亚马逊正在测试一项新技术，该技术将帮助配送站员工在包裹装入配送货车之前更高效地识别和分拣包裹。
它被称为视觉辅助分拣站（VASS），使用了与视觉辅助包裹检索 (VAPR) 类似的计算机视觉和投影技术，该系统已应用于亚马逊配送货车中。
当包裹从本地履约中心和分拣中心运抵亚马逊配送站时，员工会将它们分类并装入袋中，随后按配送路线装入货车，最终送达客户家门口。在此过程中，VASS 会创建一个静态缓冲区用于暂存多个包裹，并通过视觉提示突出显示特定包裹，帮助员工快速识别目标包裹，而无需查看屏幕或设备。同时，目的地袋会被直接送到员工面前，使其不再需要走动。这通过简化分拣流程，显著提升了效率和便捷性。
这项创新基于 VAPR，这是亚马逊的一项嵌入配送货车的技术。当货车抵达配送地点时，VAPR 会自动在所有需要投递的包裹上投射绿色“O”标记，并在其他所有包裹上投射红色形状标记。通过音频和视觉提示，VAPR 会引导司机在尚未进入货舱前就确认已找到正确的包裹。
该技术能够实时定位并解码多个条形码，其构建过程是通过训练机器学习模型，在不同光照条件和包装特征下识别各类标签和包裹。此外，它消除了司机在整个过程中使用移动设备的需求。
根据早期 VAPR 测试，亚马逊团队发现驾驶员感知到的身体和精神负担减少了 67%，每条路线节省的时间超过 30 分钟。
真实的好处，真实的成果
该技术配备的摄像头正被探索用于我们配送站点的室内应用，可扫描传送带上的包裹，使员工在包裹到达分拣工位时立即知晓其目的地。
VASS 显示一个绿色的 O，指示员工需要拣选哪个包裹（以及不应拣选的包裹以红色形状标识），并将其放入对应的目的地袋中；袋子会直接送到员工面前，以提升人体工学体验。
“底层技术非常先进，”哈里斯补充道，“但我们的员工所体验到的是简单、直观且真正有用的东西。”
- 减轻员工的精神负担，无需再记忆目的地或频繁查看手持设备或屏幕。
- 提高准确性，试点站点中的错分率大幅下降。
- 通过提升每个包裹的分拣时间来提高效率：员工能够同时处理多达10个包裹的缓冲队列，而传统方法下仅能处理2个。
- 增强灵活性：系统将分拣性能与机器排序解耦，允许员工按照自己的节奏工作。
展望未来
亚马逊最后一公里配送技术团队已在着手进行优化，将集成更先进的计算机视觉算法。作为 VAPR 的一次迭代，VASS 体现了亚马逊在其业务中创新与规模化扩展的能力，也展示了我们对员工和合作伙伴的承诺，持续为客户带来笑容。