AI机器视觉如何实现仓库配送自动化

仅在美国,港口的集装箱量就在飙升,甚至处于积压状态。例如,从 2016 年到 2020 年,萨凡纳港的集装箱进口量增加了 32%。 乔治亚港务局.应对全球供应链中集装箱积压、劳动力短缺和不断增长的电子商务需求的仓库正在购买和租赁比以往更多的房地产,并投资于自动化技术和人工智能系统以跟上步伐。

随着越来越多的仓库转向凌华科技寻求开发和部署这些工业 AI 系统的指导,我们想分享我们看到仓库在仓库自动化技术方面获得最大价值和最快投资回报的地方。

仓库自动化

自 2011 年以来,我们一直在谈论制造业中的工业 4.0 和自动化,以及自 2016 年之前的物料搬运领域。那么,我们做得怎么样?我们在制造方面比在仓库方面走得更远。在 2019 年现代物料搬运调查中,超过 50% 的仓库配送中心经理表示他们仍然主要使用手动流程。

在过去的几年里,我和我的团队参观了 100 多个仓库,但没有一个仓库是完全自动化的。在尝试采用人工智能等新兴技术时,我们经常会看到一个看似简单但非常普遍的挑战:人工智能将在哪里产生最大的回报?对于任何 AI 项目,重要的是关注业务成果和用例。虽然这看起来很明显,但我们发现,对于我们的客户来说,这个初始步骤通常具有挑战性。这一步是最关键的,否则项目很可能会失败。

我们发现机器视觉是一种更容易实施和利用 AI 的技术,而且由于其灵活性,它也是一种可以在仓库履行中看到最快回报的技术。无论您处于自动化之旅的哪个阶段(参见下图 1),人工智能机器视觉都将与您相遇,建立在您已有的基础设施和流程(手动、自动和自主)之上。

图 1 自动化之旅。资料来源:凌华科技

AI机器视觉如何工作?

机器视觉是针对仓库应用程序的基于图像的分析,例如 检查、过程控制、安全和机器人引导;将人类视觉赋予传送带、机器人或计算机等机器,只需记录它所看到的内容。

机器视觉有两个不同层次,基于规则和基于人工智能。

基于规则的机器视觉 – 标准机器视觉能够检测出什么时候出现问题,但不能告诉我们究竟出了什么问题(分类),也不能指导系统在收到信息后采取行动。基于规则的机器视觉的示例包括读取文本、条形码、识别填充水平或读取仪表。

基于人工智能的机器视觉 – AI 机器视觉无需唯一标识符即可识别以前看到的事物。 AI 机器视觉对其所见事物进行分类,随着时间的推移变得更加智能,并且还可以创建自动化工作流程以采取行动。

那么AI机器视觉系统是如何工作的呢?

1. 收集图像

如果你拍了 200 张你的脸,然后把它们给我,我可以建立一个面部识别模型,它会非常准确。但是,如果使用的摄像头指向某个角度,在夜间以颗粒图像分辨率拍摄图像,例如 ATM 摄像头,系统就会陷入困境。因此,收集图像实际上必须是该过程的第一部分。

2. 标记对象

这实际上是一个手动过程。为了训练人工智能系统,你必须帮助它。你必须告诉系统你从哪里开始寻找,以及要寻找什么。

3. 培训

训练是一个自动化过程,它在神经网络中运行。系统拍摄被标记的图像并扭曲它们。它拉伸它们,翻转它们,改变颜色,模糊它们,并将捕获的一张图像变成 10,000 张图像。它消耗的图像越多,系统就越智能。

4. 测试

然后系统创建一个模型。该模型本质上是一组算法,用于查看传入的新图像,然后传达所看到的内容以提供置信度。

5. 行动

创建模型后,我们必须对其进行处理。那么,如果机器看到有人站在不安全的位置怎么办?动作必须以自动方式发生。让我们看一些例子。

用于仓库履行的人工智能机器视觉

仓库在主要履行领域(接收、存储、拣选、包装和运输)中的效率越高,质量保证、准时交货和客户满意度越高,压力越小,成本和员工倦怠就越低。

这些示例同时使用基于规则和基于 AI 的机器视觉。

接收和储存 – 机器视觉与人工智能自动化并提高了所有资产在整个生命周期中的可追溯性。例如,配备机器视觉和信标的叉车可以消除接收和存储过程中的人为错误。库存管理所需的自动扫描和数据输入允许叉车司机和接收人员将速度和安全放在首位。

机器视觉 AI,用于从相机的角度进行接收和存储。资料来源:凌华科技

采摘—— 无论是用于组装还是订单履行,配备机器视觉和人工智能的机器人都能准确地挑选零件并将它们放入手提袋或盒子中。 AI 允许用户更进一步,通过识别最佳“拾取点”和放置方向来加快包装过程并最大化包装体积。

从相机的角度拣选机器人垃圾箱。资料来源:凌华科技

包装 - 机器视觉与人工智能审核每个订单的正确性。拣选订单后,这些解决方案会根据内容自动验证订单。这可以支持和/或取代质量保证技术人员,允许他们重新分配到整个仓库的其他任务。标记为不完整/不正确的订单可以在发货前标记为重新包装。

使用 AI 机器视觉在客户配送仓库的包装过程中自动检查定制订单。
资料来源:凌华科技

船运 - 机器视觉和人工智能在码垛过程中继续审核每个订单的正确性。放置在托盘上的所有包裹都根据唯一标识符、形状和尺寸进行标记。验证托盘的订单正确性和履行可追溯性可以大大提高盈利能力。该行业在托盘化过程中受到人为错误的困扰,高混合订单目前无法从机器人技术的成本/能力中受益。凌华科技 智能托盘 例如,解决方案是利用 AI 机器视觉的半自动码垛解决方案。

 凌华科技 智能托盘 客户履行中心正在使用的解决方案。资料来源:凌华科技

安全与保障 – 机器视觉和人工智能用于确定是否以及何时应允许员工进入、配备适当的个人防护设备 (PPE) 或进入未经授权的区域。同样的技术可用于识别滑点、跳闸点和/或夹点。

机器视觉人工智能检测建筑工人是否佩戴了他们所需的个人防护装备——安全帽和背心——以确保工人的安全。资料来源:凌华科技

人工智能机器视觉是我的解决方案吗?

要确定机器视觉是否适用于某个过程,一个简单的问题是:如果我拍摄这个过程,我是否能够看到、推断、推断、阅读我想让机器看到、推断、推断和阅读的任何内容?如果答案是肯定的,那么AI机器视觉就可以做到。如果你能用自己的两只眼睛看到它,那么我们就可以训练一个系统来做到这一点。

我们可以帮助您举办研讨会和路线图,以帮助您建立 数字实验飞行员 在短短 2 周内。并非每个用例都需要基于 AI 的机器视觉,我们可以帮助您确定哪些流程最能从 AI 机器视觉中受益,以及最好从哪里开始。在实施人工智能机器视觉技术时,我们建议如下:

做很多小赌注,而不是一个大实验

为了使自动化投资顺利、快速(不是持续数年),首先要以渐进的方式处理流程。例如,您能想象作为第一个 AI 项目来管理“从接收到运输的整个产品生命周期的可追溯性研究”将是多么昂贵、漫长和痛苦?

相反,做几个小赌注。从自动化使人工任务更快、更容易、更高效的事情开始,例如托盘化、包装或叉车以提高库存准确性。请注意,当您在整个企业中横向扩展自动化技术时,这些技术可以相互配合。

将智能移入或接近事物

无论是嵌入式、分布式还是智能计算, 边缘计算 使人工智能能够实时生成、使用、计算和分发数据,以便在最重要的时候做出决策并采取行动。

例如,设计用于机器人质量检查的机器视觉 AI 系统可能需要在不到 0.05 秒的时间内检查产品的缺陷,然后传送带将另一个产品移到其镜头下。这里的误差幅度变得非常小,需要立即发生数据移动。边缘计算是数据与人、地点和机器相遇的地方,因此会发生这种即时、实时的动作。 

这是一项团队运动,让您的生态系统和合作伙伴参与进来

我们不知道所有问题的答案,任何供应商都不应该告诉您他们知道。如果您正在与任何拒绝与其他供应商、其他 OEM 或您已有的合作伙伴合作的人合作,因为他们认为这是竞争技术,您可能想寻找其他地方。

了解有关凌华科技 AI 机器视觉边缘硬件的更多信息 这里.

详细了解我们的凌华科技 AI 机器视觉边缘软件 这里.

丹尼尔柯林斯
丹尼尔柯林斯

凌华科技北美边缘解决方案总监

发表评论

电子邮件地址不会被公开。 必填项已用*标注