„Прагот запалетизирањее релативно низок, влезот е релативно брз, конкуренцијата е жестока и влезе во фаза на заситеност“.
Во очите на некои 3D визуелни играчи, „Има многу играчи кои демонтираат палети, а фазата на заситување пристигна со низок профит, што повеќе не се смета за добар бизнис.
Дали е ова навистина така?
GGII забележа дека во лицето на пријателите кои напредуваат, друга група 3D визуелни играчи цврсто веруваат дека „стапката на пенетрација на автоматското палетизирање е многу мала и има уште многу области кои не се освоени. Таванот е доволно висок .
Со напредокот на технологијата и забрзувањето на модернизацијата, барањата на луѓето за брзина на ракување стануваат се поголеми и повисоки. Сепак, со трендот на надградба на потрошувачката, видовите на дојдовни материјали се во изобилство и често се додаваат. Традиционалното рачно палетизирање може да се примени само во ситуации кога материјалите се лесни, со големи промени во големината и обликот и мала пропусност. Ако сè уште се потпира на работна сила, далеку е од исполнување на барањата за брзина на претпријатијата.
Од гледна точка на сценарио, сценаријата за расклопување и палетизација може да се поделат на единечен код, единечен код, мешан код и мешан код. Вообичаената опрема вклучува машини за палетизација,роботи за палетирање, роботи+машинска визија итн.
Значи, се верува дека играчите кои демонтираат палети и разговараат за мечеви може грубо да се поделат на две фракции; Традиционални машински пити за палетизирање и роботски пити за палетирање кои не бараат машинско гледање; Другата фракција е претставена со играчи за машинска визија кои се визуелно водени да ги расклопат палетите.
За терминалните претпријатија, машините за палетизација и роботите можат да ги направат дојдовните материјали поуредни и естетски попријатни, да заштедат трошоци и да ја подобрат ефикасноста на производството, што ги прави една од острите алатки за забрзување на автоматското производство.
Каде се оставени можностите за фракцијата за машинско визија бидејќи традиционалната фракција на палетизатори и фракцијата на роботите за палети „енергично се мешаат“ на пазарот за палетирање?
Патот до диференцијација - мешано палетизирање
Честа појава на пазарот е што често има следбеници и имитатори, а повремено има и нарушувачи, но најтежок е основачот.
Кога ќе влезат на одреден пазар за прв пат, можноста играчите да добијат влезни билети е како да се фокусираат на болните точки на сцената и да излезат од патот на диференцијација.
Земајќи го како пример палетизирањето на картонски кутии. Од гледна точка на сцената, сцената со еден код е релативно едноставна и традиционална, во основа го користи истиот тип на дојдовен материјал за палетизирање, при што почесто се користат машините за палетизација и роботите за палетирање; Единечното демонтирање е генерално демонтирање на ист тип картонска кутија, што бара визуелно водство; Мешаното демонтирање главно вклучува демонтирање на различни видови картонски кутии, што бара визуелно водство; Мешањето на шифрите вклучува и различни видови палетизирање на картонска кутија и бара визуелна проверка.
Затоа, според мислењето на компаниите за 3D визија, побарувачката за 3D визија на пазарот за палетирање е далеку од заситена.
1.Мешано демонтирање
Прво, да го разгледаме мешаното демонтирање.
Досега, кумулативниот број на единици (комплети) за визуелно депалетизирање во Кина не достигна 10000, а автоматското депалетизирање сè уште не е постигнато. Процентот на депалетизирање што бара визуелна соработка е многу висок.
Феи Жепинг предвидува дека оваа пропорција може да надмине 90% во иднина. Во моментов, депалетизирањето е најшироко користеното и најсложените сценарио во индустријата за автоматизација. 80% -90% одроботАпликациите за соработка со рачни очи се на депалетизирање, а палетизирањето (еден код) е помалку од 10%.
Затоа, од перспектива на побарувачката на пазарот и техничките можности, сценаријата за депалетизирање на апликации може да бидат стандардизирани и непогрешливи, без никаков секундарен развој.
2. Мешан код
За разлика од другите сценарија, во сценариото за палетизирање, мешаното кодирање е најкомплексно. Како да поставите стоки од различни категории, големини и форми на иста палета и да постигнете одредено ниво на ефикасност на работата е тешкотијата на работата со мешано кодирање.
На пример, за време на процесот на складирање и транспорт, процентот на палетизиран транспорт е релативно низок, при што 70-80% од стоките се непалетизирани. Стапката на пенетрација на автоматизацијата на овој процес е релативно мала, бидејќи палетите треба да се симнат и да се соберат назад.
Автоматска стапка на пенетрација на мешано палетизирање?
Побарувачката за мешано палетизирање пристигна, а болните точки се очигледни. Предизвикот со кој се соочуваат 3D визуелните плеери е - како да се забрза зголемувањето на стапката на пенетрација на автоматизација на мешаното палетизирање?
За 3D визуелните плеери, главен приоритет е да се реши проблемот со малата ефикасност.
На пример, во практични сценарија, вообичаено е да се сретнеме со проблемот на нередовно мешано палетизирање, каде што стоката по случаен избор се доставува до работната станица за палетирање со различни големини и спецификации долж подвижните ленти. Поради неможноста на работната станица да ги предвиди сите претстојни спецификации и димензии на производот на подвижната лента, не е можно да се постигне глобално оптимално планирање.
Постојниот алгоритам BPP (Bin Packaging Problem) не може директно да се користи во вистинските логистички сценарија. Овој тип на проблем со палетизирање, каде што сите спецификации и димензии на производот не можат однапред да се знаат, е покомплексен од општиот проблем со онлајн пакување BPP-k (К се однесува на спецификациите и димензиите на производот што може однапред да се знаат од работната станица за палетирање) .
Во сценаријата за практична примена, дали k е еднакво на 1 или 3? Може ли уредот да подигне еден од три ставки или може да се подигне еден предмет за само еден предмет? Без разлика дали може да се предвиди однапред, барањата за алгоритми ќе бидат релативно високи. Во исто време, големината и висината на стоката се исто така еден од факторите кои влијаат на алгоритмот. Поради карактеристиките на палетите, алгоритмот за палетизација е покомплексен од општиот алгоритам за пакување BPP-k, земајќи ја предвид не само стапката на вчитување, туку и стабилноста на формата на палетизација.
Кралот Санад Јошијама истакна: За претпријатијата со 3D визија, техничката тешкотија на сцените со мешани кодови лежи во нивото на алгоритам. Со искористување на нашите предности на алгоритам, не само што можеме да решиме проблеми како мешан код и мешано расклопување кои традиционалните палетизатори и истоварувачи не можат да ги решат, туку можеме да ги оптимизираме и интелигентните алгоритми како што се алгоритми за визуелно препознавање, алгоритми за планирање на движење, алгоритми за планирање тип на оџак и Алгоритми за палетизирање за да се подобри искористеноста на фиоката, стабилноста на оџакот, стапката на вчитување и така натаму.
Меѓутоа, во очите на другите играчи, предметите со различни форми и големини се исто така една од причините за ниската стапка на пенетрација на хибридната автоматизација на депалетизирање.
Во моментов, главните предмети за депалетирање на пазарот се вреќи, картони и кутии за пена. Различни работни објекти имаат различни барања за 3D визија.
Целните точки на болка, преку конкурентните бариери воспоставени од нивните основни технологии, ги идентификуваат ниските врски за автоматизација на мешаниот код и обезбедуваат насочени решенија.
Работната станица за визуелна интелигентна палетизација Sanad 3D усвојува висока рамка и DLP бинокуларна стерео камера со висока резолуција, која има силно препознавање за контурите на пакетите со различни бои, материјали и големини; Врз основа на алгоритми за длабоко учење, може да постигне сегментација и позиционирање на сите видови наредени пакети, комбинирајќи 2D и 3D информации за прецизно да се добијат бојата, големината, контурата, положбата, аголот и други информации на пакетот; Опремен со напредни алгоритми, како што се откривање судир и планирање на траекторијата, може ефикасно да избегне судири и да зграпчува единечни или повеќе предмети одеднаш според реалните ситуации; Поддржете го палетизирањето и демонтирањето на кафез во стил на мешани кутии.
Покрај тоа, во извесна смисла, ова е можност за претпријатијата за машинско визија, како и за претпријатијата за роботика.
Соочени со бесконечните можности скриени во хибридното депалетирање, роботичарите и визуелно водените дестакери почнаа да работат заедно.
Дали визуелните насоки за палетизирање сè уште е добар бизнис?
За да дојдеме до поентата, дали палетизирањето сè уште е добар бизнис?
Според податоците од истражувањето на GGII, во 2022 година, обемот на испорака на 3D камери водени од роботи во Кина надмина 8500 единици, од кои приближно 2000 единици беа испорачани за палетизација, што претставува околу 24%.
Од гледна точка на податоците, 3D визијата сè уште има голем потенцијал за развој во примената на палетизацијата. Соочени со пазарниот простор ослободен од палетизирањето, компаниите за машинско визија активно поставуваат или предлагаат решенија или објавуваат хардверски производи и софтверски системи за да ги задоволат флексибилните и разновидни мешани потреби за палетизација, помагајќи им на претпријатијата да ги намалат трошоците и да ја зголемат ефикасноста.
Неколку инсајдери во индустријата изразија: „Без разлика дали е добар бизнис или не, само со приклучување во индустријата може да се има подобро разбирање
Во услови на нагло зголемување на играчите, според мислењето на Феи Жепинг, постои само еден пат до крајниот модел и победник на пазарот за депалетирање: навистина стандардизирани производи со ниска цена.
Таканаречената стандардизација се однесува на интеграција на 3D камери и софтвер за депалетизирање, кој може да се смета како единствен производ. На клиентите воопшто не им треба визуелно дебагирање и можат брзо да започнат и да постигнат вистинско брзо распоредување на лице место.
Значи, дали палетизирањето со визуелно насочување сè уште е добар бизнис?
Време на објавување: Октомври-09-2023 година
