本文版權(quán)為《郵電設(shè)計技術(shù)》所有，如需轉(zhuǎn)載請聯(lián)系《郵電設(shè)計技術(shù)》編輯部
摘 要：在倉儲智能化進(jìn)程中，倉儲環(huán)境動態(tài)性與邊緣設(shè)備算力限制影響貨物識別。光照變化、貨物遮擋堆疊及算力不足均制約識別準(zhǔn)確性與效率，為此提出多模態(tài)特征融合動態(tài)自適應(yīng)框架，構(gòu)建RGB-D圖像與激光點云跨模態(tài)特征對齊網(wǎng)絡(luò)，融合空間幾何與紋理特征，根據(jù)環(huán)境數(shù)據(jù)實時優(yōu)化動態(tài)權(quán)重；設(shè)計通道剪枝與知識蒸餾協(xié)同的輕量級推理架構(gòu)，將模型體積壓縮至原來的30%。實驗結(jié)果表明，多模態(tài)方案比單模態(tài)準(zhǔn)確率提升8.2%，在遮擋場景下準(zhǔn)確率達(dá)96.5%；輕量級模型準(zhǔn)確率為98.1%，推理速度提升2.3倍。
關(guān)鍵詞：倉儲貨物識別；多模態(tài)融合；輕量級模型；動態(tài)環(huán)境適應(yīng)
doi：10.12045/j.issn.1007-3043.2025.06.001
引言
在全球經(jīng)濟(jì)快速發(fā)展的當(dāng)下，倉儲物流行業(yè)正處于智能化轉(zhuǎn)型的關(guān)鍵時期。Statista統(tǒng)計數(shù)據(jù)顯示，2024年全球倉儲市場規(guī)模已高達(dá)3200億美元。在這一龐大的市場體系中，貨物識別的準(zhǔn)確率對倉儲運(yùn)營成本有著至關(guān)重要的影響。研究表明，貨物識別準(zhǔn)確率每提升1%，便能為行業(yè)降低23億美元的年損耗。然而，倉儲環(huán)境的極端復(fù)雜性為貨物識別帶來了巨大挑戰(zhàn)。從光照條件來看，倉儲環(huán)境中的光照強(qiáng)度變化范圍極大，在0~2000lux波動，這種劇烈的光照變化會嚴(yán)重影響基于視覺技術(shù)的貨物識別效果；同時，貨物的堆疊遮擋情況也十分常見，最高遮擋率可達(dá)70%，這使得傳統(tǒng)的視覺識別方案難以準(zhǔn)確獲取貨物的完整信息。此外，邊緣設(shè)備作為倉儲智能化的關(guān)鍵終端，其算力限制也成為制約貨物識別技術(shù)發(fā)展的重要因素。倉儲貨物識別案例如圖1所示。
在現(xiàn)有的貨物識別技術(shù)中，單模態(tài)RGB模型，如廣泛應(yīng)用的YOLOv8，在遮擋場景下的準(zhǔn)確率低于90%，無法滿足工業(yè)級的高精度需求；激光點云方案雖然在幾何結(jié)構(gòu)信息獲取上具有優(yōu)勢，但像PointNet++這類模型存在紋理信息缺失的問題，導(dǎo)致其對貨物的識別不夠全面。而在輕量化模型領(lǐng)域，CPNet等模型雖能將體積壓縮40%，但精度損失卻超過5%，難以平衡模型體積與精度之間的關(guān)系，同樣無法適應(yīng)工業(yè)場景的嚴(yán)格要求。
針對上述問題，本研究提出一種創(chuàng)新的動態(tài)多模態(tài)特征融合與邊緣輕量化協(xié)同方案，通過多方面的技術(shù)創(chuàng)新，突破現(xiàn)有技術(shù)瓶頸。一方面，設(shè)計基于環(huán)境傳感器數(shù)據(jù)的自適應(yīng)權(quán)重機(jī)制，實現(xiàn)動態(tài)多模態(tài)特征對齊。這一機(jī)制打破了傳統(tǒng)靜態(tài)融合的局限，能夠根據(jù)光照變化實時調(diào)整模態(tài)權(quán)重，從而在不同光照條件下都能有效融合多模態(tài)信息；另一方面，提出聯(lián)合損失函數(shù)，實現(xiàn)剪枝—蒸餾協(xié)同優(yōu)化。該方法將通道剪枝的結(jié)構(gòu)化稀疏性與知識蒸餾的特征遷移相結(jié)合，在大幅壓縮模型體積的同時，最大限度地保持模型的準(zhǔn)確率。此外，為了更好地適配工業(yè)場景，本研究構(gòu)建了包含異形貨物、反光表面等特殊情況的增強(qiáng)數(shù)據(jù)集，使得模型在遮擋場景下的準(zhǔn)確率達(dá)到96.5%，滿足ISO 2382-27中的工業(yè)實時性標(biāo)準(zhǔn)（延遲<50ms）。本研究使分揀效率提升了27%，為《物流領(lǐng)域計算機(jī)視覺應(yīng)用白皮書》提供了核心技術(shù)支撐，推動了倉儲智能化技術(shù)的實際應(yīng)用與發(fā)展。
