案例研究
行业：物流 / 物料搬运
产品：Helios2 飞行时间（Time-of-Flight，ToF）相机
软件：Arena SDK 与定制化 AI 算法
基于 Helios2 ToF 相机的 AI 自动码垛与拆垛系统
在许多行业中，分销与物流流程的持续优化始终是一项长期课题，重点在于提升人体工程学、可追溯性与产品质量。传统的人工拆垛往往伴随大量重复劳动，附加价值有限，不仅推高运营成本，也更容易引发质量波动。为应对这些问题，越来越多的仓储与物流设施开始引入自动化设备，例如移动式拆垛系统，以提升作业效率与整体吞吐能力。
挑战
西班牙一家大型仓库需要高效拆垛不同尺寸与重量的纸箱。由于箱体重量差异，堆叠过程中可能出现塌陷或变形，因此系统必须能够自动识别箱体类型、尺寸与空间位置，确保货物能够被正确且安全地逐一取下。
该需求同时涉及多项目标，包括提升人体工程学、可追溯性与产品质量。人工拆垛不仅重复性强，也更容易产生人为失误，进而导致货物损坏或丢失。核心挑战在于构建一套能够适配多种箱型与形状的系统：通过在多样化纸箱数据上训练 AI 算法，并结合 3D 飞行时间（Time-of-Flight，ToF）相机输出的深度图与强度图，实现稳定、可靠的自动分割、定位与抓取规划。
解决方案
总部位于西班牙的工程公司 Inser Robotica 受托开发一套自动化解决方案，打造可处理多种规格纸箱的通用拆垛系统。在与机器视觉组件供应商 ClearView Imaging 的合作下，团队将先进的 3D 飞行时间（Time-of-Flight，ToF）相机技术集成到系统中，实现了高精度、高吞吐率，并将拆垛流程全面自动化。
LUCID Helios2 ToF 相机在纸箱分割与坐标计算中发挥关键作用。相机生成托盘顶层纸箱与包装的点云数据，为 AI 驱动的软件提供基础输入。系统随后识别每个纸箱的位置与姿态，并智能规划最优拆垛顺序。Helios2 搭载 Sony DepthSense IMX556 CMOS 传感器，其飞行时间（ToF）技术在采集速度、测量精度与稳定性方面表现突出。
为实现 Helios2 的无缝集成，Inser Robotica 设计了专用支架，将相机稳固安装在机器人本体上，确保托盘扫描与机器人协作时获得最佳视角。团队还通过自研软件简化了相机与机器人的标定流程，优化系统调试与启动过程，从而提升部署效率。
Inser 的拆垛系统集成 Helios2 3D 飞行时间（Time-of-Flight，ToF）相机，可生成 3D 点云数据，用于识别纸箱与包装的位置。
使用 LUCID Helios2 3D ToF 相机带来了多项关键优势。Inser Robotica 首席营销官 Antxoka Gómez 表示：“其经济性让我们的解决方案在成本上更具竞争力，同时满足系统对精度与可靠性的严格要求。LUCID ArenaView 软件在相机配置与图像预处理优化方面发挥了重要作用，可适应不同光照条件。此外，相机的 IP67 防护等级使我们能够在多尘、潮湿等复杂环境中部署，而不影响性能。”
这款具备 IP67 防护等级的 Helios2 ToF 相机搭载 Sony DepthSense IMX556 CMOS 传感器，可实现亚毫米级精度与高重复精度测量。
相机的 IP67 防护等级确保其在多尘、潮湿及严苛环境中仍能可靠运行，同时保持稳定的测量性能。
Helios2 会生成托盘顶层纸箱与包装的 3D 点云数据，随后 AI 驱动的软件识别每个纸箱的位置与坐标，并规划最优拆垛顺序。
结论
集成 LUCID Helios2 相机后，Inser Robotica 的自动化拆垛系统为物流与分销领域的终端用户带来了显著收益。系统实现高效、无人化的持续作业，从而降低人工成本、节约运营费用，并减少对现场监督的依赖。同时，该方案能够有效避免拆垛过程中可能出现的货物丢失、错位等高成本问题，进一步保障产品质量与运营绩效。总体而言，自动化与 AI 驱动的机器人技术不仅简化了作业流程，也帮助终端用户提升运营效率与竞争力。
观看 Inser 机器人 AI 驱动拆垛系统的现场演示视频。