Applicatie van Computer Vision in magazijnen en logistiek

1. Voorraadbeheer:

Camera's worden gebruikt om voorraadbeheerprocessen te automatiseren, zoals het scannen van streepjescodes, artikelherkenning en artikeltracering. De voordelen van real-time zichtbaarheid van de voorraadniveaus en een verbeterde nauwkeurigheid bij de voorraadtelling moeten worden benadrukt.

Moderne logistieke magazijnen kunnen niet langer efficiënt worden beheerd zonder computer vision technologie en automatiseringsoplossingen. Moderne distributiecentra met een maximaal niveau van automatisering zijn essentieel voor het onderhouden van global toeleveringsketens.

Waar vroeger veel werkstappen door een magazijnmedewerker werden uitgevoerd, zijn geautomatiseerde processen met computer vision, robots, OCR/barcodelezers en automatische heftrucks nu de standaard. Enerzijds verhogen deze de cyclusnelheid aanzienlijk en anderzijds minimaliseren ze fouten veroorzaakt door menselijke fouten.

Een van de belangrijkste componenten voor deze automatiseringsstappen zijn industriële camera's, geschikte lenzen, de juiste machine vision verlichting en een computer vision software voor de respectieve application situatie.

2. Kwaliteitscontrole:

Camera's worden gebruikt voor kwaliteitscontrole, bijvoorbeeld om productdefecten te controleren, beschadigde goederen te detecteren en ervoor te zorgen dat wordt voldaan aan de kwaliteitsnormen. Computer vision in magazijnen en logistiek kan anomalieën efficiënter detecteren dan handmatige inspecties.

3. Procesoptimalisatie met computervisie:

Camera's worden gebruikt om magazijnprocessen te optimaliseren, zoals picken en verpakken. Computer vision software en beeldverwerkingsalgoritmen kunnen beelden analyseren om knelpunten te identificeren, workflows te stroomlijnen en de algehele efficiëntie te verbeteren.

4. Bewaking en beheer op afstand:

Remote monitoring en management met behulp van computer vision technologie stelt magazijnbeheerders in staat om live camera feeds en analytics dashboards vanaf elke locatie te bekijken om de operaties te monitoren, problemen te identificeren en datagestuurde beslissingen in real-time te nemen.

Industriële camera selectie voor magazijnlogistiek

In onze klant application is een scan tunnel geïnstalleerd waarlangs verschillende pakketten rechtstreeks naar het magazijn worden vervoerd via een transportband. De pakketten kunnen van verschillende groottes zijn.

De inspectietaak bestaat uit het lezen van barcodes op de pakketten om deze automatisch aan de bijbehorende opslaglocatie toe te wijzen en de voorraad in de magazijnsoftware dienovereenkomstig aan te passen. Een extra uitdaging bij deze inspectietaak is dat de stickers met de barcodes niet op een bepaald punt door de scantunnel lopen; ze kunnen zich aan de bovenkant of aan een van de vier zijden van het pakket bevinden, met als enige uitzondering dat de code niet op de onderkant van het pakket kan staan. Op het punt waar het beeld wordt vastgelegd, stopt het pakket even.

Allereerst moesten we een geschikte industriële camera vinden voor deze application. Om een barcode betrouwbaar te kunnen lezen, moeten we weten hoe breed de dunste barcode is. Deze lijn moet door minstens 2 pixels worden weergegeven om ervoor te zorgen dat deze ook reproduceerbaar wordt herkend door de beeldverwerkingssoftware.

In deze toepassing zou een FOV (gezichtsveld) van 500x350 mm door de camera moeten worden bedekt, de dunste lijn van de barcode heeft een dikte van 0,2 mm. Dit resulteert in een vereiste resolutie van 17,5 MP of 5000x3500 pixels (0,2 mm moet worden weergegeven door 2 pixels -> 0,1 mm/pixel = 5000 pixels op 500 mm x 3000 pixels op 300 mm).

Een goede keuze voor deze taak is 'MER2-2000-19U3M', een 20MP rolling shutter camera met een 1" Sony IMX183 sensor. Aangezien de barcodes zwart-wit zijn, is een monochrome camera voldoende voor deze application.

Aangezien de barcodes op 5 verschillende zijden van het pakket (boven, voorkant, vorige, links of rechts) kunnen worden aangebracht, besloot de klant om voor elke kijkrichting een camera set te gebruiken om alle mogelijke kijkrichtingen betrouwbaar te dekken.

In principe zou deze werkstap in de toekomst nog verder vereenvoudigd kunnen worden door ervoor te zorgen dat de pakketten op een gedefinieerde positie op de transportband worden geplaatst bij levering. Dit zou ervoor zorgen dat de barcode alleen aan één kant kan zitten en een camera opstelling daar alleen nodig zou zijn in de scan tunnel.

Echter, de klant was bezorgd dat het hele proces regelmatig zou kunnen stoppen simpelweg omdat de positionering niet correct was uitgevoerd bij de levering van de pakketten. Dit zou dan leiden tot een volledige stop van de transportband, en de kosten van deze onderbreking zouden snel de kosten van de camera sets die nodig zijn om alle zijden van de pakketten te inspecteren, overschrijden.

Lens selectie voor IMX183

Om de juiste industriële lens te bepalen, gebruiken we onze Lens calculator:

De MER2-2000 maakt gebruik van een 1" sensor met een resolutie van 5496x3672 pixels en een pixelgrootte van 2,4µm. Het gebruik van een C-mount lens met een brandpuntsafstand van 16mm 'LCM-20MP-16MM-F2.8-1.1-ND1' op een werkafstand van 680mm resulteert in een FOV van 547x366mm.

Machine vision verlichting voor magazijnlogistiek

Naast het ontwerp van de camera en lenzen, is uniforme en homogene verlichting van het gebied vanuit alle hoeken essentieel voor deze application. Onze aanbeveling hiervoor is machine vision verlichting van onze bar lights, die beschikbaar is in verschillende maten en kleuren.

Om de camera opstelling te beschermen tegen externe invloeden, gebruikt de klant onze metalen beschermbehuizing (IP67). Het bijzondere voordeel van deze beschermbehuizingen is hun variabiliteit dankzij het modulaire behuizingsontwerp. Lensen van verschillende maten kunnen worden gebruikt. Dit geeft de klant de mogelijkheid om de beschermbehuizing te gebruiken, zelfs als de application verandert, bijvoorbeeld als het FOV of de werkafstand verandert.

Support voor magazijnlogistiek met computer vision?

Computer vision technologie biedt een krachtige oplossing voor het automatiseren van magazijnprocessen en het optimaliseren van logistieke operaties. Door camera systemen met machine vision software te implementeren, kunnen magazijnen real-time voorraadbeheer bereiken, kwaliteitscontrole waarborgen, workflows stroomlijnen en externe monitoring mogelijk maken.

Zoals geïllustreerd in het voorbeeld van de scan tunnel, is zorgvuldige selectie van camera's, lenzen, en verlichting cruciaal voor een succesvolle implementatie. Met de juiste planning en de juiste componenten kan computer vision de efficiëntie en nauwkeurigheid in magazijnlogistiek aanzienlijk verbeteren.

Zou je een vergelijkbare application willen implementeren? We helpen je graag met het support bij het selecteren van de juiste componenten voor jouw magazijn- en logistieke automatisering. Neem gerust contact met ons op!