查看原文
其他

立体仓库货物识别率99.9%!AI让仓储管理事半功倍

将AI进行到底的 飞桨PaddlePaddle 2022-12-19

立体仓库是采用几层、十几层乃至几十层高的货架储存单元货物,用相应的物料搬运设备进行货物入库和出库作业的仓库。随着人工智能、物联网、大数据等新技术的广泛应用,立体仓库由单一存储向多功能、智能化仓储物流转变。一方面提升物流行业运营效率,另一方面打通工厂生产和物流环节,缩短多功能物流库建设周期。



仓储智能化

从立体仓库看企业转型升级

物流系统前端对接原料采购,中间连接产线制造,后端承接成品配送,是保证工厂稳定、高效运行的基础。“智能立体库”基于智能存储设备同计算机管理系统协作原理, 实现了立体仓库自动化,其水平大幅提升物流效率,备受企业青睐。但相较传统物流仓,企业在仓储智能化升级中面临三大挑战
  • 挑战一
时效:货架高、体量大,货物追溯窗口期短
提高空间利用率是搭建立体仓的核心目标,其单位面积存储量远大于传统仓库。据了解,自动化高架仓库的空间利用率是普通平库的2-5倍。但由于货架高、货品集中存放, 盘点周期长, 对于食品、药品等追溯要求高的商品,更需要准确追踪货物流向,及时核验货物出入库时间。

  • 挑战二
风险:高危作业,生产安全隐患大
高层货架是立体库的主体设备,因货物密集摆放且层数高,相关工作人员面临极高作业风险。如货位倾斜或放置搬运不当,极易发生高空坠物,造成设备或人员伤害。现场全部采用自动化设备作业,如何保证设备和系统安全稳定运行,减少因机械设备故障带来的人身伤害,成为日益重要和复杂的问题。
  • 挑战三
准确:故障识别能力有限,实时库存预估难
立体库指从原材料出入库,到半成品存储配送,最后到成品发货的全自动化作业。立体库分为库前区和库后区,其中面向生产的库前区配有自动码垛和横向穿梭均衡入库设备,如RGV(轨道制导技术汽车)、AGV(自动引导运输车辆)。但系统本身识别故障能力有限,上游环节出现故障导致某个货位缺货、中空或调度逻辑路径出错(A货B照),往往只能在出库指数仓发现。因此,实时库存准确率优化成为仓储精益化管理的难题之一



AI赋能 百度飞桨EasyDL

携手凯创共建智慧物流大脑

提升企业供应链管理能力迫在眉睫, 物流仓储作为其关键环节, 急需人工智能助力数智化转型。太原市凯创科技有限公司(以下简称“凯创科技”)成立至今致力于物流系统总体规划,研创了智慧物流全系统解决方案,仓储物流技术位列国内领先水平,其物流资源综合服务平台在国内多家大型生产型企业、物流配送中心广泛应用。

近年来,为助力仓储物流转型升级,凯创科技坚持人工智能研究和发展,通过AI技术赋能物流行业,帮扶企业构建多功能智能立体库,搭建精细化、信息化、智能化、数字化、可视化的智慧物流系统。这套智能立体库方案基于百度飞桨EasyDL零门槛AI开发平台,涵盖运输、仓储、物流、安全、设备管理等系统,历经模型设计、数据采集、训练模型、服务部署等多个阶段。

在整个过程中,数据采集图像识别是重点。由于出入库产品规格较多,在图像采集阶段需要结合立体库的现场情况,抓取各巷道堆垛机的各个角度;同时,还要对异常货位、重点货位进行动态识别与监控。凯创科技的智慧物流系统基于百度飞桨EasyDL的AI图像识别技术(图像分类、物体检测以及图像分割),通过全流程多点监控和存储点动态监控,实现作业履历全程可追溯及全链条智能预警,从而为立体库建立起一比一的快照(真实)模型。

凯创科技总经理王俊才表示,基于百度飞桨EasyDL设计AI模型有四大优势:
  • 优势一数据处理方面, 采集到的图片在上传、标注、训练、回流等过程实现一站式处理,节省近50%开发时间;

  • 优势二模型训练方式丰富,功能完善,无需高精尖技术人员附加代码就可以完成,模型识别准确率高达99.99%;

  • 优势三模型校验报告内容详细完善,优化方向明确,方便有针对性地进行二次优化;

  • 优势四部署方便,采用服务器部署方案,基于docker容器化部署, 1天内即可上线。

技术驱动的新一轮商业创新,已成为企业发展不可或缺的源动力。从仓储、搬运、传送、分拣到后期数据追溯、动态监控的物流全环节,AI技术得到了充分的应用。今后,百度飞桨EasyDL将通过AI技术与物流行业的深度融合,持续解决物流作业过程中的难题,为无人仓库、智慧工厂建设提供可能。

【飞桨AI场景范例实战营】

欢迎报名百度飞桨AI场景范例实战营——立体库智能盘点。本期实战营提供免费数据集与详细的实操范例,邀您一起体验如何通过AI让仓储管理事半功倍!参与实战还可抽取小度熊京东卡度熊牛仔托特包等精美奖品。

扫描海报二维码,即可报名参加

拓展阅读



关注【飞桨PaddlePaddle】公众号

获取更多技术内容~



您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存