仓库纸箱视觉识别与库位定位方案

1. 方案目标

本方案用于在本地部署一套视觉识别系统，通过摄像头拍摄仓库货架上的纸箱，实现两个核心能力：

1. 识别纸箱放在哪个库位。
2. 识别纸箱上贴的条形码或二维码，并发送服务器确认产品信息；当条码 / 二维码识别失败时，上传标签区域图片到服务器进行 OCR 兜底识别。

推荐总体原则：

• 库位识别尽量在本地边缘端完成。
• 条形码 / 二维码优先在本地边缘端识别。
• 服务器负责产品确认、业务校验、数据落库和 OCR 兜底。
• 不默认上传整张原始大图，优先上传结构化识别结果和标签裁剪小图。
• OCR 只作为兜底方案，不作为主识别方案。

2. 总体架构

摄像头 / 工业相机
  -> 本地边缘识别服务
      -> 视频流采集
      -> 货架 / 库位定位
      -> 纸箱检测
      -> 条形码 / 二维码识别
      -> 标签区域裁剪
      -> 多帧投票确认
      -> 本地缓存 / 断网重传
  -> 后端服务器
      -> 产品码确认
      -> 库位合法性校验
      -> OCR 兜底识别
      -> 库存 / 库位记录
      -> 异常复核任务
  -> 前端管理系统
      -> 实时库位看板
      -> 识别记录查询
      -> 异常复核
      -> 摄像头 / 库位配置
      -> 图片和日志追溯

3. 推荐识别流程

3.1 正常识别流程

纸箱放入库位
  -> 摄像头检测画面变化
  -> 本地边缘端识别货架定位标记
  -> 根据标定信息计算纸箱所在库位
  -> 本地识别纸箱二维码 / 条形码
  -> 连续多帧结果一致后生成事件
  -> 发送服务器确认
  -> 服务器返回产品信息和库位校验结果
  -> 写入库存 / 库位记录
  -> 前端看板更新

3.2 识别失败兜底流程

条形码 / 二维码识别失败
  -> 本地端裁剪纸箱标签区域
  -> 上传标签小图到服务器
  -> 服务器调用 OCR 识别文字
  -> 根据 OCR 结果匹配产品或箱码
  -> 匹配成功则写入记录
  -> 匹配失败则进入人工复核

3.3 异常流程

库位为空但识别到箱码 -> 新增占用记录
库位已有箱码但识别到不同箱码 -> 冲突告警
识别到箱码但库位无法确定 -> 人工复核
识别到库位但无法识别箱码 -> OCR 或人工复核
同一箱码出现在多个库位 -> 高优先级异常
服务器确认产品不存在 -> 主数据异常

4. 硬件方案

4.1 摄像头选型

推荐试点摄像头：

HIKROBOT MV-CE120-10GM
1200 万像素
黑白工业相机
GigE 千兆网口
C 口镜头

适用条件：

• 相机距离货架约 2 米到 3.5 米。
• 单台相机覆盖 6 到 8 个库位。
• 纸箱二维码尺寸建议 80mm 到 120mm。
• 需要稳定补光。

如果单台相机需要覆盖更大范围，或相机距离超过 4 米，可升级为 2000 万像素工业相机，例如：

HIKROBOT MV-CS200-10GM
2000 万像素
黑白工业相机
GigE 千兆网口

4.2 镜头选择

建议试点同时购买 8mm 和 12mm C 口工业镜头，现场调试后确定最终焦距。

注意事项：

• 镜头视野越广，边缘畸变越明显。
• 条码和二维码在画面边缘时识别率会下降。
• 试点时应优先保证中间区域和边缘区域都能稳定识码。

4.3 补光方案

建议每个摄像头点位配置独立 LED 补光：

• 白色 LED 条形光或面光。
• 避免强反光直射纸箱标签。
• 尽量让标签区域亮度均匀。
• 关闭频闪明显的普通照明影响。

补光通常比盲目升级摄像头更划算。

4.4 货架定位标记

每个货架 bay 建议贴定位标记：

• 四角贴 ArUco 或 AprilTag。
• 每层或每列可增加辅助定位码。
• 每个库位可额外贴库位二维码，例如 `A01-02-03`。

定位码用途：

• 帮助系统确认当前画面对应哪个货架。
• 做透视矫正和坐标映射。
• 在摄像头轻微偏移后辅助重新校准。
• 降低纯 AI 判断库位带来的误差。

4.5 纸箱标签规范

强烈建议统一纸箱标签：

• 每个纸箱贴唯一箱码。
• 优先使用二维码，其次是一维条形码。
• 二维码建议尺寸 80mm 到 120mm。
• 标签固定贴在朝外面，位置尽量统一。
• 标签内容建议包含箱码，不建议直接把所有产品信息塞入二维码。

推荐二维码内容示例：

BOX202606200001

服务器根据箱码查询：

• SKU
• 产品名称
• 批次
• 数量
• 入库单
• 供应商
• 有效期

4.6 单点位成本估算

按一台相机覆盖 6 到 8 个库位估算：

5. 识别距离和画面要求

识别距离不是摄像头单独决定的，而是由分辨率、镜头、覆盖宽度、标签尺寸和光照共同决定。

推荐设计：

相机距离货架：2 到 3.5 米
单台相机覆盖宽度：2 到 3 米
二维码尺寸：80 到 120mm
二维码在图像中宽度：建议 150 到 250 像素
一维条码在图像中宽度：建议 400 到 600 像素

1200 万相机横向约 4000 像素时，估算如下：

6. 软件系统模块

6.1 本地边缘识别服务

建议部署在仓库本地服务器或工控机上。

核心职责：

• 摄像头取流。
• 图像预处理。
• 货架定位码识别。
• 库位坐标映射。
• 纸箱检测。
• 条形码 / 二维码识别。
• 标签区域裁剪。
• 多帧投票确认。
• 本地事件缓存。
• 断网重传。
• 摄像头状态监控。

推荐技术：

6.2 后端服务器

核心职责：

• 接收边缘端识别事件。
• 校验箱码和产品主数据。
• 校验库位是否合法。
• 保存识别记录。
• 保存标签裁剪图。
• 执行 OCR 兜底识别。
• 生成异常复核任务。
• 对接 WMS、ERP 或库存系统。

推荐技术：

6.3 前端管理系统

核心页面：

• 实时库位看板。
• 识别事件列表。
• 异常复核页面。
• 摄像头管理。
• 货架和库位配置。
• 产品和箱码查询。
• 图片追溯页面。
• 系统状态监控。

推荐技术：

7. 库位识别设计

7.1 货架建模

系统中为每个货架建立模型：

仓库
  -> 区域
      -> 货架
          -> bay
              -> 层
                  -> 库位

库位编码示例：

A01-R03-B02-L02-P05

含义：

• `A01`：区域。
• `R03`：第 3 排货架。
• `B02`：第 2 个 bay。
• `L02`：第 2 层。
• `P05`：第 5 个位置。

7.2 标定方式

每个摄像头需要绑定一个或多个货架 bay。

配置内容：

{
  "camera_id": "CAM-A01-01",
  "shelf_id": "A01-R03",
  "bay_id": "B02",
  "marker_ids": ["M1001", "M1002", "M1003", "M1004"],
  "locations": [
    {
      "location_id": "A01-R03-B02-L01-P01",
      "polygon": [[100, 120], [640, 120], [640, 360], [100, 360]]
    }
  ]
}

7.3 判断逻辑

识别货架定位标记
  -> 计算图像透视变换
  -> 检测纸箱或标签区域
  -> 取纸箱中心点或标签中心点
  -> 判断中心点落在哪个库位多边形
  -> 输出 location_id

试点阶段如果不做纸箱检测，也可以先用标签中心点判断库位：

识别到二维码 / 条形码
  -> 获取码在图像中的四角坐标
  -> 计算码中心点
  -> 码中心点落入哪个库位区域
  -> 该箱码属于哪个库位

这种方法简单、稳定，适合第一期验证。

8. 条形码和二维码识别设计

8.1 本地识别优先级

二维码识别
  -> 一维条形码识别
      -> 标签区域 OCR
          -> 人工复核

8.2 多帧投票

避免单帧误判，建议连续 5 到 10 帧做投票。

确认条件示例：

同一摄像头
同一库位
同一箱码
最近 10 帧中至少 3 帧识别一致
识别置信度超过阈值
画面稳定时间超过 1 到 2 秒

8.3 防重复上报

边缘端应做去重：

同一 camera_id + location_id + box_code
在 30 秒内不重复上报 confirmed 事件

如果库位状态变化，例如原箱码消失、新箱码出现，则生成新事件。

9. OCR 兜底设计

OCR 不建议直接处理整张货架大图，而应处理裁剪后的标签区域。

上传图片建议：

• 只上传标签区域裁剪图。
• 保留一张低分辨率上下文图用于人工复核。
• 图片命名包含 camera_id、时间、location_id。
• 图片保存时记录识别事件 ID。

OCR 输出字段可包括：

• 产品型号。
• SKU。
• 批次号。
• 生产日期。
• 箱规。
• 供应商编码。

OCR 匹配逻辑：

OCR 文本
  -> 清洗空格、符号、大小写
  -> 按箱码 /SKU/ 产品型号规则匹配
  -> 多候选时按置信度排序
  -> 低置信度进入人工复核

10. 后端接口设计

10.1 边缘端上报识别事件

POST /api/vision/events

请求示例：

{
  "event_id": "EVT-20260620-000001",
  "camera_id": "CAM-A01-01",
  "shelf_id": "A01-R03",
  "location_id": "A01-R03-B02-L02-P05",
  "code_type": "QR",
  "code_value": "BOX202606200001",
  "confidence": 0.96,
  "image_crop_path": "events/2026/06/20/EVT-20260620-000001-crop.jpg",
  "context_image_path": "events/2026/06/20/EVT-20260620-000001-context.jpg",
  "captured_at": "2026-06-20T10:30:00+08:00"
}

响应示例：

{
  "valid": true,
  "product_id": "SKU-10086",
  "product_name": "示例产品",
  "location_status": "ok",
  "inventory_action": "confirm_occupied",
  "message": "识别确认成功"
}

10.2 上传 OCR 图片

POST /api/vision/ocr-tasks

请求示例：

{
  "event_id": "EVT-20260620-000002",
  "camera_id": "CAM-A01-01",
  "location_id": "A01-R03-B02-L02-P05",
  "image_crop_path": "events/2026/06/20/EVT-20260620-000002-crop.jpg",
  "reason": "barcode_decode_failed",
  "captured_at": "2026-06-20T10:31:00+08:00"
}

10.3 查询库位状态

GET /api/locations/{location_id}/status

响应示例：

{
  "location_id": "A01-R03-B02-L02-P05",
  "status": "occupied",
  "box_code": "BOX202606200001",
  "product_id": "SKU-10086",
  "updated_at": "2026-06-20T10:30:05+08:00"
}

10.4 人工复核提交

POST /api/review-tasks/{task_id}/confirm

请求示例：

{
  "box_code": "BOX202606200001",
  "product_id": "SKU-10086",
  "location_id": "A01-R03-B02-L02-P05",
  "reviewer": "admin",
  "comment": "人工确认标签信息"
}

11. 数据库设计建议

11.1 核心表

cameras
  摄像头信息、状态、取流地址、绑定区域

shelves
  货架信息

locations
  库位信息、库位多边形、所属货架

products
  产品主数据

boxes
  箱码、产品、批次、数量、状态

vision_events
  每次视觉识别事件

inventory_locations
  当前箱码和库位绑定关系

ocr_tasks
  OCR 识别任务

review_tasks
  人工复核任务

11.2 vision_events 字段建议

id
event_id
camera_id
shelf_id
location_id
code_type
code_value
confidence
status
image_crop_path
context_image_path
ocr_text
server_result
captured_at
created_at

11.3 inventory_locations 字段建议

id
location_id
box_code
product_id
status
source_event_id
confirmed_at
updated_at

12. 前端页面设计

12.1 实时库位看板

功能：

• 按区域、货架、层展示库位。
• 空库位、已占用、异常、未知状态用不同颜色区分。
• 点击库位查看当前箱码、产品、识别图片、最近事件。
• 支持按 SKU、箱码、库位搜索。

状态建议：

empty      空库位
occupied   已占用
moving     搬动中
unknown    识别不清
conflict   冲突
offline    摄像头离线

12.2 异常复核页面

功能：

• 展示裁剪标签图。
• 展示上下文图。
• 展示 OCR 候选结果。
• 展示服务器匹配候选产品。
• 支持人工录入箱码、SKU、库位。
• 支持确认、驳回、标记无法识别。

12.3 摄像头配置页面

功能：

• 添加摄像头。
• 配置取流地址。
• 绑定货架 bay。
• 查看在线状态。
• 标定库位多边形。
• 预览实时画面。

12.4 货架库位配置页面

功能：

• 建立区域、货架、bay、层、库位。
• 批量生成库位编码。
• 上传或绘制库位多边形。
• 绑定定位 marker。
• 打印库位二维码。

13. 部署方案

13.1 试点部署

1 台本地服务器或工控机
1 到 2 台工业相机
1 个货架 bay
6 到 16 个库位
Docker Compose 部署
PostgreSQL + Redis + FastAPI + 前端

13.2 推荐 Docker 服务

edge-vision
  本地识别服务

backend-api
  后端业务服务

frontend-web
  管理后台

postgres
  主数据库

redis
  缓存和队列

minio
  图片存储

ocr-service
  OCR 服务

13.3 网络要求

• 摄像头和边缘服务器建议走独立局域网。
• 工业相机建议使用千兆网。
• 多摄像头场景需要评估交换机带宽。
• 边缘端到服务器断网时，应本地缓存事件和图片。
• 恢复网络后按时间顺序补传。

14. 开发阶段规划

第一阶段：单货架试点

目标：

• 一台相机覆盖 6 到 8 个库位。
• 识别货架库位。
• 识别纸箱二维码。
• 上报服务器确认。
• 前端能看到库位状态。

建议周期：

2 到 4 周

交付内容：

• 摄像头采集程序。
• 二维码识别程序。
• 库位标定工具。
• 后端事件接口。
• 简单前端看板。
• 识别准确率报告。

第二阶段：异常和 OCR 兜底

目标：

• 条形码 / 二维码失败时上传标签图。
• 服务器 OCR 识别。
• 人工复核页面。
• 异常状态流转。

建议周期：

2 到 3 周

第三阶段：多摄像头扩展

目标：

• 多货架、多摄像头统一管理。
• 摄像头在线状态监控。
• 断网重传。
• 识别事件去重。
• 与 WMS/ERP 对接。

建议周期：

4 到 8 周

15. 验收指标

试点阶段建议验收指标：

生产阶段建议目标：

16. 主要风险和规避措施

17. 推荐最终方案

第一期建议采用以下配置：

硬件：HIKROBOT MV-CE120-10GM 黑白工业相机
  8mm 和 12mm C 口镜头各一个
  白色 LED 补光
  千兆交换机
  本地工控机或服务器

标签：纸箱贴 80 到 120mm 二维码
  货架贴 ArUco/AprilTag 定位码
  每个库位生成唯一库位编码

软件：边缘端 OpenCV + 条码 / 二维码识别
  后端 FastAPI + PostgreSQL + Redis + MinIO
  OCR 使用 PaddleOCR
  前端 React/Vue + 实时库位看板

流程：本地识别库位和箱码
  服务器确认产品和库位合法性
  识别失败时上传标签裁剪图做 OCR
  OCR 失败进入人工复核

这个方案的优势是成本可控、准确率较高、扩展性好，并且能避免一开始就把所有识别压力都放到服务器或 OCR 上。

18. 参考资料

• HIKROBOT 机器视觉产品：https://www.hikrobotics.com/cn/machinevision/
• OpenCV ArUco 标记检测：https://docs.opencv.org/
• OpenCV QRCodeDetector：https://docs.opencv.org/
• AprilTag：https://april.eecs.umich.edu/software/apriltag
• PaddleOCR：https://github.com/PaddlePaddle/PaddleOCR
• ZBar：https://zbar.sourceforge.net/