友思特应用 | AI 叉车 + IDS 相机：物流装载全程可视化的实战方案

项目概述 · Project

行业：物流

相机：友思特合作伙伴iDS uEye XC 自动对焦相机

应用任务：在作业持续进行期间，对整套装载流程实现自动化、不间断留档记录

难点：完整精准记录所有货物转运过程，不中断物料流转，同时尽可能降低操作工作量

解决方案：安装在叉车上的摄像系统，搭配人工智能图像分析技术，对相关数据进行筛选、识别，并以标准化格式存储

客户价值：节省叉车司机工时；对所有装载作业形成透明、统一且可追溯的记录档案

物流行业，分秒必争。与此同时，货物流转记录必须精准、可追溯，且不能拖慢物料流转效率。为解决这一难题，总部位于慕尼黑的 IT 服务商 CANCOM 开发了一套摄像系统，能够自动记录完整装载过程，大幅减轻司机的作业负担。整套系统采用友思特合作伙伴 IDS 成像开发有限公司的紧凑型uEye XC 自动对焦相机采集图像，搭配 DENKweit 的人工智能图像处理技术，对图像数据进行智能分析。

01 作业现场自动完成装载存档

该方案的核心载体是叉车，相机安装在叉车驾驶室上。叉车行驶过程中，相机持续拍摄前方区域。整套流程从采集送货单开始，记录装载作业的每一个环节，包括叉车移动、每个托盘的取放操作，以及叉车停稳后最后的货物固定作业。 司机的工作负荷因此大幅降低：原先人工存档所需的中断操作被完全取消。与此同时，系统生成统一、可追溯的图像数据，实现全流程完整透明化管理。

02 实时智能图像分析

该方案的核心组成部分是对采集图像数据的智能研判。相机通过标准 USB 视频类（UVC）接口，无需额外驱动程序，即可将图像直接传输至车载终端。数据随后上传至本地 AI 服务器进行实时分析。系统首先利用 AI 图像分类算法，对每一帧画面做内容与相关性判定。该环节会过滤掉 99% 以上采集到的图像，仅保留真正有效的信息做后续处理。

针对留存的数据，系统调用 DENKweit 公司 DENKnet 平台的专用模型。结合目标识别与光学字符识别（OCR）技术，识别送货单与托盘形态，读取运输批次号，并以此作为核心索引关联图像。借此，所有相关图像均可绑定至对应运输任务，以标准化形式集中存储。同时，系统还可统计画面内托盘数量，并识别托盘尺寸。

装载作业实现全自动无间断存档

“uEye XC 自动对焦相机无论在何种环境下，均可输出清晰可用的图像，即便光照条件发生变化也不受影响。” ——CANCOM 公司 AIoT 团队负责人 托马斯・富克斯

03 可变拍摄距离下保持高图像质量

该方案的灵活性突出体现在动态图像采集能力上。友思特合作伙伴iDS uEye XC 自动对焦相机可在不同对焦距离间自动调节。CANCOM 公司 AIoT 团队负责人托马斯・富克斯解释道：“拍摄送货单时，对焦距离约设为 35 厘米；而记录装载作业时，视场范围则在 2 至 3 米之间。这就保证无论何种场景、即便光照条件发生变化，都能拍出清晰可用的图像。”

这款相机搭载 1300 万像素传感器，具备自动白平衡、色彩校正功能，亮度、对比度与锐度参数均可单独调节。相机采用 UVC 接口，无需额外驱动，可像普通网络摄像头一样使用。车载终端搭载 Windows IoT 系统，二者搭配大幅简化集成工作。设备可被自动识别，并能通过设备管理系统实现集中管控。

安装在叉车上的 uEye XC 相机

04 可拓展 AI 基础设施：从边缘端到数据中心

该方案的核心优势在于相机与人工智能的协同工作机制。CANCOM 落地的这套系统采用 DENKweit 的容器化 AI 模型。模型可在边缘端至数据中心之间弹性扩展，并可在 Kubernetes 环境中运行，必要时支持 GPU 加速。仅需相对少量训练图像，即可生成初始可用模型；随着数据质量与多样性提升，模型性能还会显著增强。

相较于传统机器视觉系统，该方案大幅降低开发工作量。复杂的基于规则视觉流水线被学习型算法替代，部署更快，也更易于适配不断变化的业务需求。与此同时，用户可以充分利用算力快速迭代带来的红利，很多场景下仅集成 GPU 方案就足以满足应用要求。

“AI 图像处理拓展了相机方案的应用场景，让这类方案具备了经济可行性。” ——CANCOM 公司 AIoT 团队负责人 托马斯・富克斯

05 展望

富克斯表示：“AI 图像处理技术大幅拓宽了相机类解决方案的应用场景，让这类方案具备经济可行性。” 过去这类项目往往需要数十万级别的投入以及数月的开发周期，如今仅需数周时间，成本也大幅降低。因此 CANCOM 计划在后续更多项目中应用该项技术。除物流领域外，该技术还有望拓展至其他行业。简言之，凡是需要提升流程效率、实现流程透明化与可追溯的场景，都适用这项技术。