无法贴标签的资产，如何用摄像头确定位置

讨论定位追踪，最后总会转到标签上：贴在什么上面、怎么固定、电池能用多久。但现场里有一类资产，这个问题根本不成立，因为根本贴不了。

原因很多。表面有油，胶粘不久；后工序要过高温或清洗，不允许残留附着物；或者物料不断消耗又不断进新，每次贴上再取下本身就成了一项作业。周转快的堆场一天要重复几百次安装与回收，结果是为了减少管理而上的系统反而增加了管理。

但也不能把这些资产放在一边。恰恰相反，库存最容易对不上的就是这类物料。数量在系统里，但哪个区域还剩几个，仍需要人去数。

本文整理不用标签也能记录资产位置与移动的方法，也就是基于摄像头的识别能做到什么程度。

I. 无标签资产管理受阻的三个点

1. 安装本身与工艺冲突

贴不了标签的原因大多在工艺而非技术。油浸钢材、要过清洗的零件、以表面质量作为产品等级的物料，都不允许附着物。提升标签性能并不能解决这一点。

2. 人工录入一定会漏

很多现场用人来填补这个空缺：叉车司机在终端上录入起点和终点。头几周能坚持。然后在忙碌的一天漏一次，从此有记录的移动和没记录的移动混在一起。一旦混在一起，整份数据就不能用了。

3. 在制品数量还是靠眼睛数

上系统是为了实时库存，可“现在这个区域有几个”仍然要走过去数。实盘数与系统数对不上时，查原因又要花时间。

II. 摄像头把资产识别为个体意味着什么

视觉识别的起点是在画面中把资产分成一个个个体，不是看画面上有几卷钢，而是把每一卷当作不同对象来数。

做到这一步，后面就顺了。把叉车或行车吊起某一件资产、放到另一区域的画面连起来，就能在无人录入的情况下生成起点和终点，移动事件自动产生。

能得到什么	如何产生
各区域观测数量	将镜头范围内的个体按区域汇总
起点与终点	连接设备吊起与放下的画面
在制品变化	观测数量与移动事件合算
识别异常	低照度、遮挡、未确认个体单独列出

最后一项很重要。视觉识别在条件变差时会出现盲区，而系统必须知道并标明自己没看到。您默默缺失的数据比错误的数据更危险。

III. 标签与视觉，什么时候用哪一个

两者不是竞争关系，而是根据条件做选择。

条件	标签方式	视觉方式
能否安装	以安装为前提	无需安装
个体识别	靠标签ID，确定	从形状与标识推断
周转率	周转高则装拆负担大	与周转率无关
观测范围	信号可达范围	镜头视野内
夜间与低照度	影响较小	需验证照度条件
遮挡	多径影响	视线被挡则无法观测

总结起来：如果必须确切识别每个个体且可以安装，标签更合适；如果无法安装或周转太快，视觉就是答案。实际现场常常混合使用：物料由摄像头看，叉车和行车等设备则贴标签以确保位置准确。设备位置越准，判断“把什么搬到了哪里”的准确度也越高。

IV. 实施前需要确认的事项

视觉识别的成败取决于安装条件而非算法。

1. 视野与安装高度

摄像头看哪里、看多宽，决定了可观测范围。装得越高看得越宽，但个体区分更难。先在代表区域确认实际区分能力才是正确顺序。

2. 遮挡条件

行车经过或物料堆高都会挡住视线。了解观测空缺何时发生、持续多久，才能确定摄像头数量与位置。

3. 夜间与低照度

户外堆场和无窗仓库的照度随时段变化很大。夜间能否保持同样识别水平，或是否需要补充照明，直接影响预算。

4. 现有CCTV能否复用

已有摄像头可以考虑复用，但视野、分辨率和视频传输方式需满足条件。为安防安装的摄像头装在方便人看的位置，角度往往不适合个体识别，因此必须拿实际画面验证。

5. 作业人员画面处理

拍资产的摄像头也会拍到人。在项目初期就定好人脸去标识化方式与录像保存策略，可以避免后期反复讨论。

V. 识别结果进入库存系统的接口

视觉识别的产出不是视频而是事件：哪件资产、什么时间、从哪个区域移到了哪个区域。这些事件要与ERP或WMS的库存信息打通，实际业务才会改变。

这里最容易被忽略的是异常处理。识别模糊、数量对不上、物料长期未动这些情况，应归集成一份交给运营人员确认的清单。想把一切都自动化，错误值会您声不响地进入系统，而事后查找的成本更高。

ORBRO在同一个监控界面上处理位置数据与视频识别。ORBRO OS管理区域与图纸，从视频判定出的事件由AI Event Manager处理，只把需要确认的情况推送给运营人员。即使是物料靠摄像头、设备靠标签的混合配置，界面也不会被拆成两个，这在实际运营中会形成差异。

结语

贴不了标签并不意味着要放弃位置，只是要换一种观测方式。但摄像头也不是万能，它建立在视线与光线这两个条件之上，因此先测量这些条件是实施的第一步。

各现场的物料形状、堆放方式和可安装位置都不同。选一个移动频繁、库存变动大的代表区域，确认视野、照度与遮挡条件，全量实施范围就能算出来。如果您正在评估，欢迎咨询ORBRO。