AI 머신 비전이 창고 유통을 자동화하는 방법

미국에서만 항구의 컨테이너 물량이 급증하고 있으며, 심지어는 백로그도 있습니다. 예를 들어, Savannah 항구로의 컨테이너 수입은 2016년부터 2020년까지 32% 증가했습니다. 조지아 항만청. 글로벌 공급망 내 컨테이너의 백로그, 노동력 부족 및 증가하는 전자상거래 수요와 씨름하는 창고는 그 어느 때보다 많은 부동산을 구매 및 임대하고 있으며 이를 따라잡기 위해 자동화 기술 및 AI 시스템에 투자하고 있습니다.

점점 더 많은 창고가 이러한 산업용 AI 시스템의 개발 및 배포에 대한 지침을 받기 위해 에이디링크를 선택함에 따라 창고의 자동화 기술과 관련하여 창고가 가장 가치 있고 가장 빠른 투자 수익을 얻는 곳을 공유하고 싶었습니다.

창고 자동화

우리는 2011년경부터 제조 분야의 인더스트리 4.0과 자동화에 대해, 2016년 이전부터 자재 취급 공간 내에서 자동화에 대해 이야기해 왔습니다. 그렇다면 어떻게 하고 있습니까? 우리는 창고보다 제조에 더 가깝습니다. 2019년 현대 자재 취급 조사에서 50% 이상의 창고 물류 센터 관리자가 여전히 대부분 수동 프로세스를 사용한다고 말했습니다.

지난 몇 년 동안 저희 팀과 저는 100개 이상의 창고를 방문했지만 완전히 자동화된 창고는 한 곳도 없었습니다. 종종 우리는 AI와 같은 새로운 기술을 채택하려고 할 때 겉보기에는 단순하지만 매우 일반적인 문제를 봅니다. AI가 가장 큰 수익을 낼 수 있는 곳은 어디입니까? 모든 AI 프로젝트에서 비즈니스 결과와 사용 사례에 중점을 두는 것이 중요합니다. 이것이 명백한 것처럼 보이지만 종종 이 초기 단계가 고객이 이해하기 어려울 수 있음을 알게 됩니다. 이 단계는 가장 중요합니다. 그렇지 않으면 프로젝트가 실패할 수 있습니다.

머신 비전은 AI를 구현하고 활용하기 더 쉬운 기술 중 하나일 뿐만 아니라 유연성 덕분에 창고 이행 내에서 가장 빠른 수익을 볼 수 있는 기술 중 하나입니다. AI 머신 비전은 이미 보유하고 있는 인프라와 프로세스(수동, 자동화 및 자율)를 기반으로 자동화 여정(아래 그림 1 참조)의 어느 위치에 있든 만날 수 있습니다.

그림 1 자동화 여정. 출처: 에이디링크 테크놀로지

AI 머신 비전은 어떻게 작동합니까?

머신 비전은 다음과 같은 창고 애플리케이션을 위한 이미지 기반 분석입니다. 점검, 공정 제어, 안전 및 로봇 안내; 컨베이어, 로봇 또는 컴퓨터와 같은 기계에 인간의 시각을 제공하여 보는 것을 기록합니다.

머신 비전에는 규칙 기반 및 AI 기반의 두 가지 수준이 있습니다.

규칙 기반 머신 비전 – 표준 머신 비전은 무언가가 잘못되었을 때 감지할 수 있지만 정확히 무엇이 잘못되었는지(분류) 말할 수 없으며 정보가 수신되면 시스템이 조치를 취하도록 지시할 수 없습니다. 규칙 기반 머신 비전의 예로는 텍스트 읽기, 바코드, 채우기 수준 식별 또는 게이지 읽기가 있습니다.

AI 기반 머신 비전 – AI 머신 비전은 고유 식별자 없이 이전에 본 것을 식별합니다. AI 머신 비전은 보는 것을 분류하고 시간이 지남에 따라 더 똑똑해지며 조치를 취하기 위한 자동화 워크플로를 생성할 수도 있습니다.

그렇다면 AI 머신 비전 시스템은 어떻게 작동할까요?

1. 이미지 수집

얼굴 사진 200장을 찍어서 나에게 주면 얼굴 인식 모델을 만들 수 있고 꽤 정확할 것입니다. 그러나 사용된 카메라가 특정 각도를 가리키고 야간에 이미지를 캡처하고 예를 들어 ATM 카메라와 같이 거친 이미지 해상도로 이미지를 캡처하면 시스템이 어려움을 겪을 것입니다. 따라서 이미지 수집은 실제로 프로세스의 첫 번째 부분이어야 합니다.

2. 객체 표시

이것은 실제로 수동 프로세스입니다. AI 시스템을 훈련시키려면 이를 도와야 합니다. 검색을 시작할 위치와 검색 대상을 시스템에 알려야 합니다.

3. 훈련

훈련은 자동화된 프로세스이며 신경망에서 실행됩니다. 시스템은 표시된 이미지를 가져와 왜곡합니다. 그것은 그것들을 늘리고, 뒤집고, 색상을 바꾸고, 흐리게 만들고, 캡처한 하나의 이미지를 10,000개의 이미지로 만듭니다. 그리고 더 많은 이미지를 소비할수록 시스템은 더 똑똑해집니다.

4. 테스트

그런 다음 시스템이 모델을 만듭니다. 이 모델은 기본적으로 들어오는 새로운 이미지를 보고 신뢰 수준을 제공하는 것을 전달하는 일련의 알고리즘입니다.

5. 행동

모델이 생성된 후에는 이 모델로 무엇인가를 해야 합니다. 그러면 기계가 안전하지 않은 위치에 서 있는 사람을 보면 어떻게 될까요? 조치는 자동화된 방식으로 발생해야 합니다. 몇 가지 예를 살펴보겠습니다.

창고 주문 처리를 위한 AI 머신 비전

보다 효율적인 창고는 수령, 보관, 피킹, 포장 및 배송과 같은 주요 이행 영역 중 하나이며, 품질 보증, 정시 배송 및 고객 만족은 물론 압력 감소, 비용 감소 및 직원 피로도가 높아집니다.

이 예에서는 규칙 기반 및 AI 기반 머신 비전을 모두 사용합니다.

수령 및 보관 – AI가 포함된 머신 비전은 수명 주기 전반에 걸쳐 모든 자산의 추적 가능성을 자동화하고 개선합니다. 예를 들어 머신 비전 및 비커닝이 장착된 지게차는 입고 및 보관 과정에서 인적 오류를 제거합니다. 재고 관리에 필요한 스캐닝 및 데이터 입력을 자동화하면 지게차 운전자와 수령 직원이 속도와 안전을 최우선으로 할 수 있습니다.

카메라의 관점에서 수신하고 저장하는 머신 비전 AI. 출처: 에이디링크 테크놀로지

따기 - 이것이 조립에 사용되든 주문 이행에 사용되든 머신 비전과 AI가 장착된 로봇은 부품을 정확하게 선택하여 토트나 상자에 넣습니다. AI를 통해 사용자는 최상의 "선택 지점"과 배치 방향을 식별하여 포장 프로세스를 가속화하고 패키지 볼륨을 최대화함으로써 이를 한 단계 더 발전시킬 수 있습니다.

카메라 보기에서 로봇 쓰레기통 따기. 출처: 에이디링크 테크놀로지

포장 – AI가 포함된 머신 비전은 각 주문의 정확성을 감사합니다. 주문이 선택되면 이러한 솔루션은 콘텐츠에 대해 주문을 자동으로 확인합니다. 이는 품질 보증 기술자를 지원 및/또는 교체하여 창고 전체의 다른 작업에 재할당할 수 있도록 합니다. 불완전/잘못으로 표시된 주문은 배송 전에 재포장하도록 표시될 수 있습니다.

AI 머신 비전으로 고객의 물류 창고에서 포장 프로세스 중 자동화된 맞춤 주문 검사.
출처: 에이디링크 테크놀로지

배송 - 머신 비전과 AI는 팔레타이징 중에 각 주문의 정확성을 계속 감사합니다. 팔레트에 놓인 모든 패키지는 고유한 식별자, 모양 및 크기에 따라 표시됩니다. 주문 정확성 및 주문 처리 추적성을 위해 팔레트를 검증하면 수익성이 크게 향상될 수 있습니다. 업계는 팔레타이징 프로세스 중 인적 오류로 어려움을 겪고 있으며 혼합 주문은 현재 로봇 공학의 비용/능력으로부터 혜택을 받을 수 없습니다. 에이디링크의 스마트 파렛트 (Smart Pallet) 예를 들어, 솔루션은 AI 머신 비전을 활용하는 반자동 팔레타이징을 위한 턴키 솔루션입니다.

 에이디 링크 스마트 파렛트 (Smart Pallet) 고객의 주문 처리 센터에서 사용 중인 솔루션입니다. 출처: 에이디링크 테크놀로지

안전과 보안 - 머신 비전과 AI는 직원의 출입이 허용되어야 하는지 여부와 시기를 결정하고 적절한 개인 보호 장비(PPE)를 착용하거나 승인되지 않은 구역에 출입해야 하는지 결정하는 데 사용됩니다. 이 동일한 기술을 사용하여 매끄러운 지점, 트립 지점 및/또는 핀치 지점을 식별할 수 있습니다.

머신 비전 AI는 건설 직원이 작업자 안전을 위해 필요한 개인 보호 장비(안전모 및 조끼)를 착용하고 있는지 감지합니다. 출처: 에이디링크 테크놀로지

AI 머신 비전이 나를 위한 솔루션인가요?

머신 비전이 특정 프로세스에서 작동하는지 결정하기 위해 스스로에게 하기 쉬운 질문은 다음과 같습니다. 이 프로세스를 촬영하면 기계가 보고, 추론하고, 추론하고, 읽을 수 있기를 원하는 모든 것을 보고, 추론하고, 추론하고, 읽을 수 있습니까? 대답이 '예'이면 AI 머신 비전을 수행할 수 있습니다. 두 눈으로 볼 수 있다면 그렇게 하도록 시스템을 훈련할 수 있습니다.

워크샵과 로드맵을 통해 도움을 드릴 수 있습니다. 디지털 실험 파일럿 2주만에. 모든 사용 사례에 AI 기반 머신 비전이 필요한 것은 아니며 AI 머신 비전의 이점이 가장 큰 프로세스와 시작하는 것이 가장 좋은 프로세스를 결정하는 데 도움을 드릴 수 있습니다. AI 머신 비전 기술을 구현할 때 다음을 권장합니다.

하나의 큰 실험이 아닌 많은 작은 베팅을 하십시오

자동화 투자가 원활하고 신속하게 진행되려면(지속적이지 않음) 프로세스를 점진적으로 처리하는 방법을 먼저 살펴보십시오. 예를 들어, 첫 번째 AI 프로젝트로서 "제품 수령에서 배송까지 전체 제품 수명 주기에 대한 추적성 연구"를 관리하는 것이 얼마나 비용이 많이 들고 길고 고통스러운 일인지 상상할 수 있습니까?

대신 몇 가지 작은 내기를하십시오. 재고 정확성을 위한 팔레타이징, 포장 또는 지게차와 같이 인간의 작업을 더 빠르고 쉽고 효율적으로 만드는 것을 자동화하여 시작하십시오. 그리고 이러한 기술은 비즈니스 전반에 걸쳐 자동화 기술을 수평적으로 확장할 때 서로 협력할 수 있습니다.

지능을 사물로 또는 사물 근처로 이동

임베디드 컴퓨팅이든, 분산 컴퓨팅이든, 지능형 컴퓨팅이든, 엣지 컴퓨팅 AI가 실시간으로 데이터를 생성, 소비, 계산 및 배포하여 가장 중요한 결정을 내리고 조치를 취할 수 있도록 합니다.

예를 들어, 로봇 품질 검사를 위해 설계된 머신 비전 AI 시스템은 컨베이어가 렌즈 아래로 다른 제품을 이동하기 전에 0.05초 이내에 제품의 결함을 검사해야 할 수 있습니다. 여기서 오류 마진은 매우 작아져 데이터 이동이 즉시 발생해야 합니다. 에지 컴퓨팅은 데이터가 사람, 장소 및 기계를 만나는 곳이므로 이러한 유형의 즉각적인 실시간 작업이 발생합니다. 

이것은 팀 스포츠이며 생태계와 파트너를 참여시킵니다.

우리는 모든 것에 대한 답을 알지 못하며 어떤 공급업체도 그렇다고 말해선 안 됩니다. 그리고 다른 공급업체, 다른 OEM, 이미 보유하고 있는 다른 파트너와 함께 일하기를 거부하는 사람과 협력하는 경우 경쟁 기술이라고 생각하기 때문에 다른 곳을 찾는 것이 좋습니다.

에이디링크의 AI 머신 비전 에지 하드웨어에 대해 자세히 알아보기 여기.

에이디링크 AI 머신 비전 에지 소프트웨어에 대해 자세히 알아보기 여기.

다니엘 콜린스
다니엘 콜린스

에이디링크 테크놀로지 북미 엣지 솔루션 이사

댓글 남기기

이메일은 공개되지 않습니다.