近日，杭叉智能研發(fā)團隊運用自動駕駛和視覺識別技術，形成3D視覺目標檢測解決方案，實現(xiàn)高位無貨架堆疊難題的突破。該方案用戶可輕松獲得各應用場景下的目標檢測模型，直接用于生產(chǎn)部署，切實滿足企業(yè)的實際產(chǎn)業(yè)需求。

隨著3D視覺技術的不斷成熟，在生活中的應用越來越多，杭叉智能也著手利用3D視覺技術對無人叉車的進行不斷優(yōu)化。而自動駕駛和視覺識別的結合，更是達到了“1+1＞2”效果，使得智能叉車的應用場景和精準性再次拓展提升。此次3D視覺目標檢測解決方案的實現(xiàn)，創(chuàng)新提供高位無貨架堆疊解決方案，助力杭叉智能無人叉車向靈活化、精準化、現(xiàn)代化邁進一大步！

該方案通過對3D視覺目標檢測、目標檢測網(wǎng)絡和RT深度推理計算框架的核心技術的運用，實現(xiàn)了智能叉車對精度、靈活性、實時性的嚴格要求。

3D視覺目標檢測

3D視覺目標檢測技術具有測量精度高、更具靈活性的優(yōu)點，破除了2D信息深度數(shù)據(jù)易丟失的局限性，能更加完整的表達真實目標，在實際應用中具有可靠性更高、安全性更強等諸多優(yōu)點。

相較而言，3D模型比2D模型有更強的描述能力，目標檢測識別準確率大大提升，同時還能滿足更復雜的被測物體條件。

目標檢測網(wǎng)絡

目標檢測網(wǎng)絡支持小目標檢測、準確性高，加強對小目標物體的檢測效果，突破現(xiàn)有目標檢測技術中的小目標檢測瓶頸，達到工業(yè)級應用要求。大大降低最小目標像素下限，使最低八個像素的小目標都可以學習到特征，有效提高物體識別的準確性。

RT深度推理計算框架

RT深度推理計算負責模型的推理過程，大大提升物體檢測速度，在GPU模式下可提供10X乃至100X的加速。經(jīng)實際測試， 端口TensorRt加速后可至90幀左右，物體識別檢測時間從4S提高到1-2S，有效提升AGV工作效率，完成滿足工業(yè)實時性要求。

3D視覺目標檢測解決方案演示

杭叉智能秉承“成為國際頂尖智能物流解決方案供應商”的經(jīng)營理念，緊緊圍繞經(jīng)營目標，聚焦戰(zhàn)略定位，對現(xiàn)有無人叉車不斷創(chuàng)新，緊跟世界技術潮流，開發(fā)出具備機器深度學習與大數(shù)據(jù)管理能力的3D視覺目標檢測解決方案，助力企業(yè)建立工業(yè)4.0智能化工廠，鞏固行業(yè)領跑者的地位！