Hoe computer vision te gebruiken in magazijn- en logistieke automatisering
Max Reijngoudt
Cameratechnologie heeft de afgelopen jaren een snelle ontwikkeling doorgemaakt en speelt een steeds belangrijkere rol op verschillende gebieden, waaronder magazijn- en logistieke automatisering. In magazijnen worden camera’s niet alleen gebruikt om de veiligheid te bewaken, maar ook om processen te optimaliseren, voorraden te controleren en de efficiëntie te verhogen.
Machine vision systemin kunnen automatisch voorraden registreren, tellen en volgen, waardoor magazijnbeheerders hun inventaris in realtime kunnen bijhouden. Dit maakt nauwkeurig voorraadbeheer mogelijk en minimaliseert het risico op stock-outs of tekorten.
Table of contents
Toepassing van computer vision in magazijn en logistiek
1. Voorraadbeheer:
Camera’s worden gebruikt om voorraadbeheerprocessen te automatiseren, zoals barcodespanning, itemherkenning en itemtracering. De voordelen van real-time zichtbaarheid van voorraadniveau’s en verbeterde nauwkeurigheid bij het tellen van voorraden moeten worden benadrukt.
Moderne logistieke magazijnen kunnen niet langer efficiënt werken zonder computer vision technologie en automatiseringsoplossingen. Moderne distributiecentra met een maximale mate van automatisering zijn essentieel voor het onderhouden van wereldwijde toeleveringsketens.
Waar veel werkstappen vroeger werden uitgevoerd door een magazijnmedewerker, zijn geautomatiseerde processen met computer vision, robots, OCR/barcodelezers en automatische vorheftrucks nu de standaard. Enerzijds verhogen deze de cyclussnelheid enorm 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 computer vision software voor de betreffende toepassingssituatie.
2. Kwaliteitscontrole:
Camera’s worden gebruikt voor kwaliteitscontrole, bijvoorbeeld om te controleren op productdefecten, beschadigde goederen op te sporen en de naleving van kwaliteitsnormen te garanderen. Computer vision in magazijnen en logistiek kan afwijkingen efficiënter detecteren dan handmatige inspecties.
3. Procesoptimalisatie met computer vision:
Camera’s worden gebruikt om magazijnprocessen, zoals picken en verpakken, te optimaliseren. Computer vision software en beeldverwerkingsalgoritmes kunnen beelden analyseren om knelpunten te identificeren, workflows te stroomlijnen en de algehele efficiëntie te verbeteren.
4. Controle en beheer op afstand:
Met bewaking en beheer op afstand met behulp van computer vision technologie hebben magazijnmanagers vanaf elke locatie toegang tot live camerafeeds en analysedashboards om activiteiten te bewaken, problemen te identificerenen in realtime gegevensgestuurde beslissingen te nemen.
Industriële camera’s voor magazijnlogistiek
In de toepassing van onze klant wordt een scantunnel geïnstalleerd waardoor verschillende pakketten via een transportband rechtstreeks naar het magazijn worden getransporteerd. De pakketten kunnen van verschillende grootte zijn.
De inspectietaak bestaat uit het lezen van barcodes op de pakketten om ze automatisch toe te wijzen aan hun overeenkomstige opslaglocatie 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 vast 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 zich niet op de onderkant van het pakket kan bevinden. Op het punt waar het beeld wordt vastgelegd, stopt het pakket even.
Allereerst moesten we een geschikte industriële camera vinden voor deze toepassing. Om een barcode betrouwbaar te kunnen lezen, moeten we weten hoe breed de dunste barcode is. Deze lijn moet worden weergegeven door ten minste 2 pixels om ervoor te zorgen dat hij ook reproduceerbaar wordt herkend door de beeldverwerkingssoftware.
In deze toepassing zou de camera een FOV (field of view) van 500 x 350 mm moeten bestrijken, de dunste lijn van de barcode heeft een dikte van 0,2 m. Dit resulteert in een vereiste resolutie van 17,5 MP of 5000 x 3500 pixels (0,2 mm moet worden weergegeven door 2 pixels -> 0,1 mm / pixels = 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, volstaat een monochrome camera voor deze toepassing.
Aangezien de barcode op 5 verschillende zijden van de verpakking kunnen worden aangebracht (boven, voor, achter, links of rechts), besloot de klant één cameraset te gebruiken voor elke kijkrichting om alle mogelijke kijkrichtingen betrouwbaar te dekken.
In principe kan deze stap in de toekomst nog verder worden vereenvoudigd door ervoor te zorgen dat de pakketten bij levering in een bepaalde positie op de transportband worden gelegd. Dit zou ervoor zorgen dat de streepjescode maar aan één kant kan staan en een cameraopstelling alleen daar in de scantunnel nodig zou zijn.
De klant was echter bezorgd dat hele proces regelmatig zou kunnen stoppen, simpelweg omdat de positionering niet correct werd uitgevoerd op het moment dat de pakketten werden afgeleverd. Dit zou dan leiden tot een volledige stop van de transportband en de kosten van deze onderbreking zouden al snel hoger zijn dan de kosten van de camerasets die nodig zijn om alle zijden van de pakketten te inspecteren.
Lens selectie voor IMX183
Om de juiste industriële lens te bepalen, gebruiken we onze lenscalculator:
De MER2-2000 maakt gebruik van een 1’’ sensor met een resolutie van 5496x3672 pixels bij een pixelgrootte van 2,4µm. Gebruik van een C-mount lens met een focal length van 16mm ‘VA-LCM-20MP-16MM-F2.8-110’ bij een werkafstand van 680mm resulteert in een FOV van 547 x 366mm.
Lens Calculator
Machine vision verlichting voor magazijnlogistiek
Naast het ontwerp van de camera en lenzen is een gelijkmatige en homogene verlichting van het gebied van alle kanten essentieel voor deze toepassing. Onze aanbeveling hiervoor is machine vision verlichting van onze bar lights, die verkrijgbaar zijn in verschillende maten en kleuren.
Om de camera installatie te beschermen tegen invloeden van buitenaf gebruikt de klant onze metalen behuizing (IP67). Het bijzondere voordeel van deze beschermende behuizingen is hun variabiliteit dankzij het modulaire ontwerp van de behuizing. Lenzen van verschillende afmetingen kunnen worden gebruikt. Dit geeft de klant de mogelijkheid om de beschermende behuizing te gebruiken, zelfs als de toepassing verandert, bijvoorbeeld als de FOV of werkafstand verandert.
Ondersteuning voor magazijnlogistiek met computer vision?
Computer vision technologie biedt een krachtige oplossing voor het automatiseren van magazijnprocessen en het optimaliseren van logistieke activiteiten. Door camerasystemen met machine vision software te implementeren, kunnen magazijnen real-time voorraadbeheer realiseren, kwaliteitscontrole garanderen, workflows stroomlijnen en monitoring op afstand mogelijk maken.
Zoals geïllustreerd in het voorbeeld van de scantunnel, is een 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.
Wilt u een soortgelijke toepassing implementeren? Wij ondersteunen u graag bij het selecteren van de juiste componenten voor uw magazijn- en logistieke automatisering. Neem gerust contact met ons op!
