Появление машинного зрения эффективно решает проблемы единых традиционных логистических средств, высокий уровень ошибок считывания, большие колебания эффективности измерения пузырьков и растущие затраты на рабочую силу. Серия визуальных решений, таких как автоматическое захват, чтение кода, измерение объема, отслеживание листов и т. д., становятся незаменимым интеллектуальным средством в логистической отрасли.
ПоделитьсяОбзор отрасли
1. Управление визуальной прослеживаемостью
Комплексный контроль ключевых узлов производства, точное отслеживание визуальных проблемных сценариев, повышение эффективности обработки клиентских жалоб.
Логистическая отрасль ежедневно сталкивается с большим количеством посылок, но проблемы, такие как потеря багажа, повреждение товаров и неэффективность, часто влияют на нормальную работу предприятий. Несмотря на то, что компании увеличивают количество регулярных проверок и других средств для повышения качества производства, когда проблема действительно возникает, зачастую сложно быстро определить производственные дефекты. Это требует значительных человеческих, материальных ресурсов и временных затрат для системного расследования причин происшествия, и это не может стать обычным способом повседневного управления производственной деятельностью предприятий.
2. Автоматическое восприятие информации о грузе
На основе технологической платформы AI Cloud происходит автоматическое взвешивание посылки, измерение объема, распознавание штрих-кода, а данные фузируются и передаются на системный сервер.
Данные логистического продукта обрабатываются и затем передаются в бизнес-систему через открытый интерфейс API. Например, система DWS фиксирует информацию о грузе, такую как данные штрих-кода, веса и объема, а затем передает их в логистическую бизнес-систему, интегрируясь со всей сортировочной системой за ней для сбора данных и сортировки товаров.
3. Логистическое восприятие
Технология основана на ИИ и использует глубокое обучение и многомерное восприятие для считывания штрих-кодов упаковки, распознавания OCR и измерения объема.
Технология чтения, основанная на глубоком обучении, может справляться с различными сложными ситуациями, такими как большая глубина резкости, морщины, грязь, блики и другие аномальные ситуации; При этом, поскольку наша камера использует платформу AI-чипов, она обеспечивает многофункциональность одного устройства и может выполнять функции считывания кодов, выборки поверхности, распознавания OCR и улучшения изображения поверхности в одном оборудовании производителя, что также является главным преимуществом наших продуктов по сравнению с отечественными и зарубежными конкурентами.
4. Идентификация упаковки
Используя алгоритм глубокого обучения и технологию активного двойного изображения, разработанная нами интеллектуальная стереокамера применяется для точного позиционирования и идентификации упаковок, а также для автоматической классификации, разделения и загрузки упаковок.
С быстрым развитием логистической отрасли количество посылок увеличивается, и необходимость автоматизации становится все более актуальной. Для сложных и разнообразных сценариев обработки посылок умные стереокамеры Hikang могут выводить изображения RGB-D с высокой частотой кадров для точного позиционирования посылок и уже применяются в сценах, таких как разделение единичных предметов, обеспечение роботами посылок, разукомплектация и штабелирование.