AIマシンビジョンで倉庫内物流を自動化する方法

米国だけでも、港でのコンテナ量は急増しており、バックログにまでなっています。例えば、 ジョージア港湾局によると、サバンナ港へのコンテナ輸入量は、2016年から2020年にかけて32%増加しています。グローバルなサプライチェーン内でのコンテナのバックログに加え、労働力不足やEコマース需要の拡大に対処する倉庫は、これまで以上に多くの不動産を購入・賃貸し、自動化技術やAIシステムに投資して対応しています。

ますます多くの倉庫がADLINKにこれらの産業用AIシステムの開発と導入の指導を求めるようになっている中、倉庫の自動化テクノロジーに関して、倉庫が最も価値を高め、最も早く投資を回収できる場所を紹介したいと思います。

倉庫での自動化

2011年頃から製造業におけるインダストリー4.0や自動化について、2016年以前からマテハンの分野でも話題になっています。さて、私たちはどうしているでしょうか?製造業では、倉庫よりもさらに進んでいます。2019年のModern Materials Handlingの調査では、倉庫の配送センターのマネージャーの50%以上が、まだほとんど手動のプロセスを使用していると答えています。

ここ数年、私と私のチームは100以上の倉庫を訪問しましたが、完全に自動化されている倉庫は一つもありませんでした。AIのような新しい技術を採用しようとすると、一見単純なようでいて、非常に共通した課題を目にすることがよくあります:AIはどこで最大の利益を生むのか?どんなAIプロジェクトでも、ビジネス上の成果やユースケースに焦点を当てることが重要です。これは当たり前のことのように思えますが、この最初のステップがお客様にとって難しいことが多いのではないでしょうか。このステップは最も重要であり、そうでなければプロジェクトは失敗する可能性が高いのです。

マシンビジョンは、AIを実装して活用するための最も簡単な技術の1つであり、柔軟性があるため、倉庫でのフルフィルメントにおいて最も早くリターンを得られる技術の1つであることが分かっています。AIマシンビジョンは、自動化への道のりのどこにいても(下図1参照)、すでにあるインフラやプロセス(手動、自動、自律)をベースにして対応します。

図1自動化の旅。出典:ADLINK Technology

AIマシンビジョンはどのように機能しますか?

マシンビジョンは、次のようなウェアハウスアプリケーション向けの画像ベースの分析です。 検査、プロセス制御、安全性およびロボットガイダンス。コンベア、ロボット、コンピュータなどの機械に人間の視覚を与え、見たものを記録するだけです。

マシンビジョンには、ルールベースとAIベースの2つの異なるレベルがあります。

ルールベースのマシンビジョン –標準のマシンビジョンには、何かが間違っていることを検出する機能がありますが、正確に何が間違っているか(分類)を教えたり、情報を受け取ったらシステムにアクションを実行するように指示したりすることはできません。ルールベースのマシンビジョンの例には、テキストの読み取り、バーコード、充填レベルの識別、ゲージの読み取りなどがあります。

AIベースのマシンビジョン – AIマシンビジョンは、一意の識別子なしで以前に見たものを識別します。 AIマシンビジョンは、見たものを分類し、時間の経過とともによりスマートになり、アクションを実行するための自動化ワークフローを作成することもできます。

では、AIマシンビジョンシステムはどのように機能するのでしょうか?

1.画像を収集する

顔の写真を200枚撮ってくれたら、顔認識モデルを作成できますが、かなり正確です。しかし、使用するカメラが特定の角度を向いていて、たとえばATMカメラのように、粒子の粗い画像解像度で夜間に画像をキャプチャすると、システムは苦労します。したがって、画像の収集は実際にはプロセスの最初の部分である必要があります。

2.オブジェクトにマークを付ける

これは実際には手動のプロセスです。 AIシステムをトレーニングするには、それを支援する必要があります。どこから探し始めるか、何を探すかをシステムに指示する必要があります。

3.トレーニング

トレーニングは自動化されたプロセスであり、ニューラルネットで実行されます。システムはマークされた画像を取得し、それらを歪めます。引き伸ばし、反転、色の変更、ぼかし、1枚の画像を10,000枚の画像に変換します。また、消費する画像が多いほど、システムはよりスマートになります。

4.テスト

そして、システムはモデルを作成します。このモデルは基本的に、入ってくる新しい画像を見て、信頼レベルを提供するために見たものを伝達する一連のアルゴリズムです。

5.行動

モデルが作成されたら、それを使って何かをしなければなりません。では、誰かが危険な場所に立っているのをマシンが検出した場合はどうなるでしょうか。アクションは自動化された方法で発生する必要があります。いくつかの例を見てみましょう。

倉庫フルフィルメントのためのAIマシンビジョン

入庫、保管、ピッキング、梱包、出荷といったフルフィルメントの主要分野で倉庫の効率が高ければ高いほど、品質保証、納期遵守、顧客満足度の向上に加えて、プレッシャーやコストの削減、従業員の燃え尽きを防ぐことができます。

これらの例では、ルールベースとAIベースの両方のマシンビジョンを使用しています。

受信と保存 AIを搭載したマシンビジョンは、すべての資産のライフサイクルにおけるトレーサビリティーを自動化し、向上させます。例えば、マシンビジョンとビーコンを搭載したフォークリフトは、入荷や保管の際のヒューマンエラーを取り除きます。在庫管理に必要なスキャンやデータ入力を自動化することで、フォークリフトの運転手や入庫担当者はスピードと安全を最優先することができます。

カメラの視点から受信および保存するためのAIマシンビジョン。出典:ADLINK Technology

ピッキング– マシンビジョンとAIを搭載したロボットは、部品を正確にピックアップし、トートやボックスに配置します。さらにAIは、最適な「ピックポイント」と配置の方向を特定することで、パッケージプロセスを高速化し、パッケージ量を最大化することができます。

カメラの視点からのロボットビンピッキング。出典:ADLINK Technology

梱包 - AIを使用したマシンビジョンは、各注文の正確性を監査します。注文が選択されると、これらのソリューションは自動的に注文を内容に対して検証します。これにより、品質保証技術者をサポートおよび/または置き換えることができ、倉庫全体の他のタスクに再割り当てすることができます。不完全/不正確としてマークされた注文は、出荷前に再梱包するためにマークすることができます。

AIマシンビジョンを使用した、顧客の流通倉庫での梱包プロセス中の自動カスタムオーダー検査。
出典:ADLINK Technology

運送 - マシンビジョンとAIは、パレタイズの際に各注文が正しいかどうかを監査し続けます。パレットに置かれたすべてのパッケージは、固有の識別子、形状、サイズに基づいてマークされます。このように、パレットを使ってオーダーの正確性やフルフィルメントのトレーサビリティを検証することで、収益性を大きく向上させることができます。この業界では、パレタイズの過程でのヒューマンエラーに悩まされており、多品種の注文では、現在のところロボットのコストと能力の恩恵を受けることができません。例えば、ADLINKの スマートパレット ソリューションは、AIマシンビジョンを活用した半自動パレタイズのためのターンキーソリューションです。

 顧客のフルフィルメントセンターで使用されているADLINKの スマートパレット ソリューション。出典:ADLINK Technology

安全性とセキュリティ - マシンビジョンとAIは、従業員が適切な個人用保護具(PPE)を着用しているかどうか、または許可されていない場所にいないかどうかを判断するために使用されます。同じ技術を使って、滑りやすい場所、つまずきやすい場所、ピンチポイントなどを特定することができます。

AIマシンビジョンは、建設作業員が労働者の安全のために必要な個人用保護具(ヘルメットとベスト)を着用しているかどうかを検出します。出典:ADLINK Technology

AIマシンビジョンは私にとっての解決策ですか?

マシンビジョンが特定のプロセスで機能するかどうかを判断するための簡単な質問は、このプロセスを撮影した場合、マシンに表示、推測、推測、および読み取りたいものをすべて表示、推測、推測、読み取ることができるかどうかです。答えが「はい」の場合、AIマシンビジョンを実行できます。あなたがあなた自身の両目でそれを見ることができるならば、それから私たちはそれをするためにシステムを訓練することができます。

最短2週間で デジタル実験のパイロット を構築するためのワークショップとロードマップをご用意しています。すべてのユースケースがAIベースのマシンビジョンを必要とするわけではなく、どのプロセスが最もAIマシンビジョンの恩恵を受けるのか、どこから始めるのが最適なのかを判断するお手伝いをいたします。AIマシンビジョン技術を導入する際には、以下のことを推奨しています。

1つの大きな実験ではなく、たくさんの小さな賭けをする

自動化投資をスムーズかつ迅速に進めるためには(何年もかけずに)、まずプロセスに段階的に取り組むことを考えます。例えば、最初のAIプロジェクトとして、「入荷から出荷までの製品ライフサイクル全体を対象としたトレーサビリティー調査」を管理することが、どれほどコストがかかり、時間がかかり、苦痛であるか想像できますか?

代わりに、いくつかの小さな賭けをします。在庫を正確にするためのパレタイズ、梱包、フォークリフトなど、人的作業をより速く、より簡単に、より効率的にするものを自動化することから始めます。また、自動化テクノロジーをビジネス全体で水平方向に拡張するときに、これらのテクノロジーが相互に連携できることに注意してください。

インテリジェンスを物の中または近くに移動する

組込み、分散、インテリジェントコンピューティングのいずれであっても、 エッジコンピューティング はAIがリアルタイムでデータを生成、消費、計算、配布して、最も重要なときに意思決定と行動を起こすことを可能にします。

たとえば、ロボットによる品質検査用に設計されたマシンビジョンAIシステムでは、コンベアがレンズの下で別の製品を移動する前に、0.05秒未満で製品の欠陥を検査する必要があります。ここでのエラーの許容範囲は非常に狭くなり、データの移動を即座に行う必要があります。エッジコンピューティングは、データが人、場所、機械と出会う場所であるため、この種の即時のリアルタイムアクションが発生します。 

これはチームスポーツであり、エコシステムとパートナーを関与させます

私たちはすべての答えを知っているわけではありませんし、どのベンダーも自分たちが知っているとは言わないはずです。もしあなたが、他のベンダーやOEM、あるいは既に提携しているパートナーと仕事をすることを、競合する技術だという理由で拒むような人と仕事をしているのであれば、他のところを探したほうがいいかもしれません。

ADLINKのAIマシンビジョンエッジハードウェアの 詳細はこちら.

ADLINKAIマシンビジョンエッジソフトウェアの 詳細はこちら.

著者:ダニエル・コリンズ
著者:ダニエル・コリンズ

ADLINK Technology、北米、エッジソリューションディレクター

コメントを残す

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です