解决方案 | AI+3D视觉引导周转箱/料箱拆垛，大幅提升物流效率

紧密贴合的周转箱正面&底面

点云图及识别结果图，Mech-Eye DEEP @ 2 m

01 

• 周转箱/料箱为塑料材质，侧壁厚度在2-8 mm不等；长期循环使用易变形，一致性差。对3D视觉系统精度及适应性要求高。
• 箱内多种物料乱序堆叠，可能存在内容物反光、外溢等情况，对视觉识别造成干扰。
• 抓取策略（如：外夹、内勾、拖拽式抓取等）需适应箱体侧壁的复杂结构。

02 

• 来料箱体紧密贴合。部分场景，不同大小的周转箱混合堆垛，视觉系统需准确识别箱体长、宽，提前调节夹具行程。
• 来料垛型不一致、箱体一致性差，机器人拆垛的方式精度低、效率低。

03 

• 存在同一机器人应对多个工位、厂房顶高限制和机器人臂展不足等情况，需合理规划3D相机安装方式。
• 现场布局紧凑、对抓取顺序要求严格，视觉系统需具备抓取规划、路径规划、碰撞检测等能力。
• 存在阳光、灯光等环境光干扰，需要3D相机具备优异的抗环境光性能。

解决方案及优势

01 

方案构成

• 周转箱/料箱运输到位，PLC/机器人告知视觉系统进行拍照。

• Mech-Eye对最高层箱体进行拍照，生成完整、细致、清晰的点云数据；Mech-Vision对点云进行处理（点云预处理、模板匹配、位姿矫正等），输出位姿，并根据需求进行箱体尺寸计算、垛型校验；Mech-Viz获取箱体位姿，进行碰撞检测、规划抓取，引导机器人执行拆垛作业。

• 直到整垛拆完，视觉系统上报拆垛完成信号，等待加料。

02 

无惧各类复杂环境 成像清晰完整

• 先进的成像算法，Mech-Eye在典型厂房环境光干扰下（15000 lx-20000 lx），能够对壁薄的周转箱/料箱高质量成像。

• Mech-Eye多种型号，支持远/中/近不同工作距离；体积紧凑，满足复杂多样的安装环境。梅卡曼德能够根据实际工况为客户提供契合的3D相机及安装方案。确保相机视野完整覆盖拍照区域，点云清晰完整。

依据现场情况，将相机安装于支架上，保证视野，柔性搬运

先进AI算法 应对各种来料形态

• 先进点云处理算法，快速准确输出箱体位姿，引导机器人精准抓取。

• 性能强大的机器视觉软件，内置AI算法可应对紧密贴合、一致性差、底面朝上的箱体。内容物反光、外溢等情况亦不影响识别。

智能程度高 物料周转更稳定

• 可根据来料垛型，智能规划抓取顺序及单次抓取数量。

• 智能碰撞检测及运动轨迹规划，更好应对现场布局紧凑等问题，提升厂内物料流通稳定性。
  

• 精确识别箱体长、宽，根据识别结果计算箱体尺寸，调节夹具行程；多抓时，视觉系统对箱体间距进行判断，小于设定阈值时报警，避免碰撞发生。

箱体间距判断

应用实例

某大型汽配厂 | 3D视觉引导周转箱拆垛

案例现场

3D相机及安装方式：Mech-Eye LSR L，臂载式安装。

满垛尺寸：1200×1260×1470 mm（长×宽×高）。

项目亮点：

• 能够对壁薄、紧密贴合的周转箱输出精准位姿。
• 箱内存在高亮反光工件亦不影响识别。
• 拖拽式抓取，更好应对箱体紧密贴合、内壁光滑的情况。

• Mech-Eye DEEP大视野，大景深，支持现场2.4 m的超高垛型。

• 深度学习算法可应对周转箱壁薄、紧密贴合、箱内零件干扰等情况。

• 可应对不同时段、不同强度的环境光干扰。