型要点
相关文章