机器视觉与3D:越南物流仓储如何追赶制造业

机器视觉与3D:越南物流仓储如何追赶制造业

在物流领域,物品通常多种多样——单个产品、包裹、包装箱和托盘在形状、尺寸和材质上各有不同,而且通常以较无序的方式呈现给机器视觉相机,物品分布在宽阔的传送带和装载区域上,位置和堆叠方式千变万化。这意味着机器视觉、3D和工业扫描技术需要能够应对更广泛的差异以及意外场景和形态。

过去25年里,机器视觉一直是制造业的专属领域——技术和应用案例在那里诞生,并经过数十年的锤炼。但在过去三到五年,神经处理的可及性、3D传感的发展和AI算法都得到了提升。软件套件和硬件平台可以将这些更新的工具应用于制造业,例如更细微的缺陷或异常检测,以及在物流等结构化程度低得多的环境中。

技术进步——这就是证明

视觉自动化解决方案通常分为四大类,在这些类别中,机器视觉、工业扫描、AI和3D可以在每个类别的入站和出站流程中应用于大量场景。

第一类是视觉引导机器人,用于拣选和分拣物品。例如,一家大型工业食品制造商使用机器视觉软件引导机械臂,降低了错误率并提高了货物吞吐量。该工厂使用这一集成解决方案检查全系列包装商品。它能够通过机械抓手实现高效、智能的自动化拣选,每分钟可处理25至30个包裹,且不损坏物品或包装。据估计,与传统相机和照明检查方法相比,该解决方案可节省高达75%的成本,并消除了一线工人进行重复性人工目视检查和拣选的需要。

第二类是检查,用于确保产品完整性、检测损坏和订单完整性。例如,高光谱成像可用于判断箱子是否泄漏,这可能意味着产品受损,彩色相机可以看到,但普通灰度相机不一定能看到。

第三类是测量,具体是对物品、包裹和托盘进行尺寸测量,以了解不同形状和大小,使其能适配各种包装、装载区域和车辆。一家领先的全国性食品杂货零售商的物流团队通过新的智能自动化解决方案,将工作流程时间缩短了多达一半。该解决方案基于一组集成包裹尺寸测量软件的移动设备,使用现代飞行时间传感器并结合AI算法。它们协同工作,可以虚拟重建并测量标准长方体包裹和不规则的非长方体物品。

最后一类是识别,使用条形码、数据矩阵、颜色、光学字符识别、图案和形状等多种方法。一家全球第三方物流(3PL)供应商在其主要配送中心之一,每周从一家领先的时尚生活零售客户那里接收多达25卡车的货物。相关数据会记录在供应商的企业资源规划系统中。每个箱子被重新分配到最终目的地,该公司使用固定式工业扫描器,在入库存储操作中节省了超过50%的时间。

机器视觉与3D:越南物流仓储如何追赶制造业

在安装后的头五个月里,该解决方案使这家3PL供应商能够智能化地自动扫描和验证约70万个包裹。由于每个包裹的完整处理时间大幅缩短,后续流程也进一步自动化,员工现在只需处理异常情况。

如今的3D技术带来新视角

与2D机器视觉一样,结构化程度更高的制造业在3D扫描方面领先。在全球范围内,汽车OEM利用这些先进系统,将车门等复杂零部件的缺陷率降低了10%至15%。机器视觉集成商基于双摄像头、单激光的斑马AltiZ 3D轮廓传感器(集成AI软件)构建解决方案。3D传感器扫描车门等物品,捕捉数千个数据点,并将其转化为高度详细的点云和深度图表示,供AI软件解释并检查缺陷。幸运的是,仓储和物流组织也在迎头赶上。

在物流领域,传统的结构光3D扫描仪一直很受欢迎,因为它们为静态场景扫描提供亚毫米级分辨率和高度准确性。但如果传感器或场景在扫描过程中移动——考虑到物流货物和传送带的无序性,这种情况总是可能发生——3D扫描就会失真。传统的飞行时间系统在某些用例中也有用,提供非常快的扫描速度和数据采集,但有些可能在分辨率和噪声水平上有所妥协。

然而,新一代3D传感利用独特的并行结构光技术,实现了高度精确的扫描。通过在一个曝光窗口内构建多个虚拟图像,可以对高速移动的物体进行实时、高分辨率的3D扫描。这为仓储和物流机器人引导、损坏检测、先进的料箱和传送带拣选、统一种类和混合码垛与拆垛以及数字孪生开辟了新的可能性。

随着全球工业在机器视觉、AI驱动检查和3D传感方面持续进步,越南的物流和仓储行业也进入了快速数字化阶段。电子商务每年增长约25%,在线零售市场预计到2025年将达到310亿美元,对先进视觉自动化——尤其是机器人引导、自动检查和实时3D尺寸测量——的需求预计将在未来两到三年内显著加速。

这一轨迹与越南2025-2035年物流服务发展战略(展望至2050年)相契合,该战略强调数字化转型、自动化和采用新兴技术,以建设一个现代化、高效且具有全球竞争力的物流行业。

(编译:张悦;审校:Momo;来源:越南中文社yuenan.com)

原创文章,作者:越南中文社,如若转载,请注明出处:https://yuenan.com/news-125418/

(0)
上一篇 1小时前
下一篇 1小时前

你可能喜欢

发表回复

登录后才能评论
分享本页
返回顶部