Despaletizado robótico con visión impulsada por IA

Este distribuidor mundial de alimentos y bebidas vio la oportunidad de reducir la mano de obra y mejorar la eficiencia mediante la renovación de su proceso de cumplimiento de pedidos. Para obtener resultados óptimos, el cliente necesitaba despaletizadores capaces de desapilar tarimas mixtas.

El proceso de cumplimiento de pedidos existente se centraba en un pedido a la vez, lo que requería que una gran cantidad de personas se desplazaran por las instalaciones para recoger artículos. El tráfico pesado de montacargas no solo era ineficiente, sino también peligroso.

Para reducir los viajes redundantes por pasillos largos, la pérdida de tiempo y la posibilidad de accidentes, el nuevo proceso de cumplimiento combinó varios pedidos. Esto permitió que los recolectores se dedicaran a un área particular del almacén y recolectaran de manera eficiente los artículos en una tarima y los llevaran a un punto central. Allí, un despaletizador automático descargaría las tarimas en una cinta transportadora, donde un lector de código de barras identificaría a qué pedido pertenecía el artículo y lo dirigiría al carril apropiado para completar el pedido individual. Cada carril estaría equipado con un paletizador robótico para
automatice la construcción de la paleta para puntos de venta minoristas individuales.

Hasta ese momento, el despaletizador resultó ser el mayor desafío porque tenía que ser capaz de identificar una amplia gama de productos, cientos de tamaños de cajas diferentes, tipos de bolsas y otros grupos de productos, y elegir de manera confiable de un palé a menudo inestable. Rutinariamente, también se introdujeron nuevos SKU en el almacén, que debían ser acomodados por el despaletizador.

El cliente había investigado muchas propuestas que incluían sistemas de visión sofisticados, pero cada vez que un producto no podía identificarse por diversas razones, como bolsas que sobresalían, productos envueltos en plástico o artículos nuevos, la operación se detenía y requería la intervención manual de un operador. cierre y reinicie el sistema. Con interrupciones de flujo de trabajo tan significativas, el retorno de la inversión no sería suficiente para justificar la automatización de este proceso.

La solución de Pearson pudo superar estos desafíos. En asociación con la empresa de visión PlusOne Robotics, se utiliza un sistema de cámara 3D para identificar superficies geométricas tridimensionales, bordes y esquinas, así como el tamaño, la forma, la altura y la ubicación de los productos en tiempo real para encontrar un punto de recogida óptimo. El aprendizaje automático integrado proporciona información adicional si los datos de visión por sí solos son insuficientes. Si ni la visión 3D ni los datos de IA permiten que el sistema identifique un punto de recogida, se genera una solicitud automática de intervención humana remota. Este sistema de supervisión se llama Yonder y, a través de su conectividad remota, permite respuestas en menos de seis segundos. Un administrador de robots remoto, que puede supervisar una gran cantidad de robots simultáneamente, selecciona manualmente un artículo para recoger y permite que el sistema continúe funcionando con un tiempo de espera mínimo. Todas estas respuestas manuales son utilizadas por los algoritmos de aprendizaje automático para mejorar el rendimiento de los sistemas con el tiempo. Este cliente también aprovechó la oferta de servicio de PlusOne para proporcionar un supervisor de robot remoto para maximizar el uso eficiente de los recursos y asegurar el soporte las 24 horas del día, los 7 días de la semana.