Революция в автоматизации складов:искусственный интеллект и 3D-видение позволяют роботам освоить смешанную паллетизацию

Создание поддона со случайным набором продуктов может показаться простым. Но для роботов укладка на поддоны оказалась одной из самых сложных задач в освоении. Поскольку интернет-магазины продолжают расти, а магазины хотят получать более персонализированные и готовые к использованию товары, складам приходится действовать быстрее и разумнее.

В настоящее время роботы выполняют многие складские задачи, но укладка смешанных продуктов на устойчивый поддон по большей части остается ручной работой. Благодаря достижениям в области искусственного интеллекта и 3D-видения ситуация быстро меняется. Умные роботы теперь могут «видеть» и планировать в режиме реального времени, что делает паллетирование смешанных грузов быстрее, безопаснее и намного эффективнее.

Последние достижения в области технологий искусственного интеллекта и 3D-видения наконец-то решают эту многолетнюю проблему.

Почему смешанная паллетизация сопротивляется автоматизации

Паллетизация смешанных ящиков предполагает стратегическое расположение ящиков с различными единицами хранения запасов (SKU) на одном поддоне. Эта практика имеет основополагающее значение для современных стратегий выполнения заказов, обеспечивая своевременную инвентаризацию в розничных магазинах, поддержку сложных заказов электронной коммерции и содействие эффективным операциям перекрестной докинга.

Однако оперативное выполнение гораздо сложнее, чем простое штабелирование. Это динамичная трехмерная головоломка, требующая сложного принятия решений в реальном времени, в которой одновременно учитывается несколько переменных:

• физические размеры,
• распределение веса,
• хрупкость упаковки.
• структурная целостность,
• создание удобных для магазина последовательностей, которые минимизируют трудозатраты в магазине.

Техническая задача

Сложность автоматизации смешанной паллетизации связана с несколькими взаимосвязанными проблемами, которые исторически превосходили возможности традиционных роботизированных систем:

• Чрезвычайное разнообразие предметов :Роботизированная система должна обрабатывать ящики совершенно разных размеров, веса, формы и свойств поверхности. Глянцевая упаковка, прозрачная термоусадочная пленка и темный картон создают серьезные проблемы для обычных 2D- и базовых 3D-систем машинного зрения.

• Неструктурированное принятие решений :В отличие от паллетирования отдельных артикулов, где все коробки идентичны и следуют предсказуемым шаблонам, смешанные сценарии по своей сути хаотичны. Обращения поступают в непредсказуемой последовательности, требуя, чтобы системы идентифицировали неизвестные предметы, определяли их свойства и принимали решение об оптимальном размещении в режиме реального времени, а не выполняли заранее запрограммированные процедуры.

• Когнитивная сложность :Операторы должны одновременно сбалансировать распределение веса (более тяжелые предметы у основания), создать схемы блокировки, чтобы предотвратить смещение во время транспортировки, и часто упорядочивать предметы в соответствии с конкретными планограммами магазина. Эта когнитивная нагрузка представляет собой уровень пространственного мышления и адаптивного принятия решений, который традиционная автоматизация изо всех сил пыталась воспроизвести.

Стоимость ручных операций

Сохранение ручного труда при смешанной паллетизации представляет собой нечто большее, чем просто операционную неэффективность. Это значительная финансовая и стратегическая ответственность, затраты которой охватывают множество аспектов:

• Ограничения пропускной способности :Паллетирование вручную по своей сути является медленным и непоследовательным. Человек-работник обрабатывает от 180 до 360 коробок в час, тогда как автоматизированные решения для паллетирования могут доставлять 300-1000 коробок в час. 

• Проблемы с качеством и точностью :Качество поддонов, выполняемых вручную, значительно различается у разных рабочих и ухудшается по мере нарастания усталости. Неравномерная укладка и плохое распределение веса часто приводят к смещению и разрушению продукции во время транспортировки. Кроме того, ручная проверка смешанных поддонов, как известно, подвержена ошибкам:неясные или поврежденные штрих-коды приводят к расхождениям в инвентарных запасах.

• Проблемы безопасности и труда :Смешанная укладка на поддоны предполагает постоянный повторяющийся подъем, сгибание и скручивание тяжелых ящиков или ящиков неправильной формы, что приводит к высокому уровню скелетно-мышечных травм. На этих должностях текучесть кадров в три раза выше, чем на других складских должностях, и на них приходится непропорционально большое количество требований о компенсации работникам. Растущая глобальная нехватка работников, готовых выполнять физически тяжелую работу, усугубляет кадровые трудности.

• Неудачные попытки автоматизации :Многие предприятия пытались решить проблему смешанной паллетизации с помощью сложных «лоскутных» решений, включающих автоматизированные системы хранения и поиска, обширные конвейерные сети и высокоскоростные сортировщики. Хотя эти системы могут помочь в организации и доставке ящиков, они обычно приводят к увеличению занимаемой площади и в конечном итоге по-прежнему полагаются на людей-операторов для выполнения последней, когнитивно сложной задачи по сборке поддона.

Прорыв в технологии укладки на поддоны:интеллектуальное планирование движения компании Jacobi Robotics

Решение проблемы автоматизации смешанной паллетизации потребовало фундаментального переосмысления проблемы. Вместо того, чтобы рассматривать это как чисто механическую задачу, успешная автоматизация рассматривает ее как проблему данных и интеллекта. 

Такой подход привел нас к разработке интегрированных систем, которые сочетают в себе специализированное программное обеспечение для планирования движения на основе искусственного интеллекта и революционную технологию 3D-видения.

Машина планирования движения на основе искусственного интеллекта от Jacob Robotics

В основе современных решений по укладке смешанных грузов на поддоны лежит сложное программное обеспечение для планирования движения, которое принципиально абстрагирует сложность традиционного программирования роботов. Jacobi Robotics представляет эту новую парадигму с помощью программно-определяемой платформы, которая меняет то, как роботы воспринимают, планируют и выполняют сложные погрузочно-разгрузочные работы.

• Архитектура, независимая от роботов :В отличие от традиционных решений автоматизации, которые привязывают клиентов к экосистемам одного поставщика, платформы планирования движения Jacobi Robotics предназначены для работы с промышленными роботами различных производителей, включая ABB, FANUC, KUKA, Yaskawa и Universal Robots. Такой подход позволяет системным интеграторам и конечным пользователям выбирать оптимальное оборудование робота с учетом требований к полезной нагрузке, радиусу действия и стоимости, одновременно получая доступ к лучшему в своем классе управляющему программному обеспечению.

• Многопараметрическая оптимизация :основной алгоритм автоматически вычисляет траектории робота, оптимизированные по нескольким критическим параметрам одновременно. По нашему опыту, оптимизация времени фокусируется на минимизации общей продолжительности движения, а не просто на поиске кратчайшего пути, что приводит к сокращению времени цикла до 30% по сравнению с традиционными подходами. Предотвращение столкновений гарантирует, что на пути не будет препятствий, включая оборудование, защитные барьеры и конструируемый поддон. 

• Аналитика в реальном времени :Платформа получает обширные данные датчиков с 3D-камер и использует алгоритмы искусственного интеллекта для распознавания объектов, оценки позы и оптимального планирования захвата. Важно отметить, что возможности искусственного интеллекта позволяют системам обрабатывать бесконечные вариации реального мира и динамически адаптироваться без жестких ограничений предварительного программирования.

• Быстрое развертывание :Расширенное планирование движения может сократить время ввода в эксплуатацию до 95 %, превращая многонедельные задачи программирования в процессы, выполняемые за несколько часов. Такое резкое сокращение времени развертывания представляет собой фундаментальный сдвиг в экономике проектов автоматизации и профилях рисков.

3D-зрение, невосприимчивое к движению

Хотя ИИ обеспечивает интеллект для принятия решений, качество этих решений полностью зависит от точности и надежности сенсорных данных. 

Мы рады нашему многолетнему сотрудничеству с Photoneo и их технологией 3D-видения, которая решает проблему восприятия с помощью запатентованного подхода под названием «Параллельный структурированный свет». 

• Инновация параллельного структурированного освещения :Обычные системы 3D-видения ставят перед трудным выбором между скоростью и качеством. Традиционные сканеры структурированного света проецируют последовательные шаблоны для создания детальных 3D-моделей, обеспечивая высокое разрешение и точность, но требуя идеально статичных условий. Любое движение во время сканирования приводит к искажению и непригодности данных. И наоборот, времяпролетные или активные стереосистемы быстро захватывают движущиеся объекты, но жертвуют разрешением, точностью и шумовыми характеристиками.

  Parallel Structured Light решает эту дилемму с помощью запатентованного CMOS-датчика с уникальным мозаичным рисунком пикселей и многократным затвором, который выполняет сбор всех трехмерных данных за один снимок. Этот подход обеспечивает качество структурированного света на скоростях времени пролета без подверженности артефактам движения.

• Устойчивость к движению и устойчивость к воздействию окружающей среды :Однокадровая съемка делает систему практически невосприимчивой к размытию изображения при движении, создавая четкие высококачественные трехмерные облака точек объектов, движущихся со скоростью до 40 метров в секунду (приблизительно 90 миль в час). Эта возможность обеспечивает сканирование «на лету», что устраняет узкие места, связанные с остановкой и сканированием, характерные для обычных роботизированных ячеек.

Интегрированный рабочий процесс:от восприятия к действию

Этот сквозной рабочий процесс выходит за рамки простых последовательностей команд и превращается в интеллектуальные адаптивные циклы восприятия, мышления, действий и проверки.

• Интеллектуальное управление делами :дела поступают на конвейеры в случайной последовательности из вышестоящих процессов. В расширенных конфигурациях используются компактные буферные роботы, которые перехватывают ящики и динамически управляют потоком с помощью малогабаритных стеллажных систем. Эта интеллектуальная буферизация отделяет главных роботов-укладчиков поддонов от поступающей случайности, обеспечивая оптимальную последовательность ящиков для эффективного изготовления поддонов.

• Сбор и проверка 3D-данных :Поскольку ящики представлены для комплектации, верхние сканеры фиксируют облака точек с высоким разрешением на отдельных снимках, даже когда предметы находятся в движении. Системы анализируют облака точек, чтобы точно определить размеры корпуса, трехмерное положение и ориентацию, служа важными воротами проверки, гарантирующими, что физические предметы соответствуют ожидаемым данным WMS перед обработкой.

• Размещение и планирование пути на основе искусственного интеллекта :проверенные 3D-данные передаются в программное обеспечение для планирования движения, где алгоритмы искусственного интеллекта выполняют несколько задач одновременно. Они ссылаются на настраиваемые правила, учитывающие прочность на раздавливание, вес и требования к месту назначения, чтобы определить оптимальные места размещения на текущих слоях поддонов, максимизируя стабильность, плотность и удобство хранения. Одновременно с этим механизмы планирования движения рассчитывают самые быстрые возможные траектории без столкновений и сингулярностей для перемещения манипуляторов робота из текущих позиций, выбора случаев и размещения их в точно рассчитанных целевых позициях и ориентациях.

• Роботизированное выполнение :Платформы планирования движения отправляют окончательные планы роботам-контроллерам, которые выполняют плавные, оптимизированные по времени траектории, отбирая ящики из мест подачи и размещая их на поддонах точно по плану.

• Постоянная проверка :после того, как роботы размещают и убирают коробки, верхние сканеры немедленно выполняют инспекционное сканирование, сравнивая фактическое состояние поддонов с теоретическими планами. Эта проверка с обратной связью подтверждает правильность размещения и обнаруживает смещение. При обнаружении несоответствий системы могут отмечать проблемы для ручной корректировки или запускать процедуры автоматического исправления.

Паллетирование с конвейерной ленты? С MotionCam-3D вы можете делать это в движении, не останавливая конвейер.

Измеримые преимущества:операционная и стратегическая отдача

Техническая сложность интегрированных решений искусственного интеллекта и 3D-видения приводит к измеримым улучшениям ключевых показателей эффективности, создавая убедительные бизнес-кейсы для логистических и производственных компаний.

Повышение операционной эффективности

• Ускорение пропускной способности :Современные системы обрабатывают от 300 до 1000 дел в час по сравнению с обычными ручными темпами обработки 180–360 ящиков в час, что означает увеличение пропускной способности в 2–5 раз на станцию . Такое ускорение устраняет критические узкие места на конечной стадии производства, обеспечивая более быстрое выполнение заказов, сокращение времени выполнения заказов и обработку объемов в пиковые сезоны без расширения предприятия. Многие предприятия сообщают об общем приросте производительности предприятия на 15–30 % за счет автоматизации последующих процессов.

• Повышение точности инвентаризации :Автоматическое сканирование и проверка исключают ошибки ручного считывания штрих-кодов, типичные для смешанных поддонов, когда этикетки могут быть скрыты или повреждены. Системы ведут точные цифровые записи содержимого поддонов, устраняя сокращение запасов на 1–5 %, типичное для ручных операций, а также сокращая бракованные поставки и возвратные платежи розничным продавцам.

Стратегические преимущества помимо экономии средств

• Эксплуатационная устойчивость :На рынках, характеризующихся нестабильным спросом и изменением ассортимента продукции, гибкие, быстро реконфигурируемые системы обеспечивают решающие конкурентные преимущества. Возможность адаптировать системы к новым продуктовым линейкам за часы, а не недели превращает инвестиции в автоматизацию из фиксированных, изнашивающихся активов в динамичные, долгосрочные стратегические возможности.

• Масштабируемость и гибкость :Решения могут внедряться поэтапно, в соответствии с оперативными потребностями и капитальными ограничениями. Компании могут начать с полуавтоматических конфигураций, в которых системы помогают операторам создавать оптимальные поддоны, затем плавно перейти к полностью автоматизированным ячейкам с одним роботом, а затем перейти к конфигурациям с несколькими роботами для более высокой производительности, используя при этом один и тот же базовый программный интеллект.

• Забота о будущем :Программные платформы, не зависящие от роботов, позволяют переходить на новое оборудование по мере развития технологий, защищая инвестиции в автоматизацию и обеспечивая постоянное обновление возможностей без полной замены системы.

Целевые отрасли:где Jacobi трансформирует операции

Решения Jacobi Robotics для укладки на поддоны смешанного типа решают важнейшие задачи автоматизации в различных отраслях, каждая из которых имеет уникальные требования и возможности для операционной трансформации.

Еда и напитки

Производства продуктов питания и напитков сталкиваются с постоянной необходимостью поддерживать свежесть, управлять сложной ротацией продуктов и обрабатывать разнообразные форматы упаковки. Системы Jacobi Robotics превосходно справляются с управлением смешанными ящиками разного веса и степени хрупкости, сохраняя при этом правильное распределение веса при транспортировке. Возможности быстрого развертывания особенно ценны для сезонных вариаций продуктов и рекламных кампаний.

Потребительские расфасованные товары (CPG)

Производители и дистрибьюторы потребительских товаров имеют дело с обширными каталогами продукции, частыми изменениями SKU и сложными требованиями розничной торговли. Алгоритмы обучения Jacobi быстро адаптируются к появлению новых продуктов и изменению конфигурации корпусов, а независимая от роботов платформа позволяет компаниям масштабировать операции, не беспокоясь о привязке к поставщику.

Розничная и электронная коммерция

Современные центры выполнения заказов требуют беспрецедентной гибкости для обработки всего:от небольших посылок до поддонов для пополнения запасов в магазине. Системы Jacobi плавно переключаются между различными конфигурациями поддонов и могут быть переконфигурированы в соответствии с сезонным спросом без тщательного перепрограммирования.

Сторонняя логистика (3PL)

3PL-провайдеры обслуживают множество клиентов с различными требованиями, что делает гибкость и быструю реконфигурацию необходимыми. Программно-определяемый подход Jacobi позволяет одним и тем же физическим системам обрабатывать уникальные правила и требования к паллетированию разных клиентов, обеспечивая максимальное использование активов.

Фармацевтика и здравоохранение

Эти отрасли требуют строгого отслеживания, бережного обращения с чувствительной продукцией и соблюдения нормативных требований. Системы Jacobi ведут точные цифровые записи каждого обрабатываемого случая, обеспечивая при этом плавные и точные движения, необходимые для деликатной фармацевтической упаковки.

Подробную информацию об отраслевых приложениях и тематических исследованиях можно найти на странице соответствующих отраслей.