机器视觉开创新型智慧物流格局

2021-03-16
关注
摘要 智能识别技术作为物流自动化、智能化发展的基础之一,其应用覆盖商品生产、物流、交付的所有关键环节。在仓储物流领域,随着自动化水平的不断提升,智能识别技术的重要性不断凸显,其市场需求也越来越大。

  智能识别技术作为物流自动化、智能化发展的基础之一,其应用覆盖商品生产、物流、交付的所有关键环节。在仓储物流领域,随着自动化水平的不断提升,智能识别技术的重要性不断凸显,其市场需求也越来越大。康耐视作为智能识别技术领域的代表性企业,其技术创新和发展为行业提供了有益的参考。


  通道扫码:如今的分拣机速度较快且包裹间隔较小,在极端角度下读取箱子所有面上的受损代码。这使物流中心能够提高处理量,并且不影响分拣准确性

  近些年,中国物流正快速由人工作业向自动化、智能化,甚至无人化方向发展,各类高效率、高性能的自动化物流装备得到广泛应用,智能识别技术作为背后的有力支撑,也在此过程中实现了长足发展,并且随着物流中心作业量的剧增以及作业复杂度的增加,其重要性进一步凸显。

  1981年成立的康耐视是一家始终专注于机器视觉技术的高科技公司,针对物流行业需求提供条码识别、体积测量、包裹检测和深度学习视觉应用的技术和解决方案,为各类智能物流装备装上了“眼睛”。在本专题中,康耐视视觉检测系统(上海)有限公司(以下简称“康耐视”)亚洲区物流总经理孟浩,围绕智能识别技术的发展与应用、市场需求与挑战、主要价值与未来发展方向等话题进行了深入的分享。

  应用广泛的智能识别技术

  智能识别技术的涵盖范围非常广,产品众多控制工程网版权所有,按照所实现的功能从简单到复杂大致可以分为读码、体积测量、包裹分类、包裹检测、OCR(Optical Character Recognition,光学字符识别)、单件分离、3D拆码垛等CONTROL ENGINEERING  China版权所有,除了以上固定式智能识别技术外,还包括手持移动终端等移动设备。总的来看,智能识别技术已经从最开始的商品检测功能发展升级为数据采集与处理的解决方案,通过整合丰富的信息并提供给后台系统,为信息管理和实现物流系统的更多功能提供支撑。

  目前,随着自动化物流装备的广泛应用和仓储物流自动化水平的不断提升,各类智能识别技术在物流领域的应用也越来越普及,几乎覆盖从收货入库到出库全流程(甚至末端交付环节)的所有环节和关键节点(见表1所示),实现货物识别,信息采集,货物重要特征录入,货物异常检测和反馈等,让货物从入库到出库的整个过程和状态可以在系统中可视、可控。


  孟浩形象地说明到,智能识别技术好比一双“眼睛”,物流系统通过它们不仅能够获得需要的信息,还能够充分调动大脑、手、脚等其他部分,提升整个系统的性能,使系统对包裹品类的包容性越来越强。

  在满足需求中不断创新

  在各行业的快速发展下,仓储端对于效率提升、管理精细化、操作准确性等各方面需求越来越高,传统劳动力无法再充分满足这些需求。特别是电子商务的高速发展和消费者对物流时效越来越高的期待,物流中心对吞吐量和运行效率的要求也越来越高。

  随着订单越来越个性化、碎片化,电商、食品、服装、商超、医药、图书等领域大型配送中心对智能识别技术的需求会越来越高;此外,家居、大家电等电商渗透率进一步提高,也为智能识别技术在大件物流和精细化分拣场景下的应用提供了更大的发展空间;随着大数据和5G技术的发展,物流数字化信息平台进一步发展,物流状态的及时反馈、透明和可控均需要智能识别技术的支撑。

  值得一提的是,新冠疫情正倒逼企业更加重视供应链,推动仓储自动化、智能化发展,这些都对智能识别技术产生了巨大需求。

  孟浩告诉记者,面对市场需求的变化与要求的提高,一方面,智能识别技术应用范围进一步扩大;同时在部分环节进行产品升级。如,在入库环节,将目前应用更为普遍的手持式移动设备升级为固定式读码器,有助于解放双手,或者配合其他自动化物流设备实现全自动作业,更重要的是,可以更加快速地采集货物条码、重量、体积、外形图像等信息,为后续操作建立起基础数据库。在存储环节,随着自动化设备更多的投入,识别技术也升级为更加精准可靠的机器视觉技术等。

  另一方面,智能识别技术不断地创新升级。在今年的CeMAT ASIA展会上,康耐视展示了包括六面扫码、体积测量、包裹分类和检测、解放双手、周转箱和侧扫、OCR字符识别等多种最新技术解决方案。

  如六面扫码+体积测量系统——DataMan 474+3D-A1000最高可支持3.5m/s线速度,可以准确读取皮带线上更小包裹间距的条码,将分拣线每小时的处理量提高10%~20%。解放双手读码——DataMan 374+HPIT光源则突破了手持设备的局限性,如电池需要充电,占用双手控制工程网版权所有,设备经常掉落/损坏等。同时,康耐视的专利算法和HDR+进一步提高了性能,准确读取破损、脏污、覆膜、反光、变形等难度较高的代码,并且支持更快的线速度,处理更大的景深。


  运送成本估算:3D-A1000 体积测量系统可采集和上传尺寸和体积信息,这使操作人员能够选择最佳包装方式,并更准确地估算运送成本。


  物品识别:3D-A1000 包裹检测系统使用 3D 和 2D 数据,即使分拣机上有污垢、灰尘和异物,也能够正确识别包裹,并通过提供相关信息和错误代码,使分拣系统保持高效运行。


  物品分类和验证:3D-A1000 体积测量系统可快速、准确地对拣选物品进行分类,并进行体积和尺寸数据采集,提高订单执行准确性,改进库存管理,并降低退货成本。


  货盘扫码:凭借大景深和宽视场,康耐视读码器能够快速、准确地读取入库货盘上的识别标签,包括在识别标签被其他标签部分覆盖和塑料膜缠绕的情况下。


  解放双手拣选:康耐视图像读码技术可快速读取全向、受损、脏污、变形和极端角度下的代码

  值得一提的是康耐视专为人工智能应用而设计的In-Sight D900,通过配备深度学习软件,可解决多种长久以来无法智能识别的应用。比如通过深度学习和对数据的分析实现问题的查找,对设备实现实时监控和管理,以及在波峰处理任务到来之前全方位采集分析数据并对设备作出调整和优化,确保系统的高效运转。

  技术发展方向

  尽管目前物流装备行业有众多新技术和解决方案,但从整体应用来看还面临诸多挑战。自动分拣机在更大流量、货物更小间隔下的识读准确率,便对读码器的性能提出了更高要求。如,紧凑的包裹间距导致取图过暗,很难捕获清晰的照片导致解码难度大。同时,为了能够看到包裹下方的代码,需要读码器安装更大的倾角,图像可能由此产生畸变而很难被准确解码。另外,容易读取相邻包裹的代码而产生误读,或者多个读取导致包裹重新进入分拣系统,如果处理不当会出现分拣错误。目前,康耐视可以做到最小100mm包裹间距的准确读取。

  “物流业不同于制造业的高度标准化,其作业场景非常复杂,特别是电商场景下控制工程网版权所有,商品大小尺寸跨度极大、包装类型各式各样,除了货物本身的属性外,诸如光线的强弱变化等外部条件均对智能识别技术带来挑战。未来,智能识别技术还需要进一步在识读准确性等性能上不断提升,更好地满足不同场景的需求。”孟浩说。据他介绍,康耐视未来的研发重点将主要聚焦在以下三方面:

  一是结合深度学习和人工智能算法在物流行业中的应用。康耐视深度学习软件将人工智能(AI)与视觉软件相结合,应用于单件分离、异型件区分、OCR字符读取、托盘计数、外包装检测等场景。

  二是2D、3D视觉在物流行业中的应用。配合应用越来越多的机器人进行更加精准的拆码垛、3D体积测量、3D包裹检测等,并在此基础上衍生定制化检测需求。

  三是大数据转换成智能数据。以提高整体设备的有效性和吞吐量。康耐视Edge Intelligence平台允许用户同时对多台设备进行配置,并在数分钟内开始对重要的系统性能测量进行趋势分析。当发生问题时,操作员可以快速地识别出根本原因,通过分析工具和图像查看工具在短时间内解决问题。

  正是基于对机器视觉始终如一的专注,在疫情影响之下,康耐视今年以来的业绩却逆势实现了大幅增长,特别是第三季度业绩同比增长最为明显。孟浩表示,未来,康耐视仍将持续保持对中国市场的极大信心,保持大力投入,推动2D、3D视觉和深度学习及人工智能在物流行业的应用,为客户创造价值,为行业发展作出贡献。

您觉得本篇内容如何
评分

评论

您需要登录才可以回复|注册

提交评论

提取码
复制提取码
点击跳转至百度网盘