Как интралогистика и автоматизированные склады могут быть улучшены с помощью технологий машинного зрения?
Требования к сложности и скорости логистических задач постоянно растут. Идентификация продукции и отслеживаемость становятся все более важной необходимостью для многих современных производителей. Товары печатаются, маркируются, гравируются, травятся или маркируются различными штрих-кодами, кодами данных, знаками и символами для идентификации содержимого и предоставления важной производственной информации. Кроме того, все больше и больше товаров необходимо распаковывать, проверять, упаковывать и распространять в более короткие сроки.
Современное программное обеспечение для обработки изображений предоставляет все необходимые методы и технологии для чтения знаков, кодов и символов, независимо от того, как они были применены. Объекты также можно идентифицировать полностью без кодов, например, по визуальным характеристикам текстуры и цвету.
Многие процессы внутренней логистики и автоматизации складов могут выиграть от использования машинного зрения. Складские процессы можно частично полностью автоматизировать с помощью систем машинного зрения.
Программное обеспечение от MVTec предоставляет все необходимые технологии для требований идентификации, упаковки и прослеживаемости, а также для многих других требований в автоматизированной внутренней логистике.
Информация о цепи поставки для внутренне логистики и автоматизации склада
Чтобы лучше понять, как именно машинное зрение может улучшить автоматизацию существующих процессов во внутренней логистике, давайте рассмотрим эту цепочку процессов, которая иллюстрирует этапы цепочки создания стоимости.
Получение товара
Продукция обычно поступает в ящиках на поддонах и должна быть подготовлена к хранению. Первая задача - разгрузить товар, например, на конвейерную систему. Изделие необходимо идентифицировать и определить, как с ним можно обращаться. У предмета твердая поверхность или, может быть, мягкая текстура? Нужен ли особый уход?
С помощью 3D-технологий можно определить положение и текстуру товара. Робота Nowa можно направлять, чтобы брать отдельные предметы и помещать их на конвейерную систему.
Еще один процесс при доставке товара - это считывание и расшифровка кодов для идентификации товара. Кроме того, необходимо проверять качество изделий, например, на наличие повреждений при транспортировке. Кроме того, необходимо определить размер и объем, чтобы использовать эту информацию на более позднем этапе, например, во время хранения. Эту задачу очень легко решить с помощью обычных систем 2D-камер или готовых интеллектуальных 2D-камер и современного программного обеспечения для машинного зрения.
Подготовка к хранению
Этот этап включает в себя распаковку продукции, идентификацию товаров и контроль качества доставленных товаров.
Перед тем, как товары могут быть помещены на склад, сначала необходимо провести входной контроль товаров. Проверить достаточность качества товара и комплектность доставленных товаров.
Обычно 2D-камера делает снимок открытого ящика и использует алгоритмы идентификации для распознавания содержимого. Идентификация может быть выполнена либо путем чтения кода, либо с помощью глубокого обучения, если объекты не имеют читаемых меток.
Хранение - определение состояния слота полки
Для этого приложения необходимо знать место и условия хранения. Где будут храниться товары? Достаточно ли места для хранения?
Определение доступных пустых мест на полке можно выполнить, например, с помощью глубокого обучения.
Для этого мобильный робот снабжен камерой, чтобы проезжать мимо полок и делать снимки. Программа выводит свободные места для хранения и размер соответствующего места для хранения.
Дополнительная информация о местоположении, в свою очередь, может быть определена с помощью дополнительных алгоритмов машинного зрения.
Получение - идентификация товаров для выпуска
Для доставки упакованных или неупакованных товаров их необходимо идентифицировать и найти до того, как их можно будет забрать при необходимости.
При сборе предметов со склада можно использовать робота для идентификации и удаления хранимых предметов с полок. По сути, это та же технология глубокого обучения, что и определение пустых мест. Разница в том, что здесь обычно нужно различать большее количество предметов.
3D-датчики также могут использоваться для определения позиций захвата роботов. Сочетание глубокого обучения и 3D-технологий приведет к полностью автоматизированному процессу поиска.
Введение в эксплуатацию - измерить размер и объем для оптимизированной упаковки
Перед упаковкой товара необходимо провести окончательный контроль качества, чтобы убедиться, что товар покинул склад без повреждений. Также размер и объем товара можно определить автоматически с помощью системы машинного зрения, чтобы все упаковать максимально эффективно. Это экономит упаковочные материалы и, в конечном итоге, снижает затраты.
С помощью промышленной обработки изображений можно автоматически проверять, например, какие продукты содержатся в картонной коробке и в порядке ли их качество. Эта информация может быть отправлена на принтер штрих-кода, который затем, например, распечатывает коды на этикетках. Другая система наклеивает этикетки на картонные коробки. Затем машинное зрение используется для проверки того, соответствует ли качество напечатанных кодов применимым стандартам (качество печати, интервалы и т. Д.), Тем самым гарантируя, что код может быть прочитан любым стандартным считывателем кодов.
Доставка - контроль качества выдачи товаров и паллетация
Теперь упакованный товар можно разместить на поддонах и подготовить к отправке.
Используя объем, ранее определенный с помощью промышленной обработки изображений, теперь можно определить количество коробок, подлежащих укладке на поддоны. Эта информация используется для автоматической и эффективной укладки ящиков на поддоны. Кроме того, на основе этой трехмерной информации можно определить координаты для автоматической обработки роботом.
МЕТОДЫ МАШИННОГО ЗРЕНИЯ В ИНТРАЛОГИСТИКЕ
3D соответствие и поиск
Эти технологии могут использоваться для идентификации объектов и их положения. Они идеально подходят для использования, например, для депалетирования ящиков или при извлечении объектов для ввода в эксплуатацию.
Чтение штрих-кода и матричного кода
Считывание штрих-кода и кода данных - пока один из самых простых способов идентифицировать предметы. Доступно несколько различных типов штрих-кодов и кодов данных. Оба метода столкнулись с одними и теми же проблемами, поскольку коды могут быть повреждены или нарушены иным образом. Самые последние алгоритмы машинного зрения решают эти проблемы, обеспечивая надежное и быстрое декодирование информации.
Оптическое распознавание знаков (OCR)
Помимо матричного кода данных и штрих-кодов, некоторые товары могут быть снабжены произвольными этикетками с любым текстом или символами. В таких случаях оптическое распознавание символов (OCR) может быть вариантом для идентификации элементов на основе текста. Такой текст может иметь разные шрифты, размеры или даже стили печати, такие как точечная печать.
Глубокое обучение
Глубокое обучение помогает идентифицировать произвольные элементы без кодов или этикеток, но также подходит для контроля качества, например для обнаружения дефектов. Это открывает новые возможности для проверки качества товаров. Идентифицируя товар, глубокое обучение позволяет определить оптимальную стратегию обработки товаров или предметов.
Вам нужна помощь?
У вас возникла проблема с идентификацией или другим приложением машинного зрения на вашем складе или в процессе внутренней логистики? Вы хотите знать, как решить эту проблему с помощью программного обеспечения MVTec?
Отправьте нам подробную информацию о своем применении и наши специалисты его рассмотрят!
Услуга оценки применения предоставляется бесплатно и без каких-либо обязательств.
Заполните форму на сайте: https://www.cameraiq.ru/application-evaluation/