前言：AMR 棧板偵測為何仍是倉儲自動化的關鍵瓶頸
隨著全球供應鏈加速運作，倉儲自動化承受的壓力前所未有。自主移動機器人（Autonomous Mobile Robots, AMR）與自動堆高機，正從固定路徑系統快速演進為可在動態、不可預測環境中移動的智慧設備。
然而，即使導航與移動能力已有重大進展，仍有一項關鍵瓶頸待解：
在真實環境中可靠偵測棧板並完成互動。
從 A 點移動到 B 點已大致不再是核心難題；真正複雜的是辨識棧板、對準位置並完成叉取，因為這些動作會面臨傳統感知系統難以處理的多重環境變因。
本文將探討自動化棧板搬運的核心挑戰，以及用於 AMR 棧板偵測的LIPS 3D 視覺如何支援複雜倉儲環境中的感知作業。
傳統方法的限制
許多既有系統仍依賴傳統方法，而這些方法在真實環境中容易面臨限制：
2D 視覺系統
- 缺乏深度感知能力
- 易受光線變化影響
- 難以準確估算方向
標記式方案
- 需要改造環境
- 不易在大型或動態設施中擴充
人工修正流程
- 降低作業效率
- 提高人力依賴
- 削弱自動化投資報酬（ROI）
隨著自動化規模擴大，這些限制將愈來愈難以管理。
傳統感測器在 AMR 棧板偵測中的挑戰
在繁忙的物流現場，標準 2D 相機與 2D LiDAR 感測器常因以下三項真實情境而面臨效能瓶頸：
- 角度偏移（真實世界中的傾斜）：棧板很少以完美 90 度角放置。即使僅偏斜數度，依賴固定 2D 邊界框的 AMR 也可能誤算接近路徑、碰撞棧板縱樑，並觸發緊急停止。
- 透明伸縮膜反光：大多數工業貨物會以透明塑膠伸縮膜緊密包覆。此材質可能使標準視覺系統受到強烈反光影響，並使低階相機產生破碎且含雜訊的深度資料，導致叉孔難以辨識。
- 低對比環境：倉庫中可能混用風化木棧板、亮藍色 CHEP 棧板與黑色塑膠棧板。在光線昏暗的走道中，2D 類神經網路難以將深色棧板從深色混凝土地面中分離，進而導致對接失敗。
發生這些失敗時，機器人可能停機並需要人工介入，降低整體作業效率。
AMR 棧板偵測所需的 3D 視覺系統能力
要克服上述挑戰，棧板偵測必須超越基本影像辨識。
現代化系統應具備：
- 真正的 3D 空間感知能力，以準確理解深度與幾何資訊
- 即時姿態估算（X、Y、Z、Rx、Ry、Rz），以精準對位
- 因應環境變化的穩健性，包括光線與材質差異
- 透過邊緣 AI 處理支援低延遲、即時決策
- 與 AMR 系統順暢整合，以支援自主作業
唯有符合上述條件，棧板偵測才能支援可擴充的真實場域自動化。
LIPSolution™ 架構：完整的 AMR 機器人視覺與邊緣 AI 解決方案
為滿足這些需求，以 3D 感測與邊緣 AI 為基礎的新一代感知系統正逐步成形。
LIPS 等平台提供緊密整合的軟硬體生態系，旨在因應複雜環境中的可靠棧板偵測需求。
1. LIPSedge™ 強固型工業 3D 深度相機
其基礎為採用立體視覺（Active Stereo）與飛時測距（ToF）相機技術的進階 3D 相機。
透過主動式紅外線（IR）照明，這些系統可：
- 降低對環境光線的依賴
- 減少反光表面造成的眩光影響
- 擷取密集且高品質的 3D 點雲資料
2. 用於棧板對位的進階 6-DOF 姿態估算
僅能偵測物體並不足夠；機器人還必須理解空間方向。
現代 3D AI 系統可計算完整六自由度（6 Degrees of Freedom, 6-DOF）：
- 平移（X、Y、Z）：物體相對於機器人的精確位置
- 旋轉（Roll、Pitch、Yaw）：精確的角度對位
在棧板叉取流程中，6-DOF 輸出可支援：
- 依據量測的平移資料評估貨叉定位
- 依據量測的旋轉資料評估對位狀態
- 約5° 旋轉精度
- 2 公尺內約 2% 距離精度
3. 用於 AMR 開發的原生 ROS2 與 NVIDIA Isaac 整合
機器人開發工程師需要可融入既有開發環境的整合路徑。LIPSolution™ 軟體堆疊可原生整合至主要工業開發平台。透過 ROS / ROS2（Robot Operating System）的完整 wrapper，以及與 NVIDIA Isaac ROS 感知層的相容性，LIPSedge™ SDK 可透過簡單 API 呼叫，將乾淨且可直接使用的座標陣列串流至機器人既有的導航路徑規劃器。
以 3D 視覺與邊緣 AI 實現智慧 AMR 棧板偵測
進階 3D 視覺平台正是在此重新定義可實現的能力。
透過立體視覺與飛時測距（ToF）等深度感測技術，現代化系統可產生遠超傳統影像的豐富空間資料。
主要能力包括：
- 在 3D 空間中準確定位棧板
- 以次度級精度偵測方向，支援棧板對位
- 在混合棧板類型下維持可靠效能
- 在複雜的真實環境中穩定運作
結合邊緣 AI 處理後，這些系統可支援 AMR 做出快速、精準且自主的決策。
跨產業應用情境
智慧棧板偵測不僅侷限於單一用途，也可支援多種工業應用情境：
倉儲與物流作業
- 高吞吐量棧板搬運
- 越庫作業與暫存區
- 混合 SKU 搬運環境
製造設施
- 在製品物料運輸
- 與機器手臂及輸送帶整合
- 智慧工廠自動化流程
配送中心
- 入庫與出庫棧板的自動化處理
- 處理不規則放置的棧板
- 降低對人工作業的依賴
機器人與系統整合
- 縮短 AMR 解決方案部署週期
- 降低客製化投入
- 可擴充至多種客戶環境
對自動化效能的影響
當棧板偵測變得可靠且精準，其效益將延伸至整體作業流程：
- 降低叉取失敗次數
- 提升 AMR 循環作業效率
- 降低營運停機時間
- 強化系統擴充性
更重要的是，這讓企業更接近全自主物料搬運的目標。
AMR 感知的未來
隨著各產業持續大規模導入自動化，感知系統的重要性只會持續提升。
轉變方向十分明確：
從：基本偵測
到：智慧空間理解
3D 視覺結合 AI 與邊緣運算，正成為下一代機器人系統的基礎層。
棧板偵測已不只是功能需求，更是推動自動化成功的重要策略要素。
與 LIPS 共同評估 AMR 棧板搬運的機器人視覺
打造能在動態倉儲環境運作的自主機器人隊伍，需要能因應真實場域變異的感知系統。LIPS 以 LIPSedge™ 3D 深度相機與 LIPSolution™ 機器人自動化資源，支援 AMR 開發團隊進行整合評估。
- 準備開始開發？歡迎瀏覽 LIPSedge™ SDK Sample Repository 的開源工具與開發者資源。
- 要評估 AMR 感知能力？請查看 LIPSAMR™ 感知開發套件，評估適用於 AMR 的 3D 視覺與整合需求。
- 與我們合作：聯繫 LIPS評估 LIPSolution™ 與 LIPSedge™ 資源是否適合您的 AMR 棧板搬運應用。
常見問題（FAQ）
Q：什麼是 AMR 棧板偵測？
A：AMR 棧板偵測是定位棧板，並估算自主移動機器人接近棧板及與其互動所需資訊的感知任務。在動態倉儲環境中，3D 視覺可提供空間資料，用於評估棧板位置與方向，超越平面 2D 影像能提供的資訊。
Q：LIPSolution™ 如何支援 AMR 應用的 3D 視覺？
A：LIPS 將 LIPSolution™ 定位為運用 AI 驅動 3D 視覺、支援移動機器人與機器手臂的機器人自動化解決方案。官方產品資訊列出 NVIDIA Isaac™ integration、ROS integration 與 LIPSAMR™感知開發套件等資源，用於 AMR 感知與導航評估。
Q：評估棧板搬運的機器人視覺與邊緣 AI 時，哪些 LIPS 解決方案相關？
A：在硬體評估方面，LIPSedge™ 提供採用立體視覺與飛時測距（ToF）技術的工業 3D 深度相機選項。在 AMR 自動化路徑方面，LIPSolution™ 與 LIPSAMR™ 則提供評估感知、整合與導航需求的產品脈絡。