在国内大型中转中心，交叉皮带分拣是小型快递项目的主流分拣方法。目前，快速中转中心使用的典型环形交叉带大多采用双层结构，至少有两个分区，每个分区约有12-14个劳动力供应和包裹桌。一套典型的交叉带分拣设备一般需要配备50-60名操作员，人工成本高，人员需求高。对于快递物流企业来说，自动分拣的需求越来越迫切。

机器人供包系统采用内置深度学习硬核的立体相机和高速机器人。通过深度学习算法与传统视觉算法的有机结合，引导机器人实现全时高效抓取。

1、深度学习智能算法：是一种深度学习的智能算法，用于二维和三维点云的几何轮廓特征识别。该智能算法优化了包裹的部分遮挡和包裹粘连导致的错误分割。

2、软件包适应性强：不怕软包、硬包、信封等各种复杂应用场景。考虑完整的抓取优先级排序算法，包括但不限于目标颜色、尺寸、材料和末端执行器信息，以确保机械手的最大抓取成功率。

3、高精度路径规划：自主开发的路径规划算法，优化包装抓取顺序和运动轨迹，确保送料轨迹平稳、无碰撞、无甩包。机器人轻松接入：用户无需学习机器人编程语言，通过可视化界面轻松完成整个方案的部署。

4、实施操作便捷：仅通过按钮盒可实现一键启动、复位、停止等操作，实现操作运行“零”门槛；一键手眼标定： 通过自研算法平台调取定位基本算子，一键自动高效完成手眼标定，及标定参数的导入。