設備可自動采集包裹的條碼，重量，體積等信息，并能夠根據目的地信息對包裹進行自動分揀，綜合了視覺技術，運動控制算法，動態稱重算法，3D 體積測量算法，圖像識別算法，信息通訊技術等，通過高速高分辨率工業相機，拍攝物流包裹面單照片并識別單號，高速動態秤測量包裹重量以及高精度 3D 線激光體積相機測量包裹體積。

高精度靜態DWS設備（dimension，weight，scanning），著眼于服務更高精度要求的海外及國內客戶，基于高精度的視覺系統設計，高精度傳感器設計及優化傳統的稱重結構設計和工業等，

基于深度學習算法、設備可自動將堆積的包裹逐個梳理，依次不并排的單獨通過，便于后續依次的DWS信息采集，綜合了視覺技術，運動控制算法，2D深度學習包裹分割定位算法，3D輪廓識別和尺寸測量算法，信息通訊技術等；通過高速高分辨率雙目結構光3D立體相機拍攝，識別定位包裹，并控制矩陣式模組帶逐一梳理包裹通行順序，最終實現包裹依次通行。

基于SENAD深度學習算法平臺，使用resnet特征提取、RPN區域候選網絡、BoxHead與MaskHead進行目標定位和語義分割，完成初步的包裹識別，PNP姿態估計，動態追蹤算法，條碼糾正識別算法，機械臂運動控制技術等，實現機械臂自動供包，自動分揀等功能。

1.視覺技術先進： 采用高幀高分辨率的DLP雙目立體相機，對于小件，堆疊件的輪廓具有極強的辨識度，結合多重曝光技術，能夠有效克服反光，吸光，褶皺，形變等多種類型的包裹的成像難題。
2.算法功能強大： 基于深度學習算法，可實現全類型堆疊包裹的分割定位，結合2D及3D信息，精準獲取包裹三維空間信息
3.智能運動規劃： 利用多種先進算法，無需擔心碰撞或奇異點等問題。
4.多種分割定位算法結合，速度快，精度高
5.快速準確分類： 多重分割定位算法結合，速度快，精度高，直接采用3D點云分割和2D深度學習算法分割相結合

基于高速視覺讀碼系統、圖像增強算法、目前識別算法，灰度檢測算法等，可實現高速2.5m/s狀態下的動態讀碼和包裹位置校正；結合WCS控制系統及PLC高速運動控制算法，可實現精準度99.99％的高速動態智能分揀。

由多條等間距分布的窄型皮帶組成并可雙向運轉的皮帶輸送機。組成部分包括分揀機工作臺、橫向窄帶、檢測光電組、第一出口導向裝置、支撐架、滾筒、第二出口導向裝置、窄帶制動。直線窄帶分揀機能較好的滿足郵政、快遞各場地的需求，適用于問題產品和不規則物品的分揀。

功能簡介：
1.工作流程：人工放置包裹于工作臺上，確保面單朝上；設備進行讀碼， 稱重，體積測量后，可將數據，圖片等信息上傳客戶服務器進行校驗和存儲?？蛇x擇使用巴槍掃碼或相機掃碼。
2.主要功能：①讀碼 ②稱重 ③體積測量 ④數據上傳 ⑤存圖 ⑥人機交互，圖像語音提示
3.應用場景：設備自帶儲蓄電源，可無線工作，可靈活移動至倉內指定地點進行工作