"Kynnyslavauson suhteellisen alhainen, tulo on suhteellisen nopeaa, kilpailu on kovaa ja se on astunut kyllästymisvaiheeseen."
Joidenkin 3D-visuaalisten pelaajien silmissä "Monet pelaajat purkavat kuormalavoja, ja kyllästymisvaihe on saapunut alhaisilla voitoilla, mitä ei enää pidetä hyvänä bisneksenä.
Onko tämä todella näin?
GGII on huomannut, että kukoistavien ystävien edessä toinen ryhmä 3D-visuaalisia pelaajia uskoo vakaasti, että "automaattisen lavaamisen tunkeutumisaste on hyvin alhainen, ja vielä on monia alueita, joita ei ole valloitettu. Katto on riittävän korkea .
Tekniikan kehittymisen ja modernisoinnin kiihtymisen myötä ihmisten vaatimukset käsittelynopeudelle ovat yhä korkeammat. Kulutuksen nousevan trendin myötä saapuvien materiaalien tyyppejä on kuitenkin runsaasti ja niitä lisätään usein. Perinteistä manuaalista lavausta voidaan soveltaa vain tilanteissa, joissa materiaalit ovat kevyitä, joissa on suuria koon ja muodon muutoksia ja pieni läpimeno. Jos se on edelleen työvoiman varassa, se on kaukana yritysten nopeusvaatimuksista.
Skenaarion näkökulmasta purkamis- ja lavastamisskenaariot voidaan jakaa yksittäiseen koodiin, yksittäiseen koodiin, sekakoodiin ja sekakoodiin. Yleisiä laitteita ovat lavauskoneet,lavausrobotit, robotit+konenäkö jne.
Joten se uskoo, että pelaajat, jotka purkavat lavoja ja keskustelevat miekoista, voidaan jakaa karkeasti kahteen ryhmään; Perinteiset lavauskonepiirakat ja lavausrobottipiirakat, jotka eivät vaadi konenäköä; Toista ryhmää edustavat konenäköpelaajat, jotka ohjataan visuaalisesti purkamaan lavoja.
Terminaaliyrityksille lavauskoneet ja robotit voivat tehdä saapuvista materiaaleista siistimpiä ja esteettisempiä, säästää kustannuksia ja parantaa tuotannon tehokkuutta, mikä tekee niistä yhden terävistä työkaluista automatisoidun tuotannon nopeuttamiseen.
Mihin jää konenäköryhmälle mahdollisuudet perinteisenä lavausryhmänä ja lavausrobottiryhmänä "sekoittuvat voimakkaasti" lavausmarkkinoilla?
Tie erilaistumiseen – sekalavaus
Markkinoilla yleinen ilmiö on, että seuraajia ja jäljittelijöitä on usein ja välillä häiriöitäkin, mutta vaikein on perustaja.
Ensimmäistä kertaa tietyille markkinoille tullessa pelaajien mahdollisuus saada pääsyliput on se, kuinka keskittyä kohtauksen kipupisteisiin ja kävellä pois erilaistumisen tieltä.
Esimerkkinä pahvilaatikoiden lavaus. Kohtauksen näkökulmasta yksittäiskoodikohtaus on suhteellisen yksinkertainen ja perinteinen, ja siinä käytetään periaatteessa samantyyppistä saapuvaa materiaalia lavaukseen, ja lavauskoneita ja lavausrobotteja käytetään yleisemmin; Yksittäinen purkaminen on yleensä samantyyppisen pahvilaatikon purkamista, joka vaatii visuaalista ohjausta; Sekapurkaminen käsittää pääasiassa erityyppisten pahvilaatikoiden purkamisen, mikä vaatii visuaalista ohjausta; Koodien sekoitus sisältää myös erilaisia pahvilaatikoiden lavastuksia ja vaatii visuaalisen varmistuksen.
Siksi 3D-näköalan yritysten näkemyksen mukaan 3D-näön kysyntä lavausmarkkinoilla ei ole läheskään tyydyttynyt.
1. Sekapurkaminen
Katsotaanpa ensin sekapurkamista.
Toistaiseksi visuaalisten kuormalavojen poistoyksiköiden (sarjojen) kumulatiivinen määrä Kiinassa ei ole saavuttanut 10 000:aa, eikä automaattista kuormalavojen poistamista ole vielä saavutettu. Visuaalista yhteistyötä vaativan kuormalavojen poiston osuus on erittäin suuri.
Fei Zheping ennustaa, että tämä osuus voi ylittää 90 prosenttia tulevaisuudessa. Tällä hetkellä kuormalavojen poisto on automaatioteollisuuden laajimmin käytetty ja vaativin skenaario. 80-90 %robottihand eye -yhteistyösovellukset ovat kuormalavojen poistamisessa, ja lavaus (yksi koodi) on alle 10 %.
Siksi markkinoiden kysynnän ja teknisten ominaisuuksien näkökulmasta kuormalavojen poistosovellusskenaariot voivat olla standardoituja ja idioottivarmoja ilman toissijaista kehitystä.
2. Sekakoodi
Toisin kuin muissa skenaarioissa, lavausskenaariossa sekakoodaus on monimutkaisin. Eri luokkien, kokoisten ja muotoisten tavaroiden sijoittaminen samalle lavalle ja tietyn työn tehokkuuden saavuttaminen on sekakoodaustyön vaikeus.
Esimerkiksi varastoinnin ja kuljetuksen aikana lavakuljetusten osuus on suhteellisen alhainen, sillä 70-80 % tavaroista on lavottomia. Tämän prosessin automaation tunkeutumisaste on suhteellisen alhainen, koska kuormalavat on otettava alas ja kerättävä takaisin.
Sekalavaamisen automaattinen tunkeutumisaste?
Sekalaavoimien kysyntä on saapunut ja kipukohdat ovat ilmeiset. 3D-visuaalisten soittimien kohtaama haaste on - kuinka nopeuttaa sekalavojen automaation levinneisyyttä?
3D-visuaalisille soittimille ensisijainen tavoite on ratkaista alhaisen tehokkuuden ongelma.
Esimerkiksi käytännön skenaarioissa on yleistä kohdata sekava sekalavalavaus, jossa tavarat toimitetaan satunnaisesti lavaustyöasemalle eri kokoisina ja erilaisina kuljetinhihnoja pitkin. Koska työasema ei pysty ennakoimaan kaikkia tulevia tuotemäärityksiä ja kuljetinhihnan mittoja, ei ole mahdollista saavuttaa globaalia optimaalista suunnittelua.
Nykyistä BPP-algoritmia (Bin Packaging Problem) ei voida suoraan käyttää todellisissa logistiikkaskenaarioissa. Tämän tyyppinen lavausongelma, jossa kaikkia tuotteen spesifikaatioita ja mittoja ei voi tietää etukäteen, on monimutkaisempi kuin yleinen online-pakkaus-BPP-k-ongelma (K viittaa tuotteen spesifikaatioihin ja mittoihin, jotka lavaustyöasema voi tietää etukäteen) .
Onko k käytännössä 1 vai 3? Voiko laite noutaa yhden tavaran kolmesta vai voiko yhden tuotteen noutaa vain yhdestä tuotteesta? Olipa se ennakoitavissa etukäteen, vaatimukset algoritmeille ovat suhteellisen korkeat. Samalla tavaran koko ja korkeus ovat myös yksi algoritmiin vaikuttavista tekijöistä. Lavojen ominaisuuksista johtuen lavausalgoritmi on monimutkaisempi kuin yleinen BPP-k-pakkausalgoritmi, ottaen huomioon lastausnopeuden lisäksi myös lavausmuodon stabiilisuuden.
Kuningas Sanad Yoshiyama huomautti: 3D-näön yrityksille sekakoodikohtausten tekninen vaikeus piilee algoritmitasossa. Hyödyntämällä algoritmiemme etuja, emme vain pysty ratkaisemaan ongelmia, kuten sekakoodia ja sekalaista purkamista, joita perinteiset lavaajat ja purkajat eivät pysty ratkaisemaan, vaan voimme myös optimoida älykkäitä algoritmeja, kuten visuaalisen tunnistusalgoritmeja, liikkeen suunnittelualgoritmeja, pinotyyppisuunnittelualgoritmeja ja lavausalgoritmit parantamaan alustan käyttöä, pinon vakautta, latausnopeutta ja niin edelleen.
Kuitenkin muiden toimijoiden silmissä erimuotoiset ja -kokoiset esineet ovat myös yksi syy hybridilavanpoistoautomaation alhaiseen tunkeutumisasteeseen.
Tällä hetkellä markkinoiden yleisimmät kuormalavojen poistokohteet ovat säkit, laatikot ja vaahtomuovilaatikot. Eri työkohteilla on erilaiset vaatimukset 3D-näolle.
Kohdistaminen kipupisteisiin ydinteknologioiden luomien kilpailuesteiden kautta tunnistaa sekakoodin alhaiset automaatiolinkit ja tarjoaa kohdistettuja ratkaisuja.
Sanad 3D visuaalinen älykäs lavaustyöasema ottaa käyttöön korkean kehyksen ja korkearesoluutioisen DLP-binokulaarisen stereokameran, joka tunnistaa vahvasti eri värien, materiaalien ja kokoisten pakkausten ääriviivat; Syväoppimisalgoritmien perusteella se voi segmentoida ja sijoittaa kaikentyyppiset pinotut paketit yhdistämällä 2D- ja 3D-tiedot saadakseen tarkasti pakkauksen värin, koon, ääriviivat, sijainnin, kulman ja muut tiedot. Varustettu edistyneillä algoritmeilla, kuten törmäysten havaitsemisella ja liikeradan suunnittelulla, se voi tehokkaasti välttää törmäykset ja tarttua yhteen tai useampaan esineeseen kerralla todellisten tilanteiden mukaan; Tukee sekalaatikkotyyppistä lavaamista ja häkin purkamista.
Lisäksi tämä on tietyssä mielessä mahdollisuus konenäköalan yrityksille, samoin kuin robotiikkayrityksille.
Hybridilavanpoistoon kätkeytyvien loputtomien mahdollisuuksien edessä robottimiehet ja visuaalisesti ohjatut pinonpurkajat ovat alkaneet työskennellä yhdessä.
Onko visuaalinen opastus lavalle edelleen hyvää liiketoimintaa?
Asiaan päästäkseni, onko lavaus edelleen hyvä bisnes?
GGII:n tutkimustietojen mukaan vuonna 2022 robottien ohjaamien 3D-kameroiden toimitusmäärä Kiinassa ylitti 8500 yksikköä, joista noin 2000 yksikköä kuljetettiin lavattavaksi, mikä on noin 24 %.
Datan näkökulmasta 3D-näöllä on edelleen suuria kehitysmahdollisuuksia lavaamisen sovelluksissa. Lavotuksen vapauttavan markkinatilan edessä konenäköyritykset suunnittelevat tai ehdottavat aktiivisesti ratkaisuja tai julkaisevat laitteistotuotteita ja ohjelmistojärjestelmiä vastatakseen joustaviin ja monipuolisiin sekalavaustarpeisiin, mikä auttaa yrityksiä vähentämään kustannuksia ja lisäämään tehokkuutta.
Useat alan sisäpiiriläiset ovat ilmaisseet: "Onpa kyseessä hyvä bisnes tai ei, vain alalle liittymällä voi ymmärtää paremmin
Pelaajien jyrkän kasvun edessä Fei Zhepingin näkemyksen mukaan on vain yksi tie äärimmäiseen malliin ja kuormalavojen poistomarkkinoiden voittajaan: todella edulliset standardituotteet.
Ns. standardoinnilla tarkoitetaan 3D-kameroiden ja kuormalavojen poistoohjelmiston integrointia, jota voidaan pitää yhtenä tuotteena. Asiakkaat eivät tarvitse visuaalista virheenkorjausta ollenkaan, ja he voivat aloittaa nopeasti ja saavuttaa todellisen nopean käyttöönoton paikan päällä.
Joten onko visuaalinen ohjattu lavaus edelleen hyvä bisnes?
Postitusaika: 09.10.2023
