[Translate to Deutsch:]

Machine Vision in Intralogistik

Wie Intralogistik und automatisierte Lagerhäuser von Bildverarbeitungstechnologien profitieren

Die Komplexität und die Anforderung an die Geschwindigkeit der Logistikaufgaben nimmt ständig zu. Die Identifizierung und Rückverfolgbarkeit von Produkten ist für viele moderne Produzenten eine immer wichtigere Notwendigkeit. Waren werden mit verschiedenen Barcodes, Datacodes, Zeichen und Symbolen bedruckt, markiert, graviert, geätzt oder etikettiert, um die Inhalte zu identifizieren und wichtige Fertigungsinformationen bereitzustellen. Darüber hinaus müssen immer mehr Waren in immer kürzerer Zeit entpackt, kontrolliert, verpackt und verteilt werden.

Moderne Bildverarbeitungssoftware bietet alle notwendigen Methoden und Technologien zum Lesen von Zeichen, Codes und Symbolen, unabhängig davon, wie sie angebracht wurden. Objekte können auch ganz ohne Codes identifiziert werden, z. B. durch visuelle Texturmerkmale und Farbe.

Viele Prozesse in der Intralogistik und Lagerautomatisierung können vom Einsatz industrieller Bildverarbeitung profitieren. Lagerprozesse lassen sich mit Machine-Vision-Systemen teils vollständig automatisieren.

Software von MVTec liefert alle erforderlichen Technologien für Identifikations-, Verpackungs- und Rückverfolgungsanforderungen, sowie für viele andere Anforderungen in der automatisierten Intralogistik.

Einblicke in die Lieferkette für Intralogistik und Lagerautomatisierung

Um besser zu verstehen, wie genau die industrielle Bildverarbeitung die Automatisierung bestehender Prozesse in der Intralogistik verbessern kann, schauen wir uns die Prozesskette an. Sie veranschaulicht die einzelnen Schritte der Wertschöpfungskette.

Wareneingang

Produkte kommen in der Regel in Kartons auf Paletten an und müssen für die Lagerung vorbereitet werden. Die erste Aufgabe besteht darin, die Ware zu entpalettieren, beispielsweise auf ein Fördersystem. An dieser Stelle muss der Artikel identifiziert werden und es wird bestimmt, wie das Teil gehandhabt werden kann. Hat der Artikel eine harte Oberfläche oder vielleicht eine weiche Beschaffenheit? Ist besondere Vorsicht geboten?

Mit Hilfe von 3D-Technologien kann die Position sowie die Beschaffenheit der Waren erkannt und dann ein Roboter so geführt werden, dass er die einzelnen Teile automatisch greift und auf ein Fördersystem legt.

Ein weiterer wichtiger Vorgang beim Wareneingang ist das Lesen und Dekodieren von Codes zur Identifizierung des Artikels. Auch muss die Qualität der Artikel hinsichtlich Transportschäden etc. geprüft werden. Zusätzlich können Größe und Volumen bestimmt werden. Diese Informationen werden dann in einem späteren Schritt, z.B. bei der Lagerung, nützlich.

Diese Aufgaben können mit handelsüblichen 2D-Kamerasystemen oder gebrauchsfertigen 2D-Smart-Kameras sowie einer modernen Machine-Vision-Software sehr einfach gelöst werden.

Lagervorbereitung

Diese Phase umfasst das Auspacken der Produkte, Identifizierung der Waren und die Qualitätskontrolle der gelieferten Waren.

Bevor die Ware eingelagert werden kann, muss zunächst eine Wareneingangskontrolle stattfinden. Dabei wird die Qualität der Waren und die Vollständigkeit der gelieferten Artikel geprüft.

In der Regel nimmt eine 2D-Kamera ein Bild des geöffneten Kartons auf und erkennt mit Hilfe von Identifikationsalgorithmen den Inhalt des Kartons. Hier kann die Identifikation entweder durch das Auslesen eines Codes, aber auch mit Deep Learning erfolgen, wenn die Objekte keine lesbaren Etiketten tragen.

Lagerung - Identifizierung von Leerräumen in Regalen

Für diesen Anwendungsfall müssen der Lagerort und die Lagerbedingungen bekannt sein. Wo sollen die Waren gelagert werden? Gibt es genügend Lagerplatz?

Die Identifizierung der verfügbaren Leerplätze im Regal kann zum Beispiel mit Deep Learning überprüft werden. Hierfür wird ein mobiler Roboter mit einer Kamera ausgestattet, um an den Regalen vorbei zu fahren und Bilder aufzunehmen.  Die Software gibt die freien Speicherplätze und die Größe des jeweiligen Speicherplatzes aus.

Zusätzliche Informationen über den Standort können wiederum mit Hilfe von weiterer-Bildverarbeitungs-Algorithmen ermittelt werden.


Möchten Sie persönlich beraten werden?

Sie möchten mehr über die Möglichkeiten industrieller Bildverarbeitung in Ihrem Lager erfahren oder haben schon ein konkretes Projekt? Kontaktieren Sie unsere qualifizierten Partner-Unternehmen und Sie erhalten persönliche und unverbindliche Beratung, ganz in Ihrer Nähe.  

Hier finden Sie die Kontaktdaten


Abruf – Identifizieren der Produkte für die Ausgabe

Bei Auslieferung verpackter oder unverpackter Ware muss diese identifiziert und lokalisiert werden, bevor sie wie gewünscht abgeholt werden kann.

Bei der Entnahme von Artikeln aus dem Lager kann ein Roboter eingesetzt werden, um die gelagerten Artikel zu identifizieren und aus den Regalen herauszuholen. Im Grunde handelt es sich dabei um dieselbe Deep-Learning-Technologie wie bei der Identifizierung von Leerräumen, nur dass hier in der Regel eine größere Anzahl an Gegenständen unterschieden werden muss.

3D-Sensoren könnten auch zur Bestimmung der Greifpositionen von Robotern verwendet werden. Die Kombination von Deep-Learning- und 3D-Technologien würde zu einem vollautomatischen Auslagerungsprozess führen.

Kommissionierung - Messen von Größe und Volumen für eine optimale Verpackung

Bevor die Ware verpackt wird, sollte eine abschließende Qualitätskontrolle stattfinden, um sicherzustellen, dass das Produkt das Lager ohne Schäden verlassen hat. Außerdem kann unter Einsatz industrieller Bildverarbeitung die Größe und das Volumen der Waren automatisiert bestimmt werden, um alles so effizient wie möglich zu verpacken. Das spart Verpackungsmaterial und damit Kosten.

Mit Hilfe industrieller Bildverarbeitung kann automatisiert geprüft werden, welche Ware(n) z.B. in einem Karton enthalten sind und ob deren Qualität in Ordnung ist. Diese Information kann an einen Barcode-Drucker weitergeleitet werden, der dann die Codes auf z.B. Etiketten druckt. Ein weiteres System bringt die Etiketten auf die Kartons auf. Mit Machine Vision wird im Anschluss geprüft, ob die Qualität der gedruckten Codes den gültigen Standards (Druckqualität, Abstände etc.) entspricht und stellt damit sicher, dass der Code von jedem gängigen Codeleser gelesen werden kann.

Auslieferung - Warenausgangskontrolle und Palettierung

Nun kann die verpackte Ware palettiert und für die Auslieferung vorbereitet werden.

Mit Hilfe des zuvor durch industrielle Bildverarbeitung bestimmten Volumens, kann nun die Anzahl der zu palettierenden Kartons bestimmt werden. Diese Information wird genutzt, um die Kartons automatisch und effizient auf Paletten zu stapeln. Zusätzlich können auf der Grundlage dieser 3D-Informationen die Koordinaten für eine automatisierte Bearbeitung durch einen Roboter ermittelt werden.

Bildverarbeitungsmethoden in der Intralogistik

Oberflächenbasiertes 3D-Matching und Generischer Box-Finder

Diese Technologien können zur Identifizierung von Objekten und deren Position verwendet werden. Sie eignen sich z.B. hervorragend für die Depalettierung von Kartons oder bei der Auslagerung von Objekten zur Kommissionierung.

Erfahren Sie mehr über Oberflächenbasiertes 3D-Matching und den Generischen Box-Finder.

Barcode und Datacode lesen

Das Lesen von Bar- und Datacodes ist eine der bisher einfachsten Möglichkeiten zur Identifizierung von Gegenständen. Es gibt verschiedene Arten von Barcodes und Datacodes, beide Code-Arten stehen aber grundsätzlich vor den gleichen Herausforderungen, da diese beschädigt oder anderweitig gestört sein können. Die neuesten Bildverarbeitungsalgorithmen meistern diese Probleme und ermöglichen eine robuste und schnelle Dekodierung der Informationen.

Wie sie die häufigsten Probleme beim Lesen von Barcodes lösen können, erfahren Sie in unserem kostenlosen Whitepaper.

Optische Zeichenerkennung (OCR)

Neben Barcodes und Datacodes können manche Gegenstände mit beliebigen Etiketten versehen sein, die jede Art von Text oder Zeichen enthalten. In solchen Fällen kann die optische Zeichenerkennung (OCR) eine Option sein, um Artikel anhand von Text zu identifizieren. Dieser Text kann in verschiedenen Schriftarten, Größen oder sogar Druckarten wie Punktdruck vorliegen.

Erfahren Sie mehr über OCR mit Bildverarbeitungstechnologie auf dieser Seite.

Deep Learning

Deep Learning hilft bei der Identifizierung beliebiger Artikel ohne Codes oder Etiketten, eignet sich aber auch für die Qualitätskontrolle, zum Beispiel bei der Erkennung von Mängeln. Diese Technologie eröffnet neue Möglichkeiten bei der Überprüfung der Qualität von Artikeln. Durch die Identifizierung des Artikels ermöglicht Deep Learning die Bestimmung einer optimierten Handhabungsstrategie für Waren oder Artikel.

Lesen Sie hier mehr über die volle Leistungsfähigkeit von Deep-Learning-Methoden.

Entdecken Sie unsere Success Stories

Erfahren Sie, wie unsere Kunden mit MVTec Software hochinnovative Lösungen für Intralogistik und automatisierte Lager entwickeln.

Zu den Success Stories

Evaluierung Ihrer Bildverarbeitungsanwendung

Wollen Sie wissen, ob wir die richtige Lösung für Ihre Branche anbieten? Schicken Sie uns Ihr Software-Anwendungsdesign und unsere Experten werden es prüfen!

Jetzt kontaktieren