AI 卸垛如何改变物流

对快速供应链流程不断增长的需求已经进入了另一个利基市场：从托盘上卸下箱子，或所谓的卸垛。今天，曾经艰巨的任务可以通过实施智能解决方案实现自动化，从而提高生产力、增加吞吐量并最终节省成本。

什么是 AI 卸垛？

人工智能驱动的卸垛是使用人工智能卸载装满箱子的托盘的自动化过程。该系统能够识别每个单独的盒子，机器人将它们一个一个地放在传送带或其他预定义的地方。与延迟卸货不同，机器人用统一、整齐堆叠的相同高度的箱子拣取整个托盘，与经典的卸垛相反，人工智能驱动的卸垛基于智能机器学习算法。

该解决方案提供了更高级别的卸载托盘，因此具有许多优势。其中包括所需的较小放置区域（与整个托盘相比，足以容纳最大箱子的尺寸）以及较小的机器人和夹具，因为需要处理更轻的有效载荷。这些优势融合为一个巨大的好处——显着的成本节约。尽管夹具较小，但它可以抓取重达 50 公斤的箱子，具体取决于特定的解决方案。

工作原理

成功卸垛应用背后的秘诀是将高端 3-D 机器视觉与由先进而复杂的机器学习算法实现的卓越机器人智能相结合。这些算法在大型盒子数据库上进行了预训练。系统会立即识别这些类型的盒子，如果遇到新的盒子，它能够很快地重新训练自己。这是连续发生的，并确保出色的通用性，能够识别不同形状、大小或材料的盒子。

闪亮的、反光的或黑色的表面、不同的质地、“误导”3D 视觉的各种图案或图片、胶带脱开或包装严密的盒子，以至于难以识别将它们分开的间隙（无论是薄到0.5 毫米）——这些挑战可能会带来重大问题，并且是区分最佳解决方案与较弱解决方案的关键因素。在3D图像和纹理分析的基础上率先分割单个框的最先进的方法是使用卷积神经网络（CNN）。

复杂的卸垛解决方案开箱即用，无需对系统进行任何培训。它们的通用性还在于，盒子不需要按顺序堆叠，而是可以随意放置，机器人仍然可以拾取它们。

完美的愿景

如前所述，成功卸垛的关键是人工智能与“正确”机器视觉的结合。但正确的意思是什么？

部署的 3-D 视觉一方面需要提供大扫描量，另一方面需要提供高分辨率和准确性。因为托盘通常以多层方式堆叠在一起，3-D 扫描仪需要能够扫描最低和最高的托盘，并且需要留有足够的空间供机器人操作箱子，扫描体积必须足够大，以便从足够远的距离扫描托盘。因此，扫描仪需要安装在托盘上方约 3 到 4 米处，并且仍然能够提供高质量的扫描。

数量上的好处

让我们以一个经过 5000 多种盒子训练的高级系统为例。结合卓越的 3D 视觉，复杂的机器学习算法可提供 99.7% 的拣选率准确率，3 毫米以内的抓取精度，以及每小时 1000 个箱子的拣选速度。这些数字对于投资回报率以及是否选择智能自动卸垛解决方案的决策过程至关重要。

更高的生产力，更安全的工作场所

提高投资回报率、提高生产力以及更多的时间和成本节约只是实施自动化卸垛解决方案可以获得的一系列好处的一方面。另一端则显着消除了受伤和错误的风险。手动操作涉及搬运可能堆放在离地面几米的地方的大而重的箱子。这通常会导致严重的背部受伤和其他健康危害。与人类工人相比，此过程的自动化消除了这些风险，并允许不间断地卸货，而不会让机器人感到疲倦。

相反，员工的潜力可以用于需要创造力、批判性思维和决策制定的领域——帮助公司提高效率并增加未来成功的潜力。

Andrea Pufflerova 是 Photoneo 的公关专家，Michal Maly 是 Photoneo 的 AI 主管。