机器视觉最早应用于汽车生产线的成套车体生产机器人上。随着科学技术的不断进步，具有类似于人类视力的机器人系统不再是科幻小说中的梦想。在物流领域，邮政和物流很可能会在非工业机器视觉市场上占据主导地位，机器视觉被广泛应用于分拣、计数、测量和配发等方面。在电子商务高速发展的今天，目前国内每天1亿个包裹，未来10年每天包裹量或将达10亿件。

在智慧物流解决方案里，为了使机器人能够胜任更复杂的工作，机器人不但要有更好的控制系统，还需要更多地感知环境的变化，而机器视觉引导，能够在现有的解决方案上进行提升改造，在运输、仓储过程当中发挥极大的优势，不但可以大大节省人力成本，提升整体的分拣速度，也可以大大提高存储空间的利用率，更加安全、高效、可控。

物流机器人可以分为AGV机器人、码垛机器人、分拣机器人三种类型。主要应用于仓库、分拣中心、以及运输途中等场景，进行货物转移、搬运等操作。随着物流市场的快速发展，物流机器人的应用加速普及。在不同的应用场景下，对机器人搬运需求提出更高要求，在机器人分拣、拆垛、码垛及搬运应用中，需要机器视觉引导实现机器人精确定位。

机器人视觉——用于机器人技术的传感器解决方案，SICK 视觉在此发挥着关键作用。其为机器人赋予精准的感知能力——这是在机器人技术方面的一切挑战中实现平等合作的前提。在物流行业，为机器人视觉在箱体拆垛、码垛，周转箱物品分拣提供更多及可靠的系统解决方案。

方案一：高效便捷的箱体定位系统——BLS相机系统

BLS是SICK独立开发的箱体定位系统解决方案。仅使用一台2D摄像机即可生成3D数据。BLS系统设计用于在配送中心对进货货物进行识别定位，主要通过一次图像记录提供托盘顶层所有盒子的位置，方便快捷引导设备或机器人定位箱体卸货。