[Translate to Chinese:]

机器视觉在内部物流领域的应用

机器视觉技术如何为内部物流和自动化仓库带来效益

物流任务的复杂性和速度要求在不断提高。对于许多现代生产商来说,产品识别和可追溯性作为必要条件,重要性越来越高。商品上会印刷、标记、标刻、蚀刻或标示各种条形码、二维码、字符和符号,以便识别内容并提供重要制造信息。此外,还需要在越来越短的时间内对越来越多的商品进行拆包、检测、包装和分发。

现代图像处理软件为读取字符、代码和符号提供了所有必要的方法和技术,无论它们以何种方式应用。例如,在完全没有代码的情况下,也可以通过视觉纹理特征和颜色来识别物体。

机器视觉的使用可以为内部物流和仓库自动化的许多流程带来效益。仓库流程可以通过机器视觉系统实现部分或完全自动化。

针对识别、包装和可追溯性要求以及内部物流自动化的许多其他要求,MVTec 的软件可以提供所有必要的技术。

深入了解内部物流和仓库自动化供应链

为了进一步了解机器视觉究竟如何提高内部物流现有流程的自动化水平,我们可以看看这个流程链,其中阐明了价值链中的各个步骤。

货物接收

产品抵达时通常是装箱放在托盘上,需要针对储存进行准备工作。第一个任务是将货物从托盘卸下,例如卸到传送带系统上。必须对物品进行识别,并确定如何处理。物品是否表面坚硬,或者可能质地柔软?是否需要特别护理?

利用 3D 技术,可以检测到货物的位置和质地。然后就可以引导机器人拣选单件物品,再将它们放在传送带系统上。

货物交付过程中的另一个流程是读取代码并解码以识别物品。此外,还必须对物品质量进行检测,例如检测有无运输损坏。另外,必须确定尺寸和体积,以便在后续步骤中使用这些信息,例如储存期间。这项任务使用普通 2D 相机系统或即用型 2D 智能相机和现代机器视觉软件,即可非常轻松地完成。

准备储存

这个阶段包括产品开箱、货物识别和交付货物质量控制。

在储存货物之前,必须先进行入库货物检验,检查货物质量是否过关,以及交付的物品是否完整。

通常是使用 2D 摄像头对打开的箱子进行拍照,然后使用识别算法识别里面的内容物。识别可以通过读取代码来完成,但如果物体上没有可读取的标签,也可以通过深度学习来完成。

储存 - 识别货架空位状态

对于这类应用,必须知道储存地点和条件。货物会储存在什么地方?是否有足够的储存空间?

例如,可以运用深度学习来识别货架上的可用空位。

为此,在移动式机器人上配备一个摄像头,让其驶过货架并拍照。  软件会输出可用储存空间和相应储存空间的大小。

而关于位置的其他信息,又可以通过其他机器视觉算法确定。


您是否需要个人咨询?

您是否有一个具体的项目要处理,或者需要进一步了解图像处理软件在仓库中有哪些可能的应用?请联系我们的全球分销伙伴之一,提出您的问题,并获得个人咨询服务。

点击此处查找联系人


储存 - 识别货架空位状态

对于这类应用,必须知道储存地点和条件。货物会储存在什么地方?是否有足够的储存空间?

例如,可以运用深度学习来识别货架上的可用空位。

为此,在移动式机器人上配备一个摄像头,让其驶过货架并拍照。  软件会输出可用储存空间和相应储存空间的大小。

而关于位置的其他信息,又可以通过其他机器视觉算法确定。

调试 - 测量尺寸和体积以优化包装

在包装货物之前,应进行最终质量控制,以确保产品完好无损地离开仓库。此外,在机器视觉系统的帮助下,可以自动确定货物的大小和体积,以便尽可能提高打包效率。这样可以节省包装材料,最终节约成本。

借助工业图像处理,可以自动检查纸箱中包含哪些产品,以及这些产品的质量是否符合要求。这些信息可以转发给条形码打印机,打印机随后会在标签上打印代码。另一套系统将标签贴到纸箱上,然后使用机器视觉来检查打印代码的质量是否符合相应标准(打印质量、间距等),从而确保代码可以由任何标准读码器读取。

交付 - 货物发出质量控制和码垛

现在,可以对打包好的货物进行码垛,准备交付。

利用之前通过工业图像处理确定的体积,可以确定需要码垛的箱子数量。利用这些信息,可以高效地将箱子自动堆放在托盘上。此外,还可以根据这些 3D 信息确定坐标,由机器人自动处理。

内部物流中的机器视觉方法

基于表面的 3D 匹配和通用箱盒查找器

这些技术可用于识别物体及其位置,特别适合卸下货箱或取回物品进行调试等应用。

进一步了解基于形状的 3D 匹配和通用箱盒查找器,其中对所有方法都有更详细的介绍。

条形码和二维码读取

如今,条形码和二维码读取是识别物品最简单的方法之一。有几种不同类型的条形码和二维码。这两种方法面临的挑战基本相同,因为代码可能损坏或因其他原因干扰读取。新近的机器视觉算法解决了这些挑战,可对信息进行稳定快速的解码。

阅读我们免费提供的白皮书,了解如何解决常见的条形码读取问题。

光学字符识别 (OCR)

除了二维码和条形码之外,一些物品还可能配备任意标签,呈现任何类型的文本或字符。在这种情况下,可以选择光学字符识别 (OCR),基于文本识别物品。此类文本可能采用不同的字体、字号甚至打印样式,例如点阵式打印。

查看此页面可以进一步了解采用机器视觉技术的 OCR

深度学习

深度学习不仅有助于识别没有代码或标签的任意物品,也适用于质量控制,如检测缺陷。它为物品质量检测带来了新的可能。通过识别物品,深度学习能够为货物或物品确定优化的处理策略。

点击此处可进一步了解深度学习方法的全部能力

是否需要从现实案例中寻求启发?

欢迎了解我们的客户如何使用 MVTec 软件为内部物流和自动化仓库开发十分新颖的解决方案。

阅读成功案例

机器视觉应用免费评估

想知道您的解决方案是否是行业内的最优解? 将您的软件应用程序设计发送给我们,我们的专家将对其进行审核!

发现更多