Оставьте заявку, и менеджер перезвонит вам в течение 15 минут в рабочее время.
Нажимая на кнопку, я соглашаюсь на обработку персональных данных и подтверждаю, что ознакомлен(а) с Политикой конфиденциальности.
Мы используем файлы cookie, чтобы улучшить работу сайта. Продолжая использовать сайт, вы соглашаетесь с условиями использования cookie
OK
КЕЙС ВНЕДРЕНИЯ СИСТЕМЫ ML SENSE
Разработка складского решения для KDV на основе машинного зрения.
Автоматизация контроля и учета продукции в паллетах
О проекте
Складские процессы технически сложны и требуют трудовых и финансовых ресурсов.
Чтобы упростить учет товара и контроль за его движением, а также ускорить выполнение складских задач помогают специализированные оборудование и программное обеспечение.
За подобной разработка к нам обратилась компания KDV.
Чтобы упростить учет товара и контроль за его движением, а также ускорить выполнение складских задач помогают специализированные оборудование и программное обеспечение.
За подобной разработка к нам обратилась компания KDV.
Задачи проекта
- Контролировать наличие или отсутствие продукции в складской ячейке.
- Определять количество продукции в складской ячейке (в процентах, в абсолютных значениях).
Система определяет продукцию, которая помещается в ячейку. В случае ошибки работы автопогрузчика (складского работника) происходит уведомление оператора, что продукция была размещена в неправильной ячейке. - Проверять правильность сопоставления товарной группы и складской ячейки (при размещении в ней продукции).
- Формировать события и отправлять их в систему складского учета и ответственному лицу.
Отправка сообщения работнику автопогрузчика, что в определенной ячейке закончился товар или его запас снизился до минимального уровня.
Принцип работы решения и этапы его внедрения на предприятии
1. Проверка разметки складских ячеек
На первом этапе совместно с Заказчиком произвели осмотр склада: условия работы и действующую разметку складских ячеек.
В данном кейсе разметка была нанесена на пол в виде ячеек с желтыми границами.
В других подобных проектах возможно в качестве ячеек использовать контуры стеллажного яруса или контуры контейнеров для хранения мелких деталей и т.п.
В данном кейсе разметка была нанесена на пол в виде ячеек с желтыми границами.
В других подобных проектах возможно в качестве ячеек использовать контуры стеллажного яруса или контуры контейнеров для хранения мелких деталей и т.п.
- Рис 1. Действующая разметка ячеек на предприятии.
- Рис 2. Действующая разметка ячеек на предприятии.
- Рис 3. Действующая разметка ячеек на предприятии.
2. Установка камер машинного зрения
Нашими специалистами были проанализированы условия работы склада - уровень освещенности.
Далее были подобраны и установлены над складской площадкой камеры машинного зрения.
Далее были подобраны и установлены над складской площадкой камеры машинного зрения.
Рис. 4. Камера машинного зрения
Заполните форму,
чтобы узнать больше о внедрении
системы ML Sense
чтобы узнать больше о внедрении
системы ML Sense
Заполните форму,
чтобы узнать больше о внедрении
системы ML Sense
чтобы узнать больше о внедрении
системы ML Sense
Отправляя форму вы автоматически соглашаетесь с политикой конфиденциальности ООО Норд Клан
3. Настройка сервера для обработки и аналитики видеопотока с камер. Интеграция полученного результата со складской системой предприятия.
Поступающий с камер видеопоток обрабатывается и анализируется на сервере. В результате обработки формируются события: например, в ячейку X размещено N-ое количество товара Y.
Рис. 5. Создание зон контроля (ячеек) в приложении.
Рис. 6. Тестирование работы системы на предприятии
Полученные данные по API интегрируются со складской программой учета продукции установленной на предприятии.
Отзыв KDV о проделанной работе:
Запросить демонстрацию работы
Оставьте заявку и наш менеджер свяжется с Вами в течение 1 часа в рабочее время.
Расскажите нам о своей задаче
Мы поможем ее решить!