摄像头精度问题

现在摄像头的标定误差是2cm左右，距离越远，误差越大。 因为误差大，会造成明明有一个盒子的位置，我们算法却认为不能放，因为误差把把放置空间边界“缩小”不止个cm。而且存在盒子的旋转误差。

摄像头垂直问题

现在摄像头和底面不是垂直的。这样，矩形就变成了一个不规则的四边形，而且我们相机精度不高，尤其是盒子边角，这样就需要算法做纠正，投影到底面去运算，这样不但增加了运算量，而且引入了很多误差（边角本身点云误差就很大），如果用整个面的点云投影到底面去识别矩形，识别之后又要映射回原先坐标系，因为我们2D算法是基于原先的坐标，这样，坐标反复变换，拟合，就造成很大误差，算法也慢了很多。

角度抓取精度问题

角度抓取问题，抓取的角度不是和盒子完全正交，是存在一定角度误差的，而且有时候，这个角度误差还不小，最大的时候大概5度左右。造成这个原因的是主要3方面， 1，摄像头精度问题，现在摄像头标定误差就有2cm左右 2，摄像头不垂直托盘，托盘和机械臂也不平行，这样矩形图像就不是矩形 3，识别算法的精度问题，这个改进也是非常消耗人力物力的，因为要高精度的识别盒子，必须高精度的打标签，这样打标签的要求就会比之前提高好几倍，人力物力就会增加几倍，以前可以用的打标签，按更高标准的要求，都没法用

机械臂爪子的长度问题

随机混码的话，来的盒子不一定刚好可以放在码垛外侧的位置，比如，外侧的位置只能放一个小的，来个大的放不稳。或者边缘位置是大的，是20cm*20cm。而新来的盒子是11cm*11cm，如果放上去，就会非常浪费，这时候就要把盒子放在靠内侧的地方，这样内测位置的盒子可能就比外侧还高，甚至，码垛周围比内部高，这样如果新来的盒子需要放中间（中间是盆地），如果中间的盆地比较“深”，用现在吸盘放下去就会压坏周围的，这就需要一个脖子很长的吸盘，类似梅卡曼德的码垛例子。

不可放置的排列

对一些不可放置的排列，机械臂放不下去了，或者由于精度的原因，实际上是可以放的，但机械臂认为差1mm，就不放了。给人感觉就是这个算法很傻。 比如：有些排列，假设托盘是100cm*100cm，放置的盒子顺序是 75cm*75cm*10cm,50cm*50cm*10cm,50cm*50cm*10cm,50cm*50cm*10cm,50cm*50cm*10cm, 那算法只能堆成50cm高的宝塔，因为第一个盒子出现太早 如果第一个盒子是最后出现的，比如： 50cm*50cm*10cm,50cm*50cm*10cm,50cm*50cm*10cm,50cm*50cm*10cm,75cm*75cm*10cm, 那么前面4个就可以放在一层，高度也就只需要20cm几颗，也不会变成“宝塔”，这样客户看到，肯定觉得我们算法是个傻子。感觉就是吃力不讨好。 如果我们做了限定，也就是限定了盒子的类型个数或类型范围，那里面也要探讨研究很多，要分别做研究和实验，也要从易到难去做，比如开始2种类型，3种类型，。。。但这样离实践应用需要好长一段迭代时间。不可能是一蹴而就的。

公司的研发人员太少

算法研发需要做实验，一方面是理论的探索，模拟。另一方面是实际的测试。现在我们公司的一些软件开发工作也在算法组。比如。低代码平台的开发维护，升级，这个低代码平台做到好用也要消耗很多人力物力。而且低代码的使用，公司其他人几乎都不熟练，如果我生病或有事，无序抓取，码垛，动态抓取，其他人只能改改表面的东西，稍微复杂一点的流程都无法修改。机械臂程序也是一样，单工不在，其他人几乎都没法修改。这对公司来说，非常不安全。而且我们的机械臂PLC，也没有整合到低代码平台中，都是基于个人的编程习惯来做的。所有的软件最好都是其他人也能看懂，也能修改，这样就可以减少个人习惯，虽然进展慢一点，但会稳定一些。

循序渐进的问题

完全随机混码的技术的难点，或者称之为天坑，可能有几十个到百来个。前面提到的只是我能暂时想到的问题。 直接做这种也不符合循序渐进的原则，风险太大。 比如，完全知道托盘箱子数据，可以挑选的码垛，上面很多技术难点也同时存在，从研发风险来说，肯定是找几个坑比较少，最好只有1,2个坑的项目来做，一下子搞了几十个坑的研发项目，那等于做研究探索项目，最后几乎没有落地的可能性。