随着电商物流需求的不断增加,全渠道配送、直接接触消费者已成为物流行业的发展趋势,这无疑给物流企业带来了巨大的运营压力。投资自动化设备进行数字化升级,将有机会重构物流行业的底层环节。物流设施必须快速、准确地检测和分类各种货物,以提高行业的整体效率。
然而,由于货物和包装类型存在大量变化,加上托盘或输送机背景变化,传统的基于规则的机器视觉方法难以达到所需的检测精度和准确分拣。而且此类技术的维护非常耗时,通常需要专门的操作员培训。因此,物流行业检验分拣自动化应用主要面临以下三个棘手的业务挑战:
1. 货物丢失或误操作:包裹类型繁多、背景多样,往往导致货物难以查出。检测不准确可能会导致货物配送路线分配不正确。
2、难以准确分拣物品:物流设施通常会按照类型对物品进行分拣以提高效率,这很容易导致分类错误。
3、设备损坏:由于自动化物流的速度和效率极高,货物经常会到达意想不到的区域,需要停机检查;严重时,这些物品可能会造成设备损坏。
如何解决这些问题呢?康耐视近期推出了一款新产品In-Sight 2800探测器,配备边缘学习技术,一一解决上述棘手问题。
In-Sight 2800 探测器能够执行传统的基于规则的机器视觉无法执行的检查和分类任务。这种基于人工智能的技术只需要简单的图形训练,就能在反光或复杂的背景下从多个角度可靠地检测或分类包裹。用户可以轻松添加新的包类型,而无需进行大量的重新培训。它可以轻松实现以下应用:
? 物品存在/不存在检测
? 入库和出库流程的包裹分拣
? 传送带异常检测
当前,我国物流业发展空间巨大,大数据应用、智慧物流是重点发展方向。借助In-Sight 2800 Detector简单的基于实例的训练和先进的AI算法,可以帮助物流企业快速解决困难的货物检测和分拣问题,并进一步实现自动化物流应用。点击文末“阅读原文”下载《物流行业检测与分拣》分拣应用自动化》应用指南,了解如何进一步提升物流运作效率和服务质量!
审稿人:李茜