主要完成单位：金锋馥(滁州)科技股份有限公司
在现代仓储流通环节中，大批量非标外包装标签不仅承担着品类识别、产地追溯和等级划分等功能，也是实现高效分拣与质蛋控制的重要信息载体。然而，实际分拣场景具有标签分布密集、类别繁杂及多源异构等特点，传统的监督学习模型或全局OCR解码方法往往存在识别不完整、速度不足以及适应性差等问题，难以支撑大规模果蔬分拣的实时性与准确性需求。因此，亟需构建—种面向多场景分拣的多视角高速识别与自主执行模式，实现对果包装信息的快速解析与分拣决策， 减少对人工和集中式系统的依赖。
具体而言，本项目拟重点突破以下关键技术：
一是实现五面同时解码与多模态标签识别，提升分类信息提取的完整性与准确性；
二是面向分拣环节， 结合三维点云补全与位姿估计， 建立高精度果蔬定位与抓取策略;
三是通过高维特征匹配与快速索引机制显著降低计算复杂度， 实现实时处理与可扩展应用。
本研究将推动果蔬分拣系统由“检测一分类一分拣＂的完整闭环自主化发展，有助于提高智能仓储流通环节的自动化与智能化水平，降低人工成本，提升分拣效率与质量， 为智能制造供应链升级提供坚实的技术支撑。
推广应用
在应用推广层面该系统已成功部署于3C电子、医药、电商、快递仓储物流中心以及配送分拣中心，实现对不同类型的包装标签的五面同步采集、快速定位和高精度OCR解码，从而指导分拣机械完成精准分类动作。其优势在于能够适应多类别、动态扩展及复杂环境下的标签识别需求 ，显著提高分拣速度和准确率，同时降低人工参与度和劳动强度，为现代智能制造自动化提供可靠技术支撑。此外，系统采用分布式边缘计算和并行信息融合策略，可实现大规模分拣任务的实时处理，具备良好的可扩展性和可维护性，为智能制造产业链的信息化升级提供基础平台。
在产品经济效益方面，本项目智能分拣系统可将包裹分拣效率提升约2倍，每小时可处理包裹量可至2500件以上，识别和分类准确率可达到99.5％以上，减少误分拣造成的损耗率约3-5%。以单个中型仓储物流中心为例，单套设备的年分拣包裹量约50万件，系统应用可节省人工成本约30-50万元／年，同时减少因误分拣造成的经济损失约5-10万元／年。通过规模化推广，智能分拣设备及系统软件的市场潜在收益可达到数千万元／年，为智能仓储流通企业提供可观的经济回报。
在社会效益方面，该项目通过智能化、精细化的分拣手段提分拣产品质量控制水平，保证消费者获得更安全、更高品质的各类分拣产品，同时，减少人工劳动强度和职业风险， 缓解农村劳动力紧张问题， 通过高效物流分拣体系， 可降低产品损耗，促进资源节约和绿色可持续发展。 此外，该系统的推广应用有助于提升我国智能仓储技术水平，推动智能制造信息化、 数字化与产业化深度融合， 符合国家数字智能制造战略和安全保障政策，为现代工业高质量发展提供示范作用。
