Slik bruker du computer vision i automatisering av lager og logistikk
Kamerateknologien har gjennomgått en rask utvikling de siste årene og spiller en stadig viktigere rolle på ulike områder, inkludert automatisering av lager og logistikk. På lagre brukes kameraer ikke bare til å overvåke sikkerheten, men også til å optimalisere prosesser, overvåke lagernivåer og øke effektiviteten.
Machine vision-systemer kan automatisk registrere, telle og spore lagerbeholdning, noe som hjelper lageroperatører med å holde oversikt over varelageret sitt i sanntid. Dette muliggjør presis lagerstyring og minimerer risikoen for utsolgte varer eller mangler.
Applikasjon av Computer Vision i lager og logistikk
1. Lagerstyring
Kameraer brukes til å automatisere lagerstyringsprosesser, som strekkodeskanning, gjenkjenning av varer og sporing av varer. Fordelene med sanntidssynlighet av lagernivåer og forbedret nøyaktighet ved lagertelling bør fremheves.
Moderne logistikklagre kan ikke lenger drives effektivt uten computer vision-teknologi og automatiseringsløsninger. Moderne distribusjonssentre med maksimal automatiseringsgrad er avgjørende for å opprettholde globale forsyningskjeder.
Der mange arbeidstrinn tidligere ble utført av en lagerarbeider, er automatiserte prosesser med computer vision, roboter, OCR-/strekkodelesere og automatiserte gaffeltrucker nå standarden. På den ene siden øker disse syklushastigheten betydelig, og på den andre siden minimerer de feil forårsaket av menneskelige feil.
Noen av de viktigste komponentene for disse automatiseringstrinnene er industrielle kameraer, egnede objektiver, riktig belysning for maskinsyn og computer vision-programvare for de aktuelle applikasjonssituasjonene.
2. Kvalitetskontroll
Kameraer brukes til kvalitetskontrollformål, f.eks. for å kontrollere produktfeil, oppdage skadede varer og sikre samsvar med kvalitetsstandarder. Computer vision i lagre og logistikk kan oppdage avvik mer effektivt enn manuelle inspeksjoner.
3. Prosessoptimalisering med computer vision
Kameraer brukes til å optimalisere lagerprosesser, som plukking og pakking. Computer vision-programvare og bildebehandlingsalgoritmer kan analysere opptak for å identifisere flaskehalser, effektivisere arbeidsflyter og forbedre den totale effektiviteten.
4. Fjernovervåking og -styring
Fjernovervåking og -styring ved bruk av computer vision-teknologi gjør det mulig for lagerledere å få tilgang til direkte kameraoverføringer og analysedashbord fra enhver lokasjon for å overvåke driften, identifisere problemer og ta databaserte beslutninger i sanntid.
Valg av industrikamera for lagerlogistikk
I vår kundeapplikasjon er det installert en skannetunnel der ulike pakker transporteres direkte til lageret via et transportbånd. Pakkene kan ha ulike størrelser.
Inspeksjonsoppgaven er å lese strekkoder på pakkene for automatisk å tilordne dem til riktig lagringsplass og oppdatere lagerbeholdningen i lagerprogramvaren tilsvarende. En ytterligere utfordring med denne inspeksjonsoppgaven er at etikettene med strekkodene ikke passerer gjennom skannetunnelen på et definert punkt; de kan være på toppen eller på én av pakkens fire sider, med det eneste unntaket at koden ikke kan være på undersiden av pakken. På punktet der bildet tas, stopper pakken kortvarig.
Først måtte vi finne et egnet industrielt kamera for denne applikasjonen. For å kunne lese en strekkode pålitelig må vi vite hvor bred den tynneste strekkodelinjen er. Denne linjen bør representeres av minst 2 piksler for å sikre at den også gjenkjennes reproduserbart av bildebehandlingsprogramvaren.
I denne applikasjonen må et FOV (synsfelt) på 500x350mm dekkes av kameraet, og den tynneste linjen i strekkoden har en tykkelse på 0.2mm. Dette gir en nødvendig oppløsning på 17.5MP eller 5000x3500 piksler (0.2mm må representeres av 2 piksler-> 0.1mm/piksel = 5000 piksler på 500mm x 3000 piksler på 300mm).
Et godt valg for denne oppgaven er 'MER2-2000-19U3M', et 20MP rolling shutter kamera med en 1" Sony IMX183-sensor. Siden strekkodene er svarte og hvite, er et monokromt kamera tilstrekkelig for denne applikasjonen. Ettersom strekkodene kan festes på 5 ulike sider av pakken (topp, forside, tilbake, venstre eller høyre), bestemte kunden seg for å bruke ett kamerasett for hver visningsretning for pålitelig å dekke alle mulige visningsretninger.
I prinsippet kunne dette arbeidssteget forenkles ytterligere i fremtiden ved å sikre at pakkene plasseres på transportbåndet i en definert posisjon ved levering. Dette ville sikre at strekkoden bare kan være på én side, og at det kun ville være nødvendig med ett kameraoppsett på denne siden i skannetunnelen.
Kunden var imidlertid bekymret for at hele prosessen regelmessig kunne stoppe bare fordi posisjoneringen ikke ble utført korrekt da pakkene ble levert. Dette ville da føre til full stans i transportlinjen, og kostnadene ved denne avbrytelsen ville raskt overstige kostnadene for kamerasettene som kreves for å inspisere alle sidene av pakkene.
Objektivvalg for IMX183
For å bestemme riktig machine vision-objektiv, bruker vi vår Objektivkalkulator.
MER2-2000 bruker en 1” sensor med en oppløsning på 5496x3672 piksler ved en pikselstørrelse på 2.4µm. Bruk av et C-mount-objektiv med en brennvidde på 16mm 'VA-LCM-20MP-16MM-F2.8-110' ved en arbeidsavstand på
680mm gir et synsfelt på 547x366mm.
Objektivkalkulator
Machine vision-belysning for lagerlogistikk
I tillegg til utformingen av kameraet og objektivene er jevn og homogen belysning av området fra alle sider avgjørende for denne applikasjonen. Vår anbefaling for dette er belysning for maskinsyn fra vår Barlys-serie VA-BL3, som er tilgjengelig i ulike størrelser og farger.
For å beskytte kameraoppsettet mot ytre påvirkninger bruker kunden vårt aluminiumskabinett for Maskinsyn-kamera. Den særskilte fordelen med disse beskyttelseskabinettene er deres fleksibilitet takket være den modulære kabinettutformingen. Objektiver i ulike størrelser kan brukes. Dette gir kunden mulighet til å bruke beskyttelseskabinettet selv om applikasjonen endres, f.eks. dersom synsfeltet eller arbeidsavstanden endres.
Support for lagerlogistikk med computer vision?
Computer vision-teknologi tilbyr en kraftig løsning for automatisering av lagerprosesser og optimalisering av logistikkoperasjoner. Ved å implementere kamerasystemer med machine vision-programvare kan lagre oppnå lagerstyring i sanntid, sikre kvalitetskontroll, effektivisere arbeidsflyter og muliggjøre fjernovervåking.
Som illustrert i eksempelet med skannetunnelen, er nøye utvalg av kameraer, objektiver og belysning avgjørende for en vellykket implementering. Med riktig planlegging og de riktige komponentene kan computer vision forbedre effektiviteten og nøyaktigheten betydelig i lagerlogistikk.
Ønsker du å implementere en lignende applikasjon? Vi hjelper deg gjerne med å velge riktige komponenter for din lager- og logistikkautomatisering. Ta gjerne kontakt med oss!