“Eşikpaletlemenispeten düşük, giriş nispeten hızlı, rekabet şiddetli ve doyum aşamasına girdi.”
Bazı 3D görsel oyuncuların gözünde, "Paletleri söken çok sayıda oyuncu var ve doyum aşamasına düşük kârlarla gelindi ve bu artık iyi bir iş olarak görülmüyor.
Gerçekten durum bu mu?
GGII, gelişen arkadaşları karşısında, başka bir 3D görsel oynatıcı grubunun "otomatik paletlemenin nüfuz etme oranının çok düşük olduğuna ve hala fethedilmemiş birçok alan olduğuna" kesinlikle inandığını fark etti. Tavan yeterince yüksek .
Teknolojinin ilerlemesi ve modernleşmenin hızlanmasıyla birlikte, insanların kullanım hızına yönelik gereksinimleri de giderek artıyor. Ancak tüketimin artmasıyla birlikte gelen malzeme türleri de bollaşıyor ve sıklıkla ekleniyor. Geleneksel manuel paletleme yalnızca malzemelerin hafif olduğu, boyut ve şekilde büyük değişiklikler olduğu ve üretim miktarının küçük olduğu durumlarda uygulanabilir. Eğer hala insan gücüne dayanıyorsa işletmelerin hız ihtiyacını karşılamaktan uzaktır.
Senaryo perspektifinden bakıldığında, sökme ve paletleme senaryoları tek kod, tek kod, karma kod ve karma kod olarak ayrılabilir. Ortak ekipmanlar arasında paletleme makineleri,paletleme robotları, robotlar+makine görüşü vb.
Yani paletleri söken ve kılıçları tartışan oyuncuların kabaca iki gruba ayrılabileceğine inanıyor; Geleneksel paletleme makinesi pastaları ve makine görüşü gerektirmeyen paletleme robotu pastaları; Diğer grup, paletleri sökmek için görsel olarak yönlendirilen yapay görüş oyuncuları tarafından temsil ediliyor.
Terminal işletmeleri için paletleme makineleri ve robotlar, gelen malzemeleri daha düzenli ve estetik hale getirebilir, maliyetlerden tasarruf edebilir ve üretim verimliliğini artırabilir; bu da onları otomatik üretimi hızlandırmak için keskin araçlardan biri haline getirir.
Paletleme pazarında geleneksel paletleme grubu ve paletleme robotu grubu "güçlü bir şekilde karışırken" makine görüş grubu için fırsatlar nerede kaldı?
Farklılaşmaya Giden Yol - Karma Paletleme
Piyasada yaygın olan olgu, çoğu zaman takipçilerin ve taklitçilerin olduğu, bazen de bozucuların olduğu, ancak en zorunun kurucu olduğudur.
Belirli bir pazara ilk kez girerken, oyunculara giriş bileti alma fırsatı, sahnenin sorunlu noktalarına nasıl odaklanılacağı ve farklılaşma yolundan nasıl çıkılacağıdır.
Örnek olarak karton kutuların paletlenmesi verilebilir. Sahne açısından bakıldığında, tek kod sahnesi nispeten basit ve gelenekseldir; temelde paletleme için aynı türde gelen malzeme kullanılır; paletleme makineleri ve paletleme robotları daha yaygın olarak kullanılır; Tekli söküm genellikle aynı tip karton kutunun görsel yönlendirme gerektiren şekilde sökülmesidir; Karma söküm esas olarak görsel rehberlik gerektiren farklı türdeki karton kutuların sökülmesini içerir; Karıştırma kodları aynı zamanda farklı karton kutu paletleme türlerini de içerir ve görsel doğrulama gerektirir.
Bu nedenle, 3D görüntü şirketlerinin görüşüne göre, paletleme pazarındaki 3D görüntü talebi doygunluktan çok uzak.
1.Karışık sökme
Öncelikle karma söküm konusuna bir göz atalım.
Şu ana kadar Çin'deki görsel paletten çıkarma ünitelerinin (setlerinin) kümülatif sayısı 10.000'e ulaşmadı ve otomatik paletten çıkarma henüz gerçekleştirilemedi. Görsel işbirliği gerektiren paletten çıkarma oranı çok yüksektir.
Fei Zheping, gelecekte bu oranın %90'ı aşabileceğini öngörüyor. Şu anda paletten boşaltma, otomasyon endüstrisinde en yaygın kullanılan ve zorlu senaryodur. %80 -%90'ırobotel-göz işbirliği uygulamaları paletten çıkarma işlemindedir ve paletleme (tek kod) %10'dan azdır.
Bu nedenle, pazar talebi ve teknik yetenekler açısından bakıldığında paletten çıkarma uygulama senaryoları, herhangi bir ikincil gelişme olmaksızın standartlaştırılabilir ve hatasız hale getirilebilir.
2. Karışık kod
Diğer senaryolardan farklı olarak paletleme senaryosunda karma kodlama en karmaşık senaryodur. Farklı kategori, boyut ve şekillerdeki malların aynı palete nasıl yerleştirileceği ve belirli bir düzeyde iş verimliliğine nasıl ulaşılacağı, karma kodlama çalışmasının zorluğudur.
Örneğin, depolama ve taşıma sürecinde, paletli taşımanın oranı nispeten düşüktür; malların %70-80'i paletsizdir. Paletlerin indirilip geri toplanması gerektiğinden bu sürecin otomasyona nüfuz etme oranı nispeten düşüktür.
Karışık paletlemenin otomatik penetrasyon oranı?
Karışık paletleme talebi geldi ve sıkıntılı noktalar ortada. 3D görsel oynatıcıların karşılaştığı zorluk şudur: Karışık paletlemede otomasyon penetrasyon oranındaki artışın nasıl hızlandırılacağı?
3D görsel oynatıcılar için en büyük öncelik düşük verimlilik sorununu çözmektir.
Örneğin, pratik senaryolarda, malların konveyör bantları boyunca çeşitli boyutlarda ve özelliklerde paletleme iş istasyonuna rastgele teslim edildiği, düzensiz karışık paletleme sorunuyla karşılaşmak yaygındır. İş istasyonunun, konveyör bandında yaklaşan tüm ürün özelliklerini ve boyutlarını tahmin edememesi nedeniyle, küresel optimum planlamaya ulaşmak mümkün değildir.
Mevcut BPP (Kutu Paketleme Sorunu) algoritması, gerçek lojistik senaryolarında doğrudan kullanılamaz. Tüm ürün özelliklerinin ve boyutlarının önceden bilinemediği bu tür paletleme problemi, genel çevrimiçi paketleme BPP-k probleminden daha karmaşıktır (K, paletleme iş istasyonu tarafından önceden bilinebilen ürün özelliklerini ve boyutlarını ifade eder) .
Pratik uygulama senaryolarında k, 1'e mi, yoksa 3'e mi eşit? Cihaz üç öğeden birini alabilir mi, yoksa yalnızca bir öğe için bir öğe mi alınabilir? Önceden tahmin edilip edilemeyeceği, algoritmalara yönelik gereksinimler nispeten yüksek olacaktır. Aynı zamanda eşyaların boyutu ve yüksekliği de algoritmayı etkileyen faktörlerden biridir. Paletlerin özelliklerinden dolayı paletleme algoritması, yalnızca yükleme hızını değil aynı zamanda paletleme şeklinin stabilitesini de göz önünde bulundurarak genel BPP-k paketleme algoritmasından daha karmaşıktır.
Kral Sanad Yoshiyama şunları belirtti: 3D görüntü işletmeleri için, karma kod sahnelerinin teknik zorluğu algoritma düzeyinde yatmaktadır. Algoritma avantajlarımızdan yararlanarak, geleneksel paletleyici ve boşaltıcıların çözemediği karışık kod ve karışık sökme gibi sorunları çözmekle kalmıyor, aynı zamanda görsel tanıma algoritmaları, hareket planlama algoritmaları, yığın tipi planlama algoritmaları gibi akıllı algoritmaları da optimize edebiliyoruz. tepsi kullanımını, istif stabilitesini, yükleme hızını vb. iyileştirmek için paletleme algoritmaları.
Ancak diğer oyuncuların gözünde farklı şekil ve boyutlardaki nesneler de hibrit paletten çıkarma otomasyonunun düşük penetrasyon oranının nedenlerinden biri.
Şu anda pazardaki ana palet boşaltma nesneleri çuvallar, kartonlar ve köpük kutulardır. Farklı çalışma nesnelerinin 3D görme için farklı gereksinimleri vardır.
Temel teknolojileri tarafından oluşturulan rekabet engelleri aracılığıyla sorunlu noktaları hedeflemek, karma kodun düşük otomasyon bağlantılarını tespit etmek ve hedefe yönelik çözümler sunmak.
Sanad 3D görsel akıllı paletleme iş istasyonu, farklı renk, malzeme ve boyutlardaki paket hatlarını güçlü bir şekilde tanıyan, yüksek çerçeveli ve yüksek çözünürlüklü bir DLP binoküler stereo kamerayı benimser; Derin öğrenme algoritmalarına dayalı olarak, paket rengini, boyutunu, konturunu, konumunu, açısını ve diğer bilgileri doğru bir şekilde elde etmek için 2D ve 3D bilgileri birleştirerek her tür istiflenmiş paketin segmentasyonunu ve konumlandırılmasını gerçekleştirebilir; Çarpışma tespiti ve yörünge planlaması gibi gelişmiş algoritmalarla donatılmış olup, çarpışmaları etkili bir şekilde önleyebilir ve gerçek durumlara göre tek veya birden fazla nesneyi aynı anda yakalayabilir; Karışık kutu tarzı paletleme ve kafes sökümünü destekleyin.
Ayrıca bu bir anlamda yapay görme işletmeleri için olduğu kadar robotik işletmeleri için de bir fırsat.
Hibrit paletten çıkarma işleminin gizli olduğu sonsuz fırsatlarla karşı karşıya kalan robot uzmanları ve görsel olarak yönlendirilen istifleyiciler birlikte çalışmaya başladı.
Paletleme için görsel rehberlik hâlâ iyi bir iş mi?
Konuya gelmek gerekirse, paletleme hala iyi bir iş midir?
GGII'nin araştırma verilerine göre, 2022 yılında Çin'de robotlar tarafından yönlendirilen 3D kameraların sevkiyat hacmi 8.500 adedi aştı; bunların yaklaşık 2.000 adedi, yaklaşık %24'ü paletleme için sevk edildi.
Veri perspektifinden bakıldığında, 3D görme, paletleme uygulamasında hala büyük bir gelişme potansiyeline sahiptir. Paletlemenin serbest bıraktığı pazar alanıyla karşı karşıya kalan yapay görme şirketleri, esnek ve çeşitli karma paletleme ihtiyaçlarını karşılamak için aktif olarak çözümler planlıyor veya teklif ediyor ya da donanım ürünleri ve yazılım sistemleri piyasaya sürüyor, bu da işletmelerin maliyetleri azaltmasına ve verimliliği artırmasına yardımcı oluyor.
Sektörün içinden birçok kişi şunu ifade etti: "İyi bir iş olup olmadığı, ancak sektöre katılarak daha iyi bir anlayışa sahip olunabilir
Fei Zheping'in görüşüne göre, oyuncu sayısındaki keskin artış karşısında, paletten çıkarma pazarının nihai modeli ve kazananına giden tek bir yol var: gerçekten düşük maliyetli, standartlaştırılmış ürünler.
Standardizasyon olarak adlandırılan şey, tek bir ürün olarak kabul edilebilecek 3D kameralar ve paletten çıkarma yazılımının entegrasyonunu ifade eder. Müşterilerin görsel hata ayıklamaya hiçbir şekilde ihtiyacı yoktur ve hızlı bir şekilde başlayıp gerçek yerinde hızlı dağıtıma ulaşabilirler.
Peki görsel yönlendirmeli paletleme hâlâ iyi bir iş mi?
Gönderim zamanı: Ekim-09-2023
