Rien qu'aux États-Unis, le volume de conteneurs dans les ports est en plein essor, voire en retard. Les importations de conteneurs au port de Savannah, par exemple, ont augmenté de 32% de 2016 à 2020, selon le Autorité portuaire de Géorgie. Les entrepôts confrontés à l'arriéré de conteneurs au sein de la chaîne d'approvisionnement mondiale, ainsi qu'à des pénuries de main-d'œuvre et à une demande croissante de commerce électronique achètent et louent plus de biens immobiliers que jamais, et investissent dans la technologie d'automatisation et les systèmes d'IA pour suivre le rythme.
Alors que de plus en plus d'entrepôts se tournent vers ADLINK pour obtenir des conseils sur le développement et le déploiement de ces systèmes d'IA industriels, nous voulions partager où nous voyons les entrepôts gagner le plus de valeur et les retours sur investissement les plus rapides en ce qui concerne les technologies automatisées pour l'entrepôt.
Automatisation dans l'entrepôt
Nous parlons d'Industrie 4.0 et d'automatisation dans la fabrication depuis environ 2011, et dans l'espace de manutention des matériaux depuis avant 2016. Alors, comment allons-nous ? Nous sommes plus avancés dans la fabrication que dans l'entrepôt. Dans une enquête de 2019 sur la manutention moderne des matériaux, plus de 50% de gestionnaires de centres de distribution d'entrepôt ont déclaré qu'ils utilisaient toujours principalement des processus manuels.
Au cours des dernières années, mon équipe et moi avons visité des centaines d'entrepôts et aucun entrepôt n'est entièrement automatisé. Souvent, nous voyons un défi apparemment simple, mais très courant lorsque nous essayons d'adopter une technologie émergente comme l'IA : où l'IA va-t-elle produire le plus grand retour ? Dans tout projet d'IA, il est important de se concentrer sur un résultat commercial et un cas d'utilisation. Bien que cela semble évident, nous constatons que cette étape initiale peut souvent être difficile à comprendre pour nos clients. Cette étape est la plus critique, sinon le projet risque d'échouer.
Nous constatons que la vision industrielle est l'une des technologies les plus faciles à mettre en œuvre et à exploiter l'IA, ainsi qu'une pour voir les retours les plus rapides dans l'exécution des entrepôts en raison de la flexibilité. La vision artificielle de l'IA vous rencontrera où que vous soyez dans le parcours d'automatisation (voir la figure 1 ci-dessous), en s'appuyant sur l'infrastructure et les processus (manuels, automatisés et autonomes) dont vous disposez déjà.

Comment fonctionne la vision artificielle de l'IA ?
La vision industrielle est une analyse basée sur l'image pour les applications d'entrepôt telles que inspection, contrôle de processus, sécurité et guidage des robots ; donner une vision humaine à des machines telles que des convoyeurs, des robots ou un ordinateur qui enregistre simplement ce qu'il voit.
Il existe deux niveaux différents de vision industrielle, basée sur des règles et basée sur l'IA.
Vision industrielle basée sur des règles – la vision industrielle standard a la capacité de détecter quand quelque chose ne va pas mais ne peut pas nous dire exactement ce qui ne va pas (classification), ni ordonner à un système de prendre des mesures une fois les informations reçues. Des exemples de vision industrielle basée sur des règles incluent la lecture de texte, un code-barres, l'identification des niveaux de remplissage ou la lecture de jauges.
Vision artificielle basée sur l'IA – La vision artificielle de l'IA identifie les choses vues auparavant sans identifiant unique. La vision artificielle de l'IA classe ce qu'elle voit, devient plus intelligente au fil du temps et peut également créer des flux de travail d'automatisation pour prendre des mesures.
Alors, comment fonctionne le système de vision artificielle IA ?
1. Rassemblez des images
Si vous preniez 200 photos de votre visage et que vous me les donniez, je pourrais construire un modèle de reconnaissance faciale, et ce serait assez précis. Mais si la caméra utilisée est pointée selon un certain angle, capturant des images de nuit, avec une résolution d'image granuleuse, comme une caméra ATM par exemple, le système va avoir du mal. La collecte d'images doit donc être la première partie du processus.
2. Marquer des objets
Il s'agit en fait d'un processus manuel. Pour entraîner un système d'IA, vous devez l'aider. Vous devez dire au système où commencer à chercher et quoi chercher.
3. Formation
La formation est un processus automatisé, il s'exécute dans un réseau de neurones. Le système prend les images qui sont marquées et il les déforme. Il les étire, les retourne, change les couleurs, les brouille et transforme la seule image capturée en 10 000 images. Et plus il consomme d'images, plus le système devient intelligent.
4. Tester
Et puis le système crée un modèle. Le modèle est essentiellement un ensemble d'algorithmes qui examinent les nouvelles images entrantes, qui communiquent ensuite ce qui est vu en fournissant un niveau de confiance.
5. Agir
Une fois le modèle créé, nous devons en faire quelque chose. Et si la machine voit quelqu'un se tenir dans un endroit dangereux ? L'action doit se produire de manière automatisée. Voyons quelques exemples.
AI Machine Vision pour l'exécution des entrepôts
Plus un entrepôt est efficace parmi les principaux domaines d'exécution - réception, stockage, prélèvement, emballage et expédition - plus l'assurance qualité, les livraisons à temps et les clients satisfaits sont élevés, ainsi qu'une pression réduite, des coûts réduits et l'épuisement des employés.
Ces exemples utilisent à la fois la vision industrielle basée sur des règles et sur l'IA.
Réception et stockage – La vision industrielle avec IA automatise et améliore la traçabilité de tous les actifs tout au long de leur cycle de vie. Les chariots élévateurs équipés de vision industrielle et de balisage, par exemple, éliminent l'erreur humaine pendant le processus de réception et de stockage. L'automatisation de la numérisation et de la saisie des données nécessaires à la gestion des stocks permet aux conducteurs de chariots élévateurs et au personnel de réception de faire de la vitesse et de la sécurité leur priorité.

Cueillette - Que cela soit utilisé pour l'assemblage ou l'exécution des commandes, les robots, équipés de vision industrielle et d'IA, sélectionnent avec précision les pièces et les placent dans des bacs ou des boîtes. L'IA permet aux utilisateurs d'aller plus loin, en identifiant le meilleur « point de prélèvement » et l'orientation de placement, accélérant le processus d'emballage et maximisant le volume de l'emballage.

Emballage – La vision industrielle avec l'IA vérifie l'exactitude de chaque commande. Une fois la commande prélevée, ces solutions valident automatiquement la commande par rapport au contenu. Cela peut prendre en charge et/ou remplacer un technicien d'assurance qualité, ce qui leur permet d'être réaffectés à d'autres tâches dans l'ensemble de l'entrepôt. Les commandes marquées comme incomplètes/incorrectes peuvent être marquées pour être réemballées avant l'expédition.

Source : Technologie ADLINK
Expédition - La vision industrielle et l'IA continuent de vérifier l'exactitude de chaque commande pendant la palettisation. Tous les colis placés sur une palette sont marqués en fonction d'identifiants uniques, de forme et de taille. La validation des palettes pour l'exactitude des commandes et la traçabilité de l'exécution peut générer des gains de rentabilité considérables. L'industrie est en proie à une erreur humaine pendant le processus de palettisation, et les commandes à mélange élevé ne peuvent actuellement pas bénéficier des coûts/capacités de la robotique. ADLINK Palette intelligente La solution, par exemple, est une solution clé en main pour la palettisation semi-automatisée tirant parti de la vision artificielle de l'IA.

Sûreté et sécurité - La vision industrielle et l'IA sont utilisées pour déterminer si et quand les employés doivent être autorisés à entrer, avoir l'équipement de protection individuelle (EPI) approprié ou dans des zones non autorisées. Cette même technologie peut être utilisée pour identifier les points glissants, les points de déclenchement et/ou les points de pincement.

L'IA Machine Vision est-elle la solution pour moi ?
Une question facile à se poser pour déterminer si la vision industrielle fonctionnera pour un certain processus est la suivante : si je filme ce processus, suis-je capable de voir, déduire, déduire, lire tout ce que je veux qu'une machine voit, déduire, déduire et lire ? Si la réponse est oui, alors la vision artificielle par IA peut être réalisée. Si vous pouvez le voir de vos propres yeux, alors nous pouvons former un système pour le faire.
Nous pouvons vous aider avec un atelier et une feuille de route pour vous aider à construire un pilote d'expérimentation numérique en aussi peu que 2 semaines. Tous les cas d'utilisation ne nécessitent pas une vision artificielle basée sur l'IA et nous pouvons vous aider à déterminer quel processus bénéficierait le plus de la vision artificielle par IA et par où il serait préférable de commencer. Lors de la mise en œuvre de la technologie de vision artificielle d'IA, nous recommandons ce qui suit :
Faites beaucoup de petits paris, pas une grande expérience
Pour que les investissements en automatisation se déroulent en douceur et rapidement (ne durent pas des années), commencez par vous attaquer aux processus, de manière incrémentielle. Par exemple, pouvez-vous imaginer à quel point la gestion d'une « étude de traçabilité pour l'ensemble du cycle de vie d'un produit, de la réception à l'expédition » serait coûteuse, longue et pénible en tant que premier projet d'IA ?
Au lieu de cela, faites plusieurs petits paris. Commencez par automatiser les choses qui rendent les tâches humaines plus rapides, plus faciles et plus efficaces, telles que la palettisation, l'emballage ou les chariots élévateurs pour la précision des stocks. Et notez que ces technologies peuvent fonctionner les unes avec les autres lorsque vous faites évoluer la technologie d'automatisation horizontalement dans votre entreprise.
Déplacer l'intelligence dans ou près des choses
Qu'il s'agisse d'informatique embarquée, distribuée ou intelligente, informatique de pointe permet à l'IA de générer, consommer, calculer et distribuer des données en temps réel pour prendre des décisions et agir au moment le plus important.
Par exemple, un système d'IA de vision industrielle conçu pour l'inspection robotique de la qualité peut avoir besoin d'inspecter un produit à la recherche de défauts en moins de 0,05 seconde avant que le convoyeur ne déplace un autre produit sous sa lentille. La marge d'erreur devient ici assez mince, nécessitant que le mouvement des données se produise instantanément. L'informatique de périphérie est l'endroit où les données rencontrent les personnes, les lieux et les machines afin que ce type d'action instantanée et en temps réel se produise.
C'est un sport d'équipe, engagez votre écosystème et vos partenaires
Nous ne connaissons pas les réponses à tout et aucun fournisseur ne devrait jamais vous le dire. Et si vous travaillez avec quelqu'un qui refuse de travailler avec un autre fournisseur, un autre OEM, un autre partenaire que vous avez déjà parce qu'il pense qu'il s'agit d'une technologie concurrente, vous voudrez peut-être chercher ailleurs.
En savoir plus sur le matériel de pointe de vision artificielle d'ADLINK ici.
En savoir plus sur notre logiciel de pointe de vision artificielle ADLINK AI ici.