什么是机器视觉？

人类通过视觉获取外部信息占了总信息量的85%，人类视觉的机理是主要依靠眼睛和大脑来完成对物体的观察和理解。机器视觉同人类视觉的机理相同，通过使用光学系统、相机和图像处理软件，来模拟人的视觉能力，并做出相应的决策，最后通过指令机器中的执行装置来完成决策。

1.机器视觉技术的产生

随着工业智能化技术的发展，机器视觉作为实现智能化的关键核心技术，正成为人工智能发展最快的一个分支。机器视觉就是将人类的视觉能力赋予计算机、机器人，去帮助机器先看懂这个世界，机器人及各种智能设备才有可能具备像人类一样的思考、判断和决策能力。

2.机器视觉系统的组成

机器视觉系统架构主要分为硬件设备和软件算法两部分，“视”是将外界信息通过成像来显示成数字信号反馈给计算机，需要依靠一整套的硬件设备解决方案，包括光源系统、镜头、摄像机、视觉传感器、视觉处理器、图像数字化模块、数字图像处理模块、智能判断决策模块和机械控制执行模块；“觉”则是计算机对数字信号进行处理和分析，软件包中核心算法主要包括传统的数字图像处理算法和基于深度学习的图像处理算法。

3.机器视觉的优势

（1）从生产效率的角度来说，在大批量重复性生产中，人力劳动易疲惫，质量效率低下且精度低，机器视觉能大大提高生产效率和自动化程度。

（2）从成本控制的角度来说，机器视觉系统只要设计、调试和操作得当，可以在很长一段时间连续重复使用，确保生产效果，同时成本较低。

（3）机器视觉避免了检测系统与被检验物品之间的直接接触，防止物品损坏及洁净室被污染，也没有了机械部件磨损的维护和成本。

（4）在某些特殊应用场景，机器视觉可以有效地规避人身安全风险；或在人工视觉难以满足要求的场合，机器视觉用来替代人工视觉。

（5）机器视觉系统可以定位机器的位置和方向，确保机器处于正确的路径，实时将位置和方向数据传递给控制器，执行任务。

视觉导航助力无人叉车发展

叉车自从100年前诞生以来，都是有人操作的。随着人工智能、机器人技术发展，物流无人化受到越来越多的关注。作为物流无人化的重要组成部分，兼具性价比和效率的无人叉车倍受青睐，近几年国内外无人叉车式发展迅速。无人叉车是由计算机控制，以轮式为运动单元，具备动力装置，能够沿规定或自定义的导引路径行驶，配备安全保护系统以及各种载货功能的智能化搬运机器人。

简单来说，无人叉车就是一台无人驾驶的叉车，通过先进的导航技术实现自主路径规划、智能避障和搬运任务。无人叉车能够提高工作效率、降低人工成本、减少安全隐患，为企业的物流运输和仓储管理带来巨大便利。无人叉车的核心技术是导航技术，它决定了叉车的自主移动和搬运能力。目前，无人叉车所采用的导航技术主要包括电磁导航、磁条导航、惯性导航、激光导航、二维码导航、视觉导航等六种。

其中，视觉导航主要是利用摄像头拍摄周围环境，通过图像识别和数据处理，来实现路径规划和定位。通过安装在无人叉车上的视觉传感器，如下视摄像头、补光灯和遮光罩等硬件设备，拍摄地面纹理进行自动构建出环境地图，环境特征提取，并将获取的地面纹理信息与自建地图中的纹理图像进行配准对比，数据相关联，校正更新，由此来确定无人叉车的正确定位，实现导航。视觉导航可从作业环境种提取语义信息，快速适应复杂的环境，比如作业场景中，货架变形、载具有损、短时间激增的任务量等。随着CPU、GPU处理进程速度的迭代，视觉导航在无人叉车领域将获得广泛应用。

与其他导航技术相比，视觉导航有着诸多优点，例如导航原理简单而可靠，便于控制通讯，无传感器距离限制，定位精度高，路径铺设简单，项目施工改造便捷，场地改造成本低，规划路径灵活度高，改变或扩充路径也较容易，在室内室外都适用，因为其能提取语义信息，所以对于一些复杂的作业场景复用性高，智能化程度高，并且硬件成本也相对较低。

可以说，视觉导航的出现，为无人叉车行业的技术带来全新机遇。近年来，拥有机器视觉导航技术在无人叉车的应用越来越多，视觉导航也被认为是智能仓储柔性化物流变革的必然趋势。

机器视觉技术在无人叉车上的应用

1.视觉导航与激光导航对比

目前，无人叉车的导航方式通常采用视觉导航和激光导航两种技术，虽然都可以实现无人叉车的自主导航，但各自的原理和应用有所不同。

其中，激光导航的原理是利用激光雷达等传感器发射激光束，然后通过反光板检测激光束的反射信号，计算出与周围物体的距离和位置关系，从而确定叉车的位置和方向。优点是精度高，可以达到毫米级的精度要求。抗干扰能力强，不受环境光照影响，稳定性较高，适用于复杂环境下的导航任务。不过，激光导航需要预先建立精确的地图，并且对地图的更新和维护要求较高。同时，激光雷达等传感器的成本较高，有的需要部署反光板，施工成本高。

视觉导航的原理是利用摄像头、相机等视觉传感器获取周围环境的图像信息，然后通过图像处理和计算机视觉算法对图像进行分析和处理，从而确定叉车的位置和方向。其优点包括：一是适用性广泛，可以在各种环境下使用，不受特定地形或地标的限制；二是灵活性高，可以通过简单地调整算法和参数来适应不同的工作场景和任务需求；三是定位精度高，通过对实时图像进行处理，可以实现对货物和目标位置的精确识别和定位；四是可实现动态障碍物感知，及时做出避让或停车等动作，以确保安全装卸操作；五是硬件成本相对较低。但同时也存在局限性，如受环境影响，对环境的光照、阴影等因素比较敏感，在光线不足或复杂光照条件下影响图像分辨率，需要通过补光或其他辅助传感器来工作。

在具体应用场景当中，与激光导航相比，视觉导航在灵活性和适应性、高精度定位、动态障碍物感知等方面的表现也更加优秀。

2.视觉导航无人叉车的核心优势

目前市场上的视觉导航无人叉车经过多次迭代，稳定性和可靠性得到极大提升，成熟的视觉导航无人叉车具备以下五点核心优势：

（1）强易用性

相对于其他导航方式，视觉导航原理简单而可靠，能从环境中提取语义信息，便于控制通讯，无传感器距离限制，因此能够适应客户在常规使用需求中的复杂场景，例如，由于长时间使用变形的货架、托盘；大比例货物的超板；短时间内激增的的搬运量；狭小空间情况下的车辆调度等。

（2）泛通用性

模块化的视觉导航技术，通过加装到工业车辆本体上轻松实现工业车辆无人化升级改造。目前在无人叉车市场上得到广泛应用的视觉导航模块已经可以适配大部分的工业车辆。而且路径铺设简单，项目施工改造便捷，规划路径灵活度高，改变或扩充路径也较容易，在室内室外都适用，所以对于一些复杂的作业场景复用性高，智能化程度高。

（3）高性价比

视觉传感器的成本优势大幅降低了产品的造价。无人叉车市场上，工业相机供应商的产品售价比同等级的激光传感器产品售价便宜很多，因此在终端客户投资回报周期上，再加上场地改造成本低，视觉导航工业无人车辆相对于其他导航方式有明显的优势。

（4）高精度定位

视觉导航定位精度高，无人叉车装卸货物到货柜车需要高精度的定位，以确保货物能够准确地放置到目标位置。视觉导航系统可以提供更高的定位精度，通过对实时图像进行处理，可以实现对货物和目标位置的精确识别和定位。

（5）动态感知力

视觉导航系统可以帮助无人叉车感知和识别在装卸货物的过程中，可能会遇到行人、其他车辆或移动设备等动态障碍物，并及时做出避让或停车等动作，以确保安全装卸操作。在装卸货物时，经常会面对不同形状、大小、高度的货物，视觉导航系统通过摄像头感知环境信息，更好地适应各种场景的变化。

3.机器视觉技术的应用价值

在无人叉车上的应用，机器视觉技术可以实现以下几个方面的价值。

（1）导航与定位

无人叉车需要准确地识别自身位置和周围环境，以实现安全、高效的运输任务。机器视觉技术可以帮助叉车实时感知周围的物体、障碍物和路况，从而进行准确的导航和定位。

（2）障碍物检测与避让

物流仓库等环境中，障碍物可能随时出现，对叉车的行驶路径造成阻碍甚至威胁安全。机器视觉技术可以及时识别并分析这些障碍物，帮助叉车规避，避免碰撞事故的发生。

（3）货物识别与搬运

无人叉车需要准确地识别货物的位置、形状、重量等信息，以便进行精准的搬运操作。机器视觉技术可以实现对货物的自动识别和定位，提高搬运效率和准确性。

（4）环境监控与安全管理

通过监控仓库环境和工作场景，机器视觉技术可以实时发现潜在的安全隐患，如堆放不当、火灾风险等，并及时报警或采取措施，保障工作人员和设备的安全。

视觉导航无人叉车的最新发展

无人叉车首先需要提升的是智能化程度，也就是无人叉车应对现场不规范化的能力，而这种能力必须基于对环境的理解与学习，在智能化方面，视觉导航信息获取能力强大。视觉导航由于能从环境中提取语义信息，因此能够适应客户在常规使用需求中的复杂场景，如识别长时间使用而变形的货架、托盘；提取短时间内激增的搬运量信息；狭小空间情况下的车辆调度等。此外，视觉导航模块具有系统拓展性。随着通信设备/处理器等周边配套设施的不断完善，视觉导航模块正飞速进步，视觉导航与计算机连接可以实现大规模的调度任务，而视觉导航技术与5G及云端系统也将更进一步融合。可以说，无人叉车智能化水平的提升，离不开视觉技术的应用与创新。

近年来，应用机器视觉导航技术的无人叉车越来越多，目前无人叉车行业采用视觉导航技术的企业已有数十家，许多头部企业的导航方案中兼具视觉技术，如海康机器人、快仓、极智嘉、未来机器人、灵动科技、蓝芯科技、怡丰机器人、嘉腾机器人、中力叉车、杭叉智能等。而其他大多数公司采取的是多种类型的混合导航技术，例如视觉传感搭配激光SLAM进行工作，以此进行优势互补。

随着市场的推进，无人叉车场景的应用越发多元，从平面搬运，产线对接，到高位存取，再到无人装卸。场景应用朝着大型化、人机混合、多设备协同、按需作业等多元复杂场景。国内众多的无人叉车企业始终以场景实际需求出发，通过安全可靠的机器人产品及柔性化的解决方案帮助解决痛点问题，助力实现物流自动化、数字化转型升级。

1.在高位货架中的应用

无人叉车如何在高位货架的狭窄巷道内安全作业，一直是无人叉车企业想解决的技术难点。未来机器人依托其在视觉导航的优势，成功完成了高位前移式叉车的无人化改造，货叉提升高度超过9米，这款无人叉车已经在华南一家汽车零配件厂商的无人仓库中实际运行，作业效率提高了50%。

2.在仓库月台装卸车中的应用

安装了视觉+3D激光导航系统的无人叉车的作业能力提升明显，在知名石化企业的仓库，室外地面有沟坎、车厢板凹凸不平、登车桥与地面形成斜面坡度，未来机器人VNE20平衡重无人叉车可以上下月台，装卸货物，实现以30托/小时的效率完成从货物出库到装车的作业，提高仓库货物周转率与装车效率。

3.在包装企业中的应用

采用3D视觉导航系统的蓝芯科技无人叉车进入成都裕同公司，完成原料配送、裁切、印刷、成型、质检、成品入库等诸多环节智能化改造；替换80%以上人工搬运，降低企业人力成本，缓解招工压力；工序间的衔接更加紧凑，生产节拍得到充分优化；车间管理规范有序，企业形象得到显著提升。

4.实现跨楼层搬运的应用

中力无人叉车采用成熟视觉导航技术，颠覆传统物流仓储搬运，率先打破楼层空间限制，全程自动高效配送，无线通讯自动呼叫电梯，安全上下电梯，无需人工等待，避免碰撞电梯损坏货物，跨楼层自动搬运，及时补充产线物料，极大提升搬运效率，重塑智能高效物流。

5.智能识别托盘

无人叉车通过3D视觉技术，可以更加精准、高效地识别托盘，从而实现自动化搬运和智能化仓储管理。具体来说，3D视觉产品通过获取托盘的深度信息和三维形状，可以准确地识别出托盘的位置、姿态和尺寸等信息，帮助叉车确定最佳的搬运路径和放置位置，避免碰撞和损坏货物。

应用趋势

随着深度学习和计算机视觉技术的不断进步，视觉导航在未来可能会得到更广泛的应用和进一步的优化，为无人叉车等领域带来更多创新和突破。比如，视觉导航技术在各种环境下都具有较强的适用性，不受地形、光照等因素的限制，可以灵活应对不同的场景和任务需求。而激光导航可能受到地形复杂度和遮挡物的影响，需要在特定的环境下进行精确地地图构建和路径规划。机器视觉系统还可以通过不断的学习和优化，提高自身的检测精度和识别率。以人工智能驱动的机器视觉在内部物流管理方面具有多重优势，从提高准确性和效率到降低成本和增强安全性，这些技术的进步为现代物流领域带来了革命性的改变。

人工智能与高性能图像处理技术不断升级迭代，机器视觉与AI融合无疑将成为未来趋势，在AI技术的加持下，以深度学习算法为核心，通过模型训练、加载模型等工作流程，机器视觉更能像人类一样“自主思考”，系统具有思维、推理判断和自行解决复杂物流问题的能力，是智慧物流下一步发展趋势。无人叉车搭配3D视觉设备，精准搬运货物，流畅应对物流行业的识别复杂性，解决物流场景应用多样化、物品种类复杂化，环境多变量影响等问题，使物流中的信息获取和链接变得更为智能。

整体而言，机器视觉技术在无人叉车领域的应用正在不断拓展和深化，机器视觉技术已经实现产品化、实用化，镜头、高速相机、光源、图像软件、图像采集卡、视觉处理器等相关产品功能日益完善，硬件和软件都在升级。随着技术的不断进步和应用场景的不断丰富，相信无人叉车将在物流行业发挥越来越重要的作用，为人类的生产生活带来更多便利和效益。