«آستانه برایپالت سازینسبتا کم است، ورود نسبتا سریع است، رقابت شدید است و وارد مرحله اشباع شده است.»
از نظر برخی از بازیکنان بصری سه بعدی، "بازیکنان زیادی در حال برچیدن پالت ها هستند و مرحله اشباع با سود کم رسیده است که دیگر تجارت خوبی به حساب نمی آید.
آیا واقعا اینطور است؟
GGII متوجه شده است که در مواجهه با دوستانی که در حال رونق هستند، گروه دیگری از بازیکنان بصری سه بعدی قاطعانه معتقدند که "ضریب نفوذ پالت سازی خودکار بسیار پایین است و هنوز مناطق زیادی وجود دارد که فتح نشده اند. سقف به اندازه کافی بلند است. .
با پیشرفت تکنولوژی و شتاب مدرن سازی، نیازهای مردم برای سرعت هندلینگ بیشتر و بیشتر می شود. با این حال، با روند ارتقاء مصرف، انواع مواد ورودی به وفور و مکرر اضافه می شود. پالت سازی دستی سنتی را فقط در شرایطی می توان اعمال کرد که مواد سبک وزن، با تغییرات بزرگ در اندازه و شکل، و توان عملیاتی کم باشند. اگر همچنان به نیروی انسانی متکی باشد، با سرعت مورد نیاز شرکت ها فاصله زیادی دارد.
از منظر سناریو، سناریوهای برچیدن و پالت سازی را می توان به کد واحد، کد واحد، کد مختلط و کد مختلط تقسیم کرد. تجهیزات رایج شامل ماشین آلات پالت سازی،ربات های پالت سازی، ربات + بینایی ماشین و غیره
بنابراین، معتقد است که بازیکنانی که پالت‌ها را از بین می‌برند و در مورد شمشیرها بحث می‌کنند، می‌توانند تقریباً به دو دسته تقسیم شوند. پای ماشین پالت سازی سنتی و پای ربات پالت سازی که نیازی به بینایی ماشین ندارد. جناح دیگر توسط بازیکنان بینایی ماشینی نمایش داده می شود که به صورت بصری برای از بین بردن پالت ها هدایت می شوند.
برای شرکت‌های پایانه‌ای، ماشین‌های پالت‌سازی و ربات‌ها می‌توانند مواد ورودی را مرتب‌تر و زیباتر کنند، در هزینه‌ها صرفه‌جویی کنند و کارایی تولید را بهبود بخشند، و آنها را به یکی از ابزارهای تیز برای تسریع تولید خودکار تبدیل کنند.
فرصت‌ها برای بخش بینایی ماشین به‌عنوان جناح پالت‌ساز سنتی و جناح ربات پالت‌سازی «به شدت» در بازار پالت‌سازی «به‌شدت» باقی می‌ماند؟
جاده تمایز - پالت سازی مخلوط
پدیده رایج در بازار این است که غالباً مریدان و مقلدین وجود دارند و گاهاً اخلالگران نیز وجود دارند، اما مشکل ترین آنها مؤسس است.
هنگامی که برای اولین بار وارد یک بازار خاص می شوید، فرصتی که بازیکنان برای دریافت بلیط ورودی دارند، این است که چگونه روی نقاط دردناک صحنه تمرکز کنند و از مسیر تمایز خارج شوند.
پالت کردن جعبه های مقوایی را به عنوان مثال در نظر بگیرید. از منظر صحنه، صحنه تک کد نسبتاً ساده و سنتی است، اساساً از همان نوع مواد ورودی برای پالت‌سازی استفاده می‌کند، با ماشین‌های پالت‌سازی و ربات‌های پالت‌سازی که بیشتر مورد استفاده قرار می‌گیرند. جداسازی تکی به طور کلی برچیدن همان نوع جعبه مقوایی است که نیاز به راهنمایی بصری دارد. برچیدن مختلط عمدتاً شامل برچیدن انواع مختلف جعبه های مقوایی است که نیاز به راهنمایی بصری دارد. کدهای اختلاط شامل انواع مختلف پالت سازی جعبه مقوایی است و نیاز به تأیید بصری دارد.
بنابراین، از نظر شرکت های بینایی سه بعدی، تقاضا برای دید سه بعدی در بازار پالت سازی به دور از حد اشباع است.
1. برچیدن مخلوط
ابتدا بیایید نگاهی به برچیدن مخلوط بیندازیم.
تاکنون تعداد تجمعی واحدهای پالت زدایی بصری (مجموعه) در چین به 10000 نرسیده است و پالت زدایی خودکار هنوز به دست نیامده است. نسبت حذف پالت که نیاز به همکاری بصری دارد بسیار زیاد است.
فی ژپینگ پیش بینی می کند که این نسبت ممکن است در آینده از 90 درصد فراتر رود. در حال حاضر پالت زدایی پرکاربردترین و پرکاربردترین سناریو در صنعت اتوماسیون است. 80٪ -90٪ ازرباتبرنامه های همکاری چشمی دست در پالت زدایی هستند و پالت سازی (تک کد) کمتر از 10 درصد است.
بنابراین، از منظر تقاضای بازار و قابلیت‌های فنی، سناریوهای کاربردی حذف پالت می‌توانند بدون هیچ گونه توسعه ثانویه استاندارد و بی‌خطا باشند.
2. کد ترکیبی
برخلاف سایر سناریوها، در سناریوی پالت سازی، کدگذاری مختلط پیچیده ترین است. نحوه قرار دادن کالاها با دسته ها، اندازه ها و شکل های مختلف در یک پالت و رسیدن به سطح مشخصی از کارایی کار، دشواری کار کدگذاری ترکیبی است.
به عنوان مثال، در طول فرآیند ذخیره سازی و حمل و نقل، نسبت حمل و نقل پالت شده نسبتا کم است، به طوری که 70-80٪ کالاها پالت نشده هستند. نرخ نفوذ اتوماسیون این فرآیند نسبتاً پایین است، زیرا پالت ها باید برداشته شده و جمع آوری شوند.
نرخ نفوذ خودکار پالت سازی مخلوط؟
تقاضا برای پالت سازی مختلط رسیده است و نقاط دردناک آن آشکار است. چالش پیش روی پخش کننده های بصری سه بعدی این است - چگونه می توان افزایش نرخ نفوذ اتوماسیون پالت سازی مخلوط را تسریع کرد؟
برای پخش کننده های بصری سه بعدی، اولویت اصلی حل مشکل راندمان پایین است.
به عنوان مثال، در سناریوهای عملی، معمولاً با مشکل پالت‌سازی مخلوط بی‌نظم مواجه می‌شویم، که در آن کالاها به‌طور تصادفی به ایستگاه کاری پالت‌سازی با اندازه‌ها و مشخصات مختلف در امتداد تسمه‌های نقاله تحویل داده می‌شوند. به دلیل ناتوانی ایستگاه کاری در پیش بینی تمام مشخصات و ابعاد محصول آتی روی تسمه نقاله، دستیابی به برنامه ریزی بهینه جهانی امکان پذیر نیست.
الگوریتم موجود BPP (مشکل بسته بندی بن) نمی تواند به طور مستقیم در سناریوهای لجستیک واقعی استفاده شود. این نوع مشکل پالت‌سازی، که در آن نمی‌توان تمام مشخصات و ابعاد محصول را از قبل شناخت، پیچیده‌تر از مشکل بسته‌بندی آنلاین عمومی BPP-k است (K به مشخصات و ابعاد محصول اشاره دارد که می‌تواند از قبل توسط ایستگاه کاری پالت‌سازی مشخص شود). .
در سناریوهای کاربردی عملی، k برابر 1 است یا 3؟ آیا دستگاه می تواند یک مورد از سه مورد را انتخاب کند یا فقط برای یک مورد می توان یک مورد را برداشت؟ این که آیا می توان آن را از قبل پیش بینی کرد، الزامات الگوریتم ها نسبتاً بالا خواهد بود. در عین حال، اندازه و ارتفاع کالا نیز یکی از عوامل موثر بر الگوریتم است. با توجه به ویژگی‌های پالت‌ها، الگوریتم پالت‌سازی پیچیده‌تر از الگوریتم بسته‌بندی عمومی BPP-k است، نه تنها نرخ بارگذاری بلکه پایداری شکل پالت‌سازی را نیز در نظر می‌گیرد.
King Sanad Yoshiyama خاطرنشان کرد: برای شرکت های بینایی سه بعدی، دشواری فنی صحنه های کد مختلط در سطح الگوریتم نهفته است. با استفاده از مزایای الگوریتم خود، نه تنها می‌توانیم مشکلاتی مانند کدهای مختلط و جداسازی مختلط را که پالت‌سازها و تخلیه‌کننده‌های سنتی نمی‌توانند حل کنند، حل کنیم، بلکه می‌توانیم الگوریتم‌های هوشمند مانند الگوریتم‌های تشخیص بصری، الگوریتم‌های برنامه‌ریزی حرکت، الگوریتم‌های برنامه‌ریزی نوع پشته و و... را حل کنیم. الگوریتم های پالت سازی برای بهبود استفاده از سینی، پایداری پشته، نرخ بارگذاری و غیره.
با این حال، از نظر سایر بازیکنان، اشیاء با اشکال و اندازه های متنوع نیز یکی از دلایل ضریب نفوذ کم اتوماسیون پالت زدایی هیبریدی است.
در حال حاضر، اشیاء اصلی پالت زدایی در بازار، گونی، کارتن و جعبه فوم هستند. اشیاء کاری مختلف نیازمندی های متفاوتی برای دید سه بعدی دارند.
هدف قرار دادن نقاط درد، از طریق موانع رقابتی ایجاد شده توسط فناوری های اصلی آنها، لینک های اتوماسیون پایین کدهای ترکیبی را شناسایی کرده و راه حل های هدفمند را ارائه می دهد.
ایستگاه کاری پالت‌سازی هوشمند بصری سه‌بعدی سناد از یک دوربین استریو دوچشمی DLP با فریم بالا و وضوح بالا استفاده می‌کند که دارای تشخیص قوی برای خطوط بسته‌بندی با رنگ‌ها، مواد و اندازه‌های مختلف است. بر اساس الگوریتم‌های یادگیری عمیق، می‌تواند به تقسیم‌بندی و موقعیت‌یابی انواع بسته‌های پشته‌ای، با ترکیب اطلاعات ۲ بعدی و ۳ بعدی برای به دست آوردن دقیق رنگ، اندازه، کانتور، موقعیت، زاویه و سایر اطلاعات بسته دست یابد. مجهز به الگوریتم‌های پیشرفته‌ای مانند تشخیص برخورد و برنامه‌ریزی مسیر، می‌تواند به طور موثر از برخورد جلوگیری کند و مطابق با موقعیت‌های واقعی اشیاء تک یا چندگانه را به طور همزمان بگیرد. از پالت سازی و برچیدن قفس به سبک جعبه مخلوط پشتیبانی کنید.
علاوه بر این، به یک معنا، این فرصتی برای شرکت های بینایی ماشین و همچنین برای شرکت های رباتیک است.
در مواجهه با فرصت‌های بی‌نهایت پنهان در پالت‌زدایی هیبریدی، روباتیک‌ها و دستاکرهای هدایت‌شونده بصری شروع به همکاری با یکدیگر کرده‌اند.
آیا راهنمایی بصری برای پالت سازی هنوز یک تجارت خوب است؟
برای اینکه به اصل مطلب برسیم، آیا پالت سازی هنوز یک تجارت خوب است؟
بر اساس داده‌های تحقیقاتی GGII، در سال 2022، حجم حمل و نقل دوربین‌های سه‌بعدی هدایت‌شده توسط روبات‌ها در چین از 8500 دستگاه فراتر رفت که تقریباً 2000 دستگاه برای پالت‌سازی ارسال شد که حدود 24 درصد را شامل می‌شود.
از منظر داده، دید سه بعدی هنوز پتانسیل زیادی برای توسعه در کاربرد پالت سازی دارد. در مواجهه با فضای بازار آزاد شده توسط پالت سازی، شرکت های بینایی ماشین به طور فعال راه حل هایی را ارائه می دهند یا پیشنهاد می کنند، یا محصولات سخت افزاری و سیستم های نرم افزاری را برای رفع نیازهای متنوع و انعطاف پذیر پالت سازی عرضه می کنند و به شرکت ها در کاهش هزینه ها و افزایش کارایی کمک می کنند.
برخی از صاحبان صنعت بیان کرده اند: "چه کسب و کار خوب باشد یا نه، تنها با پیوستن به این صنعت می توان درک بهتری داشت.
در مواجهه با افزایش شدید بازیکنان، از نظر Fei Zheping، تنها یک راه برای رسیدن به الگوی نهایی و برنده بازار حذف پالت وجود دارد: محصولات استاندارد شده واقعاً ارزان قیمت.
اصطلاح استانداردسازی به ادغام دوربین‌های سه بعدی و نرم‌افزار حذف پالت اشاره دارد که می‌تواند به عنوان یک محصول واحد در نظر گرفته شود. مشتریان به هیچ وجه نیازی به اشکال زدایی بصری ندارند و می توانند به سرعت شروع به کار کنند و به استقرار سریع واقعی در محل دست یابند.
بنابراین، آیا پالت سازی با هدایت بصری هنوز یک تجارت خوب است؟
زمان ارسال: اکتبر-09-2023
