退货仓内包裹形态存在不确定性,盒装退货件虽外形规整,但包裹抓取点位偏移、面单姿态随机、抓取放置力度把控不当、面单朝下无法扫码,都是自动化作业落地过程中高频遇到的现实障碍。衣归有序团队自研名为 “小归” 的智能搬运机器人,围绕退货 “第一米” 作业开展硬件、软件、视觉系统联合调试,解决包裹抓不稳、放不稳、姿态无序难以读码的行业痛点。
衣归有序团队重视末端执行器建模工作,分别针对标准零件、复杂困难零件完成三维建模,重点核算接口尺寸、夹爪最大开度、接触位置、有效抓取点、机械容差值、整体运动范围,逐项检查机械运动全过程中机械臂、识别舱、快递包裹之间是否存在干涉碰撞风险。建模成果直接同步仓储仿真模块,更新工作站设备参数,打通仿真模型与实体设备参数不一致的行业通病,建模不以外观还原作为目标,输出真实物理边界数据服务设备运行与仿真校验。
机器人正式进入自动模式之前,系统强制开展全模块自检,工业视觉相机、伺服夹爪、高精度称重传感器、定位通信模块、急停以及各类安全传感器全部完成状态确认,任意组件自检不通过,机器人直接锁定自动运行权限,禁止开展作业。机器人移动至载物台后,伺服夹爪完成自适应抓取,搭载的工业视觉相机同步启动,解算包裹实际位置、物理姿态、面单标签状态,输出位姿坐标与识别置信框,只有编号、位置信息多方校验一致,才会向下执行后续动作,识别失败直接流转人工复核,不会为演示效果重复重试执行指令。
完成抓取与视觉核验后,机器人搭载包裹完成称重,执行翻面调整包裹姿态,解决面单朝下无法扫码的核心难题,再行驶至缓存货架完成柔顺稳放作业,确认夹爪松开,包裹无偏移、无掉落风险才算完成放置动作。返航途中机器人具备动态避障能力,检测到人员或者障碍物自动让行平稳停靠,到站之后自动更新内部任务状态机。
团队清晰划定机器人作业边界,设备只处理封闭盒装退货外部信息读取,不会穿透包装盒判断内部衣物破损、吊牌缺失、污渍等情况,全部交由人工工位深度复检。完整留存 AI 视觉输出日志、机器人全部运行记录,作为后续硬件参数迭代优化依据。整套设备搭建多层安全防护,设备硬件设置急停、限速、碰撞检测;作业层面开启区域锁定、人员优先、随时人工接管,守住仓储人机协同作业安全底线。
