Промышленное производство
Промышленный Интернет вещей | Промышленные материалы | Техническое обслуживание и ремонт оборудования | Промышленное программирование |
home  MfgRobots >> Промышленное производство >  >> Manufacturing Technology >> Промышленные технологии

Как депаллетизация ИИ встряхивает логистику

Растущий спрос на быстрые процессы цепочки поставок достиг еще одной рыночной ниши:разгрузки ящиков с поддонов или так называемой депалетизации. Сегодня некогда сложную задачу можно автоматизировать, внедрив умное решение, которое повысит производительность, увеличит пропускную способность и, в конечном итоге, сэкономит средства.

Что такое депалетизация искусственного интеллекта?

Депалетизация с помощью искусственного интеллекта - это автоматизированный процесс разгрузки поддонов, загруженных ящиками, с использованием искусственного интеллекта. Система способна распознавать каждую отдельную коробку, и робот помещает их по одной на конвейерную ленту или другое заранее определенное место. В отличие от отслаивания, когда робот собирает весь поддон из однородных, аккуратно уложенных друг на друга коробок одинаковой высоты, и в отличие от классической депалетизации, депалетизация с помощью искусственного интеллекта основана на интеллектуальных алгоритмах машинного обучения.

Решение представляет собой более высокий уровень разгрузки поддонов и, как таковое, предлагает множество преимуществ. Они включают в себя меньшую требуемую площадь размещения (достаточную для размера самого большого ящика в отличие от всего поддона), а также меньшего размера робот и захват, поскольку требуется более легкая полезная нагрузка. Эти преимущества объединяются в одно большое преимущество - значительную экономию средств. Несмотря на то, что захват меньше по размеру, он может захватывать коробки весом до 50 кг, в зависимости от конкретного решения.

Как это работает

Секрет успешного приложения депалетизации - сочетание высокопроизводительного трехмерного машинного зрения с превосходным интеллектом роботов, обеспечиваемым передовыми и сложными алгоритмами машинного обучения. Эти алгоритмы были предварительно обучены на большой базе данных ящиков. Система сразу распознает эти типы ящиков и в случае обнаружения новых способна очень быстро переобучиться. Это происходит на постоянной основе и обеспечивает исключительную универсальность, позволяющую распознавать коробки разных форм, размеров и материалов.

Блестящие, отражающие или черные поверхности, различная текстура, различные узоры или изображения, которые «вводят в заблуждение» трехмерное зрение, ленты отклеиваются или плотно упакованные коробки, так что трудно распознать разделяющий их зазор (будь он таким тонким, как 0,5 миллиметра) - это проблемы, которые могут создавать серьезные проблемы и играть решающий фактор, который отличает лучшие решения от более слабых. Самый продвинутый способ, который берет на себя ведущую роль в сегментации отдельных блоков на основе анализа трехмерных изображений и текстур, - это использование сверточной нейронной сети (CNN).

Сложные решения депалетизации работают сразу после установки, не требуя какого-либо обучения системы. Их универсальность также заключается в том, что коробки не нужно складывать по порядку, их можно размещать случайным образом, и робот по-прежнему может их забирать.

Идеальное зрение

Как уже было сказано, ключом к успешной депалетизации является сочетание ИИ и «правильного» машинного зрения. Но что значит правильный?

Развернутое трехмерное зрение должно обеспечивать большой объем сканирования, с одной стороны, и высокое разрешение и точность, с другой. Поскольку поддоны часто уложены друг на друга в несколько слоев, и трехмерный сканер должен иметь возможность сканировать как самый низкий, так и самый высокий поддон, а также потому, что должно быть достаточно места, чтобы робот мог манипулировать ящиками, объем сканирования должен быть достаточно большим, чтобы сканировать поддоны с достаточного расстояния. Поэтому сканер необходимо установить на высоте примерно 3-4 метра над поддоном, чтобы при этом он мог обеспечивать сканирование в превосходном качестве.

Преимущества в цифрах

Возьмем передовую систему, которая была обучена более чем на 5000 типах ящиков. В сочетании с превосходным трехмерным зрением сложные алгоритмы машинного обучения могут обеспечить точность захвата 99,7%, точность захвата в пределах 3 миллиметров и скорость захвата 1000 ящиков в час. Эти цифры имеют решающее значение в контексте рентабельности инвестиций, а также в процессе принятия решения о том, стоит ли выбирать интеллектуальное решение для автоматической депалетизации.

Более высокая производительность, более безопасное рабочее место

Повышенная окупаемость инвестиций, повышение производительности, а также большая экономия времени и средств - это только одна сторона спектра преимуществ, которые можно получить, внедряя решения для автоматической депалетизации. Другой конец представляет собой значительное исключение риска травм и ошибок. Ручное управление подразумевает работу с большими и тяжелыми ящиками, которые могут быть штабелированы на высоте нескольких метров над землей. Это часто приводит к серьезным травмам спины и другим вредам для здоровья. Автоматизация этого процесса устраняет эти риски и обеспечивает непрерывную депалетизацию, при этом робот никогда не устанет, в отличие от людей.

Вместо этого потенциал работников можно использовать в областях, требующих творческого подхода, критического мышления и принятия решений, что помогает компаниям повысить эффективность и увеличить потенциал для будущего успеха.

Андреа Пуффлерова - специалист по связям с общественностью, а Михал Малый - директор по искусственному интеллекту в Photoneo.


Промышленные технологии

  1. Операции в полете:как дроны революционизируют транспорт и логистику
  2. Как новый стандарт учета аренды повлияет на транспорт и логистику
  3. Как цифровые платежи повышают эффективность логистики
  4. Как инвестиционный банкир смотрит на рынок логистики и технологий цепочки поставок
  5. Как отрасль автомобильной логистики борется с COVID-19
  6. Шесть распространенных логистических ошибок и как их избежать
  7. Как депаллетизация ИИ встряхивает логистику
  8. Как поставщики логистических услуг должны инвестировать в технологии
  9. Как COVID-19 меняет определение персонала логистики
  10. Как цифровые двойники могут помочь повысить эффективность логистики