相比于传统导航技术，机器视觉导航存在的最大的优势就是允许无固定参照物，并且视觉导航信息获取能力强大，能够适应复杂变化的场景。拣选基于机器视觉的机械手拣选系统由工作平台、摄像平台、控制器、机器人等硬件和视觉软件两部分组成，不需要将货物进行标准化的摆放处理，机械臂就能够自动判断物资在什么位置，并将位置信息通过一定的通讯协议输出，自动测量物资的外观尺寸，比如外形轮廓、孔径、高度、面积等，并引导机械手臂去准确地抓取。盘点利用相机等视觉传感器将仓库的货物进行成像，利用机器视觉技术手段，准确快速地对物资的二维码、图像进行捕捉分析，快速确定物资身份、数量、仓位等存储信息，并对采集信息进行归类整理、比对分析，并且自动生成物资盘点报告。从多个角度和方向自动捕获包括物品堆叠高度、存储深度和机器人移动速度等数据，代替人工，进行库存盘点。

矩视云平台仓储物流视觉检测矩视智能作为国内知名的机器云视觉提供商，也一直在产品上自主创新，颠覆传统机器视觉技术⽅案，为物流行业贡献一份力量。

自动化缺陷检测

矩视云平台可实现对快递物件装配过程中的缺陷特征进行定向识别检测，例如物件上的裂纹、缺陷、脏污、色差、划痕、斑点等。

云端积累了大量不同场景的AI算法库，用户仅需上传图片进行标注，后台将自动匹配最合适的Ai算法。

苹果腐烂缺陷标注

随着人力成本不断上升，缺陷检测的需求也出现爆炸式增长，除了电商、快递市场的需求大增，其他领域还包括烟草、医药、流通、食品、汽车等各个行业。

自动化数量检测

物流商品数量信息的检测对于商品出库打包、物资库存、商品退还等工作非常重要。

矩视云平台可实现对物流数量信息智能化识别，快速验证打包物品数量，有效防止错发、漏发等情况的发生。

筷子分装数量标注

自动化形状识别

矩视云平台利用3D快速成像技术，获得物体高精度的三维点云数据，通过3D算法进行物体三维上的尺寸测量，以及分析物体的形状、大小、位置坐标等信息。

当大小不一的商品在传送架上经过时，分拣机器人依据视觉系统，能够立刻识别出商品种类、大小、重量和形状，快速、精准完成不同形状的快递物流分类，提高商品向外配送速度，降低算法开发难度和分类错误率，实现无人化、智能化、无接触识别与分拣。

然后通过智能系统测算选取最优路线，把货品从货架所在仓储区搬运至员工配货区。配货员只需等货架被搬到面前，从电脑提示的货位上取下所需商品就可以配货。