看京东如何把Intel RealSense技术用在物流上

Posted 2020-07-28 知了，知了……

提起Intel RealSense 3D 深度摄像头，总是离不开无人机、机器人等前沿硬件产品，比如 CES 2016 上让人眼前一亮的自动避障无人机Yuneec “台风 H”，Segway、Ninebot、英特尔联合推出的平衡车机器人，以及支持人脸识别的一众 Windows 笔电。

而京东却把这项技术用在了物流仓储上，用以测量商品的 “物流属性” 如重量、体积，并称之为竖亥项目（竖亥是汉神话传说中的上古创世神，发明了标尺杆），已经开始在位于北京马驹桥地区的仓库中使用。

众所周知，Intel RealSense 可以把 640×840 分辨率的摄像头模组做的很小，然后嵌入到移动设备中去。竖亥商品物流属性采集设备也是如此，该设备以仓储拣货小推车为基础设计而成，配有深度摄像头、扫码器、屏幕和充电接口。

工作人员将待测商品放置在竖亥小车上，通过无线扫码器枪扫码录入产品信息，竖亥小车会在 1 分钟内获得待测商品的重量、边长（最多精确到毫米级）、体积等物流数据并存入商品数据库（包括人员操作时间，实际检测时间为秒级）。对于外形不规则商品（任意形状），竖亥小车则计算出其虚拟体积（最多精确到厘米级）后，自动匹配成能将其装下的包装盒体积。

相关负责人介绍，竖亥 1.0 小车整体硬件造价成本不到 1 万元，已经开始量产，而此前的进口红外线测量设备则为二十万一台。

而以上只是竖亥 1.0，京东研发办公室集团架构部总监赵刚表示， 未来的竖亥 2.0 将支持堆放多个商品测算组合体积，摄像头悬挂于货物上方 2 秒内即可测出体积结果，误差可控制在±2.5%以内。

当然，仅仅测出商品的物流属性还不够，关键在于如何应用在物流业务之中提升效率，京东规划的应用有三：

1. 提升仓储空间使用率。根据商品的体积和货架空间，可以计算出每个货位 / 货格可以存储多少件商品，结合 WMS 系统中的货物上架情况，计算怎么样的商品组合可以最大化的利用货架空间。经京东粗略计算可以提升 50%的库房使用率。
2. 优化包装效率。一个订单往往涉及多个商品，而工作人员需要将它们放在一个包装盒内，至于该选多大的盒子，往往是根据肉眼和主观经验来判断的。而有了竖亥测算出的商品组合体积，则可以由系统分配最为合适的包装，可以有效节约耗材。
3. 合理分配运输车辆装载。商品出库装车之前会有一个周转箱来集中多个订单，与上一条同理，系统可以按照周转箱空间来分配哪些商品组合放在一起。而再往后一个层级，则可以推算如何最大化利用车辆的装载空间。

此外，京东还利用 RealSense 技术配合自主算法推出 “夸父一号”，用于为消费者精确测量脚步大小尺寸，从而帮助其在京东购物时选择合适的尺码，将在一些京东自提点中提供体验。而这项技术同样可以应用在服装尺码选择、机场安检行李体积检测上。

目前京东在全国范围内拥有 7 大物流中心，在 46 座城市运营了 196 个大型仓库，拥有 4760 个配送站和自提点。竖亥项目还只在试运营阶段，以京东仓储体系之庞大，将其完全适配于各个仓库绝非易事，而机器算法也并不能一招包办所有。

比如在商品上架时，需要考虑离配货区较近处存放畅销商品，从而缩短拣货路径、时间，并不能一味追求空间利用率而放置其他货物。但无论如何，信息化与自动化必将是物流发展的趋势，尝试用科技提升效率是有意义的。