随着新零售的快速发展，快递业开启共同配送模式。然而，面对庞大的快递包裹量，人工分拣+配送无法满足当今物流发展。未来，智能物流设备在物流企业投入资金中的占比会呈持续上升的状态。
智能物流如何迎合当今高速发展的电商产业？具备良好的感知能力的机器视觉，是智能物流设备的最佳搭档。2020年11月3至6日，全球机器视觉行业翘楚康耐视以“智领物流新视界”为主题，携最新物流解决方案亮相第21届亚洲国际物流技术与运输系统展览会（简称“亚洲物流展”，CeMAT ASIA）。本次展会以“智慧物流”为系列主题，展示了智能制造的创新成果，联合打造横跨各领域的大工业平台。
康耐视是如何实现智领物流新视界的呢？创新技术、产品与解决方案，是康耐视现场展示的答卷。
“针对传统的通道扫描、顶扫、侧扫，康耐视这次带来了全新的HDR+技术，它能够在高速的传送带上做到目前业内最小的间距；基于Zone-Reading技术的全新侧扫方案。”康耐视大中华区销售总经理方承亮介绍说，同时还有基于视觉的解决方案，如基于3D symbolic light的3D-A1000体积测量和Item Detection包裹检测功能的一体机；以及基于Deep Learning技术的In-Sight D900系列。
康耐视大中华区销售总经理方承亮
机器视觉+深度学习，将带来革命性变化
方承亮认为，机器视觉是一种使能技术，它能够使目前的物流自动化更加智能，更加高效。比如，针对抓取和放置应用场景，机械手单独操作，精度在毫米级别，加上机器视觉能提升至微米级别。
“传统的机器视觉是基于对2D、3D图像的获取，以专业的图像处理软件满足客户的需求，而融入深度学习技术的机器视觉将会给物流行业，甚至整个工业自动化带来革命性的变化。”方承亮进一步解释道，深度学习是人工智能延伸出来的一个技术方向，其先进性在于通过一定数量样本的学习后，它能够对未来新样本的种类进行智能判断。
过去五年，康耐视通过收并购及自主研发，不断丰富其软件算法平台。今年，康耐视重磅推出了基于Deep Learning的方案。In-Sight D900配备了In-Sight ViDi软件的智能相机，专为运行深度学习应用而设计。通过深度学习，In-Sight D900能够很好地处理诸如单件分离、OCR字符读取、包裹分类等一系列棘手的问题，让物流智能识别应用得更加得心应手。
In-Sight D900
六面扫码+体积测量系统，从容应对物流高峰
如今，各种名头的“购物节”不光富了物流的腰包，也对物流速度提出了更高要求。为此，康耐视推出了六面扫码+体积测量系统DataMan 475+3D-A1000。
六面扫码和体积测量系统作为升级方案，能够满足客户全方位读码和识别需求。其中，五面扫码最高可支持3.5米/秒线速度，可读取皮带线上更小包裹间距的条码，支持分拣线更大的每小时处理量，帮助物流分拣中心承担更大每日处理量，从容应对消费高峰。
六面扫码+体积测量系统DataMan 475+3D-A1000
快速应对中国市场需求
一直以来，康耐视都将其在中国市场的发展放在全球重要战略地位。
“康耐视是一家做机器视觉通用平台的公司，可以应对各行各业的需求。”方承亮说，进入中国以后，康耐视基于现有的平台，凭借强大的软件能力，随时支持客户的创新性需求，并陆陆续续推出了众多定制化方案，以满足本地市场的需求。
例如，将传统FA领域的3D技术，以及一体化智能相机，应用在物流领域。同时，康耐视亦如“布道者”般，将其在电商、快递全球范围内的研发创新与应用经验分享给中国客户。
虽然今年突遭新冠疫情，物流行业发展却十分火热，市场需求主要集中在产品定位引导、产品智能分类等视觉产品。凭借自身强大的平台能力、灵活的市场反应能力，以及对行业的持续投入，康耐视今年在物流行业实现了非常高速的增长，条码识别器、智能相机、视觉软件、Deep Learning解决方案等都颇受市场青睐，每条产品线都取得了两位数的增长，个别产品线甚至实现了400%的增长。
物流行业未来增速最快
“物流行业一定是继汽车、电子等传统FA行业之后增速最快的行业。”方承亮说，“而以电子商务为代表的中国物流行业敏捷度要求非常高，自动化对机器视觉的要求也是全方位的。”
诸如，传统的条码读取设备，面临着提升速度、提高准确率、成本控制的迫切需求，再加上源源不断的新需求，这不仅仅是传统的2D/3D视觉能够全部解决的。在这样的背景之下，Deep Learning技术的推出，正好满足了市场对于机器视觉技术的更高要求。
“我们相信，未来物流行业的发展，必将对机器视觉在速度、精度、稳定性方面有更高的要求。如果没有技术创新，传统的解决方案一定会越来越廉价。而有技术储备的公司，能够解决客户痛点的方案，也一定会获得市场的青睐。”方承亮说，康耐视将持续加大在物流行业的投入，进一步优化软件算法平台，量身定制与应用场景结合更加紧密的视觉解决方案，为中国智慧物流建设贡献一份力量。（文/gongkong张丽莹）
