2024年12月5~6日，由《物流技术与应用》杂志倾力主办的“第十二届全球智能物流产业高质量发展大会暨2024全球物流装备企业家年会”成功举办。康耐视视觉检测系统（上海）有限公司亚太区物流行业销售总经理孟浩先生以《视觉AI技术发展赋能未来物流自动化》为主题发表演讲。在如今场景复杂多变、技术快速的提升、供应链转变发展方式与经济转型等大背景下，物流业不断面临新的挑战。孟浩以此为出发点，系统介绍了机器视觉是如何赋能物流业自动化的，随后对机器视觉领域的最新进展与落地案例进行分享。
康耐视1981年成立，是全球领先的视觉系统、软件、传感器和工业读码器提供商，目前在全球各地区均设有分支机构，客户遍布全球各地。康耐视深耕工业机器视觉领域，对于自动化转变发展方式与经济转型、企业海外拓展均有着丰富经验。孟浩指出，目前物流供应链主要面临以下挑战：
1. 劳动力短缺：全球范围内人口老龄化趋势明显，制造业、物流业劳动力缺口明显。
2. 供应链升级：后疫情时代叠加经济转型，对供应链的速度质量、可靠性可追溯性要求增高。
3. 供应链安全：受地理政治学影响，近岸外包与供应链强化成为企业供应链安全的手段，供应链韧性的重要程度上升。
在全球劳动力短缺、供应链转变发展方式与经济转型的大背景下，不一样的行业的物流服务均产生相应挑战。整体而言，应用场景复杂、高时效性、高准确性、高吞吐量要求等新要求成为物流业必须攻克的难题，自动化成为物流业“破局”的重要突破口。
目前全球约有3.6亿工厂/物流领域从业者，其中近10%的人从事视觉检测相关工作。公司能够以此为出发点进行物流改造升级，将传统视觉提升为机器视觉系统，通过物流自动化应对发展挑战。
传统机器视觉的定义与人类视觉功能接近。人类用眼睛进行图像捕捉，大脑对视觉信息做处理，引导人体做执行动作。机器视觉通过机器代替人眼来做测量和判断，通过机器视觉产品捕捉图像，在图像处理器处理后，引导机械去做引导，识别，测量，检查等动作。
机器视觉系统是企业部署自动化的第一步，只有在机器视觉捕捉、分析信息，获得大量信息并正确分析的基础上，才能实现高效的执行结果。迅速捕捉并获得产品的数字信息是提升运营的效率的基础，能确保企业在产品质量、可追溯性、可靠性上面有相应的提高。
康耐视是视觉解决方案的供应商，产品线较为全面。随着机器视觉领域新技术的不断推进，产品也在迭代升级。孟浩表示，康耐视未来发布的新产品中将继续融入AI算法，使产品更智能、易用。以物流输送设备条码信息读取为例，康耐视机器视觉系统能准确识别磨损、严重变形条码的信息，降低整体的成本，提升整体的效率，同样能够减少人员的一些返工的操作。此外，在通道扫描、侧面/顶面扫描周转箱扫描、托盘扫描等场景，康耐视物流读码解决方案均能覆盖。在未来，物流中的视觉应用将会多维度铺开，在物体定位、特征检测、损坏识别、体积检测等方面均有发展空间。
在机器视觉领域，康耐视认为人工智能主要有两个发展维度。一个是深度学习方向，这也是目前的热门研究领域，其大致思路如下：首先机器视觉产品在生产线中捕捉大量数据及图像，随后在视觉实验室通过运用人工智能进行标记、训练，再将训练好的工具模型重新投入生产线中，解决场景自动化问题。
但是在物流自动化场景中，深度学习更适用于解决复杂性问题。边缘学习将大部分的分析学习步骤集中于产品研制过程，利用图像数据库获得预训练的通用模型，提高机器视觉产品的易用性和部署速度。在实地设备部署时，康耐视视觉产品已具备初步智能功能，只需采集少量数据就可获得结果，进而提高部署的整体效率。
