新闻中心

智能仓库中机器视觉的应用

2019/10/27 16:10:00浏览次数:

通过遍布整个厂区的相机、传感器和成像仪生成的数据,机器视觉技术正在帮助仓库行业最大限度地提高效率和生产力。

 

这不仅仅是零售巨头。所有类型和规模的仓库都意识到,他们不必是一个电子商务的巨擎,也能从3D空托盘检测到基于智能手机的扫描仪获取的视觉和成像产品信息中受益。机器视觉行业不仅提供了硬件,而且正在帮助仓储客户利用遍布整个企业的智能相机、传感器和成像仪等生成的数据,以最大限度地提高效率和生产力。

 

不仅仅是条形码

近年来,条形码阅读器已经成为仓库行业成像应用的基本配置。这些工业成像仪可能比传统的机器视觉系统具有更低的复杂性,但是它们仍然需要面对要求苛刻的工作环境。

 

与工厂自动化及其许多应用相比,智能仓库应用更加集中,因为你只是想阅读条形码并引导这些盒子往哪里移动。但在另一种意义上来说,由于盒子移动得如此之快,吞吐量如此之高,可能会带来更大的挑战。

 

当基于图像的工业条形码读取器首次亮相时,它们的首要任务是提供更快的读取速率并捕获更多的数据,远超之前的激光扫描仪所能达到的。在读取直接零件标记(DPM)、1D和2D条码时,基于图像的设备允许仓库保存无法读取的代码图像,以执行故障排除和根本原因分析,帮助改进流程。一旦客户看到这个好处,他们就开始探索使用条形码图像中其他可用信息的方法。

 

以往拍摄图像后,通过读取条形码等算法进行处理,然后再移到下一个包装上。现在正在改变,因为有大量信息被存储和分析以供以后使用,所以你可以随着时间的推移来确定趋势。

 

当工艺故障导致数据包中有未读取的条码时,将向 RTM 发送图像,RTM 会自动评估并对图像归类为“包装上没有标签”或“标签不清晰”等,随后将其储存至数据库中。该数据日后可在任意设备上通过网页浏览器查看。正如仓库依靠条形码读取器生成的附加数据一样,他们正在采用先进的视觉系统来跟踪从前端到后端的产品。

 

帮助客户使用不同的视觉技术来构建包装行进的指纹识别系统,包括集成了光学字符识别(OCR)功能的条形码读取器,检测包装是否存在的传感器,扫描出包装体积的测量仪,捕获该包装上具体是什么信息的机器视觉相机。

 

研究如何在其手持阅读器和移动终端上使用其视觉技术,以实现光学字符识别自动化。向客户展示如何在手持读取器上使用视觉来读取标签上的邮政编码,以及扫描仓位地址条形码,甚至可以设想获取整个表单的读取能力,将打印字段转换为自动数据收集服务。

 

基于图像的仓库管理机器视觉系统使公司运转更加透明,从而能够更好地为客户提供服务。无论是体积、重量、图像,还是其他传感器收集到的信息,所有的这些信息组合在一起,形成了一个包装的唯一ID。

 

从车间到顶层

 

当然,对数据的深层次了解,取决于生产车间或配送中心连接不同业务活动的能力,有助于为集中决策提供数据流。但现实是,包括仓库管理在内的许多系统仍然运营在“孤岛”中。通过将视觉产品和系统与企业资源计划(ERP)系统集成(ERP系统集中管理组织的业务活动及其生成的数据),从而实现仓库运营数据与企业上层信息架构的连接,这一过程也被称为“从车间至顶层”。

 

但ERP也有自己的挑战。虽然ERP系统的功能很丰富,但是并不足够灵活。在设备管理方面做得不是很好,因为系统总是在实时打印标签和扫描,而这正是库存控制的一部分。我们更了解在仓库中发生的工作流程。

 

制造商特别关注的是在制品库存以及正在转化为成品的原材料的自动跟踪。这是需要通过序列化和批量跟踪来完成的,而旧的系统往往不能胜任。我们的解决方案已经大大上升,不管是对SAP和Oracle等ERP系统的补充,还是在全新系统的安装中。

 

如果没有对仓库工作人员的需求及时做出反应,工作流程可能会受到影响。许多ERP系统是专为大型电脑屏幕而设计的,鼠标在桌子上而我们的产品可以在车间的手持设备上运行。

 

机器视觉公司也开始为客户做出这样的工程努力。例如,通过提取从RTM收集到的所有图像数据,并将其发送给办公室经理,他们就可以轻松实现对信息的评估和更改。

 

具有视觉能力的移动终端采用了贯穿整个企业的技术,并利用各种Android和iOS智能手机作为设备的用户界面。手机设置在装有条形码读取算法的坚固耐用的外壳中。这是一个易于部署的解决方案,因为您有一个由IT部门管理的设备,可以部署在您的仓库、管理部门和现场团队中。

 

今天,得益于智能手机在全球范围内的广泛应用基础,机器视觉行业正在追逐每一次成为“杀手级应用程序”的机会。 仓库——这个具有受控的、苛刻的应用环境,可能是一个将机器视觉技术引入每个人生活的好机会,无论是配送中心经理还是客户,都会从中受益。


智能仓库、物流分拣设备的相关资讯:

多元化的物流分拣方式与交叉带分拣机

物流设备之物流分拣线概述