Een revolutie teweegbrengen in magazijnautomatisering:AI en 3D Vision stellen robots in staat gemengd palletiseren onder de knie te krijgen

Het bouwen van een pallet met een willekeurige mix van producten klinkt misschien eenvoudig. Maar voor robots is palletiseren een van de moeilijkste klussen om onder de knie te krijgen. Omdat online winkelen blijft groeien en winkels meer op maat gemaakte, kant-en-klare leveringen willen, staan magazijnen onder druk om sneller en slimmer te handelen.

Terwijl robots tegenwoordig veel magazijntaken uitvoeren, is het stapelen van gemengde producten op een stabiele pallet grotendeels een handmatige klus gebleven. Dankzij sprongen in AI en 3D-visie verandert dat snel. Slimme robots kunnen nu in realtime ‘zien’ en plannen, waardoor het palletiseren van gemengde dozen sneller, veiliger en veel efficiënter wordt.

Recente ontwikkelingen op het gebied van kunstmatige intelligentie en 3D-visie maken eindelijk een einde aan dit decennia-oude probleem.

Waarom gemengd palletiseren zich verzette tegen automatisering

Bij het palletiseren van gemengde dozen worden dozen met verschillende Stock Keeping Units (SKU's) strategisch op één pallet geplaatst. Deze praktijk is van fundamenteel belang voor moderne fulfilmentstrategieën, waardoor just-in-time voorraad voor winkels mogelijk wordt gemaakt, complexe e-commercebestellingen worden ondersteund en efficiënte crossdocking-operaties worden vergemakkelijkt.

De operationele uitvoering is echter veel complexer dan eenvoudig stapelen. Het is een dynamische, driedimensionale puzzel die geavanceerde, realtime besluitvorming vereist, waarbij meerdere variabelen tegelijkertijd in aanmerking worden genomen:

• fysieke afmetingen,
• gewichtsverdeling,
• kwetsbaarheid van de verpakking,
• structurele integriteit,
• creatie van “winkelvriendelijke” reeksen die de arbeid in de winkel minimaliseren.

De technische uitdaging

De moeilijkheid bij het automatiseren van gemengd palletiseren komt voort uit verschillende onderling verbonden uitdagingen die historisch gezien de mogelijkheden van traditionele robotsystemen te boven gingen:

• Extreme itemvariabiliteit :Een robotsysteem moet koffers behandelen met enorm verschillende afmetingen, gewichten, vormen en oppervlakte-eigenschappen. Glanzende verpakkingen, transparante krimpfolie en donker karton vormen allemaal aanzienlijke uitdagingen voor conventionele 2D- en standaard 3D-visiesystemen.

• Ongestructureerde besluitvorming :In tegenstelling tot het palletiseren met één SKU, waarbij elke doos identiek is en voorspelbare patronen volgt, zijn gemengde scenario's inherent chaotisch. Cases arriveren in onvoorspelbare volgorde, waardoor systemen onbekende items moeten identificeren, hun eigenschappen moeten bepalen en in realtime moeten beslissen over de optimale plaatsing in plaats van voorgeprogrammeerde routines uit te voeren.

• Cognitieve complexiteit :Menselijke operators moeten tegelijkertijd de gewichtsverdeling in evenwicht brengen (zwaardere items aan de basis), in elkaar grijpende patronen creëren om verschuiving tijdens het transport te voorkomen, en items vaak rangschikken volgens specifieke winkelplanogrammen. Deze cognitieve belasting vertegenwoordigt een niveau van ruimtelijk redeneren en adaptieve besluitvorming dat traditionele automatisering moeilijk heeft kunnen repliceren.

De kosten van handmatige handelingen

Het voortduren van handarbeid bij het gemengd palletiseren is meer dan een operationele inefficiëntie. Het is een aanzienlijke financiële en strategische verplichting, waarbij de kosten meerdere dimensies omvatten:

• Doorvoerbeperkingen :Handmatig palletiseren is inherent traag en inconsistent. Een menselijke arbeider verwerkt tussen de 180 en 360 dozen per uur, terwijl geautomatiseerde palletiseeroplossingen 300-1000 dozen per uur kunnen leveren. 

• Kwaliteits- en nauwkeurigheidsproblemen :De kwaliteit van handmatige pallets varieert aanzienlijk tussen werknemers en verslechtert naarmate vermoeidheid optreedt. Inconsistent stapelen en een slechte gewichtsverdeling leiden er vaak toe dat producten verschuiven en instorten tijdens transport. Bovendien is de handmatige verificatie van gemengde pallets notoir foutgevoelig, waarbij onduidelijke of beschadigde streepjescodes leiden tot voorraadverschillen.

• Veiligheids- en arbeidsuitdagingen :Bij gemengd palletiseren gaat het om voortdurend herhaaldelijk tillen, buigen en draaien met zware of onhandig gevormde dozen, wat resulteert in een hoog percentage letsels aan het bewegingsapparaat. Deze posities kennen een verlooppercentage dat tot drie keer hoger ligt dan bij andere magazijnfuncties en zijn verantwoordelijk voor onevenredige compensatieclaims van werknemers. Het groeiende mondiale tekort aan werknemers die fysiek zwaar werk willen verrichten, vergroot de personeelsproblemen.

• Mislukte automatiseringspogingen :Veel faciliteiten hebben geprobeerd gemengd palletiseren aan te pakken door middel van complexe ‘patchwork’-oplossingen met geautomatiseerde opslag- en ophaalsystemen, uitgebreide transportnetwerken en snelle sorteerders. Hoewel deze systemen kunnen helpen bij het organiseren en afleveren van cases, resulteren ze doorgaans in uitgestrekte fysieke voetafdrukken en zijn ze uiteindelijk nog steeds afhankelijk van menselijke operators voor de laatste, cognitief veeleisende taak van het bouwen van de pallet.

Doorbraak in de palletiseringstechnologie:de intelligente bewegingsplanning van Jacobi Robotics

De oplossing voor de automatiseringsuitdaging bij gemengd palletiseren vereiste een fundamentele herinterpretatie van het probleem. Succesvolle automatisering beschouwt het niet als een puur mechanische taak, maar behandelt het als een data- en intelligentieprobleem. 

Deze aanpak heeft ons geleid tot de ontwikkeling van geïntegreerde systemen die gespecialiseerde AI-aangedreven software voor bewegingsplanning combineren met revolutionaire 3D-visietechnologie.

De AI-aangedreven bewegingsplanningsengine van Jacob Robotics

De kern van moderne gemengde palletiseeroplossingen wordt gevormd door geavanceerde bewegingsplanningsoftware die de complexiteit van traditionele robotprogrammering fundamenteel wegneemt. Jacobi Robotics presenteert dit nieuwe paradigma met een softwaregedefinieerd platform dat de manier transformeert waarop robots complexe handlingtaken waarnemen, plannen en uitvoeren.

• Robot-agnostische architectuur :In tegenstelling tot traditionele automatiseringsoplossingen die klanten opsluiten in ecosystemen van één leverancier, zijn de bewegingsplanningplatforms van Jacobi Robotics ontworpen om te werken met industriële robots van meerdere fabrikanten, waaronder ABB, FANUC, KUKA, Yaskawa en Universal Robots. Deze aanpak stelt systeemintegrators en eindgebruikers in staat om optimale robothardware te selecteren op basis van payload, bereik en kostenvereisten, terwijl ze toegang krijgen tot de beste besturingssoftware in zijn klasse.

• Optimalisatie met meerdere parameters :Het kernalgoritme berekent automatisch robottrajecten die tegelijkertijd zijn geoptimaliseerd voor meerdere kritische parameters. Onze ervaring is dat tijdoptimalisatie zich richt op het minimaliseren van de totale bewegingsduur in plaats van eenvoudigweg het kortste pad te vinden, wat resulteert in cyclustijden die tot 30% sneller zijn dan conventionele benaderingen. Het vermijden van botsingen zorgt ervoor dat paden gegarandeerd vrij zijn van obstakels, inclusief apparatuur, veiligheidsbarrières en de pallet die wordt gebouwd. 

• Realtime intelligentie :Het platform neemt rijke sensorgegevens van 3D-camera's op en gebruikt AI-algoritmen om objectherkenning, pose-inschatting en optimale greepplanning uit te voeren. Cruciaal is dat deze AI-mogelijkheden ervoor zorgen dat systemen eindeloze variaties in de echte wereld kunnen verwerken en zich dynamisch kunnen aanpassen zonder rigide voorprogrammeringsbeperkingen.

• Snelle implementatie :Geavanceerde bewegingsplanning kan de inbedrijfstellingstijd met wel 95% verkorten, waardoor programmeertaken van meerdere weken worden omgezet in processen die in enkele uren worden voltooid. Deze dramatische verkorting van de implementatietijd vertegenwoordigt een fundamentele verschuiving in de economie en risicoprofielen van automatiseringsprojecten.

Bewegingsimmuun 3D-zicht

Hoewel AI de intelligentie biedt voor besluitvorming, hangt de kwaliteit van die beslissingen volledig af van de nauwkeurigheid en betrouwbaarheid van sensorische input. 

We zijn blij met onze langdurige samenwerking met Photoneo en hun 3D-visietechnologie die de perceptie-uitdaging aanpakt via een gepatenteerde aanpak genaamd Parallel Structured Light. 

• De parallelle gestructureerde lichtinnovatie :Conventionele 3D vision-systemen dwingen een moeilijke keuze tussen snelheid en kwaliteit. Traditionele gestructureerde lichtscanners projecteren opeenvolgende patronen om gedetailleerde 3D-modellen te bouwen, wat een hoge resolutie en nauwkeurigheid oplevert, maar perfect statische omstandigheden vereist. Elke beweging tijdens het scannen resulteert in vervormde, onbruikbare gegevens. Omgekeerd leggen Time-of-Flight- of actieve stereosystemen bewegende objecten snel vast, maar offeren ze resolutie, nauwkeurigheid en ruis op.

  Parallel Structured Light lost dit dilemma op via een eigen CMOS-sensor met een uniek mozaïekpixelpatroon en een multi-tap-sluiter die de volledige 3D-gegevensverzameling in één enkele momentopname uitvoert. Met deze aanpak wordt een gestructureerde lichtkwaliteit bereikt bij Time-of-Flight-snelheden zonder gevoeligheid voor bewegingsartefacten.

• Bewegingsimmuniteit en omgevingsrobuustheid :Single-frame acquisitie maakt het systeem vrijwel immuun voor bewegingsonscherpte, waardoor scherpe, hoogwaardige 3D-puntenwolken worden gegenereerd van objecten die tot 40 meter per seconde (ongeveer 90 mph) bewegen. Deze mogelijkheid maakt ‘on-the-fly’ scannen mogelijk, waardoor stop-en-scan-knelpunten worden geëlimineerd die vaak voorkomen bij conventionele robotcellen.

Geïntegreerde workflow:van perceptie naar actie

Deze end-to-end workflow overstijgt eenvoudige commandoreeksen en wordt intelligente, adaptieve cycli van waarnemen, denken, handelen en verifiëren.

• Intelligent casemanagement :Kisten arriveren op transportbanden in willekeurige volgorde vanuit upstream-processen. Geavanceerde configuraties maken gebruik van compacte bufferrobots die dozen onderscheppen en de stroom dynamisch beheren met behulp van stellingsystemen met een kleine footprint. Deze intelligente buffering ontkoppelt de belangrijkste palletiseerrobots van inkomende willekeur, waardoor een optimale volgorde van dozen wordt gegarandeerd voor een efficiënte palletconstructie.

• 3D-gegevensverzameling en -verificatie :Terwijl dozen worden aangeboden voor orderverzamelen, leggen overheadscanners puntenwolken met hoge resolutie vast in enkele momentopnamen, zelfs terwijl de artikelen in beweging zijn. Systemen analyseren puntenwolken om de afmetingen, 3D-positie en oriëntatie nauwkeurig te bepalen en dienen als cruciale verificatiepoorten die ervoor zorgen dat fysieke items overeenkomen met de verwachte WMS-gegevens voordat ze worden verwerkt.

• AI-gestuurde plaatsing en padplanning :Geverifieerde 3D-gegevens worden doorgegeven aan bewegingsplanningsoftware waar AI-algoritmen meerdere gelijktijdige taken uitvoeren. Ze verwijzen naar configureerbare regels die rekening houden met de druksterkte, het gewicht en de bestemmingsvereisten om optimale plaatsingslocaties op de huidige palletlagen te bepalen, waardoor de stabiliteit, dichtheid en winkelvriendelijkheid worden gemaximaliseerd. Tegelijkertijd berekenen bewegingsplanningsmotoren de snelst mogelijke, botsingsvrije en singulariteitsvrije trajecten voor robotarmen om vanuit huidige posities te bewegen, cases te kiezen en ze in nauwkeurig berekende doelposities en -oriëntaties te plaatsen.

• Robotische uitvoering :Bewegingsplanningsplatforms sturen definitieve plannen naar robotcontrollers, die soepele, tijdgeoptimaliseerde trajecten uitvoeren door dozen op te pikken van invoerlocaties en ze precies zoals gepland op pallets te plaatsen.

• Doorlopende verificatie :Nadat robots de dozen hebben geplaatst en teruggetrokken, voeren overheadscanners onmiddellijk inspectiescans uit waarbij de werkelijke palletstatus wordt vergeleken met theoretisch gebouwde plannen. Deze gesloten-lusverificatie bevestigt de juiste plaatsing en detecteert verschuivingen. Wanneer er discrepanties worden gedetecteerd, kunnen systemen problemen signaleren voor handmatige aanpassing of geautomatiseerde correctieroutines activeren.

Palletiseren vanaf lopende band? Met MotionCam-3D kunt u dit in beweging doen, zonder de transportband te stoppen

Kwantificeerbare voordelen:operationeel en strategisch rendement

De technische verfijning van geïntegreerde AI- en 3D-visieoplossingen vertaalt zich in meetbare verbeteringen op de belangrijkste prestatie-indicatoren, waardoor overtuigende businesscases voor logistieke en productiebedrijven ontstaan.

Operationele prestatieverbeteringen

• Doorvoerversnelling :Moderne systemen verwerken 300 tot 1.000 gevallen per uur vergeleken met typische handmatige tarieven van 180-360 dozen per uur, wat zich vertaalt in 2x tot 5x meer doorvoer per station . Deze versnelling elimineert kritieke knelpunten aan het einde van de productielijn, waardoor een snellere orderafhandeling, kortere doorlooptijden en volumeafhandeling in het hoogseizoen mogelijk worden zonder uitbreiding van de faciliteit. Veel faciliteiten melden een totale doorvoerwinst in de fabriek van 15-30% dankzij stroomafwaartse procesautomatisering.

• Verbetering van de voorraadnauwkeurigheid :Geautomatiseerd scannen en verificatie elimineren handmatige leesfouten van streepjescodes die vaak voorkomen bij gemengde pallets waarbij labels onzichtbaar of beschadigd kunnen zijn. Systemen houden nauwkeurige digitale gegevens bij van de inhoud van de pallets, waardoor de voorraadkrimp van 1-5% wordt geëlimineerd die typisch is voor handmatige handelingen en het aantal afgewezen zendingen en terugboekingen door retailers wordt verminderd.

Strategische voordelen die verder gaan dan kostenbesparingen

• Operationele veerkracht :In markten die worden gedefinieerd door een fluctuerende vraag en veranderende productmixen, bieden flexibele, snel herconfigureerbare systemen cruciale concurrentievoordelen. Het vermogen om systemen binnen enkele uren in plaats van weken aan te passen aan nieuwe productlijnen, transformeert automatiseringsinvesteringen van vaste, afschrijvende activa in dynamische, strategische langetermijnmogelijkheden.

• Schaalbaarheid en flexibiliteit :Oplossingen kunnen in fasen worden ingezet, passend bij de operationele behoeften en kapitaalbeperkingen. Bedrijven kunnen beginnen met semi-geautomatiseerde configuraties waarbij systemen menselijke operators begeleiden bij het bouwen van optimale pallets, vervolgens naadloos overgaan naar volledig geautomatiseerde cellen met één robot en later uitbreiden naar configuraties met meerdere robots voor een hogere doorvoer, allemaal met behulp van dezelfde kernsoftware-intelligentie.

• Toekomstbestendig :Robotonafhankelijke softwareplatforms maken migratie naar nieuwe hardware mogelijk naarmate de technologie evolueert, waardoor investeringen in automatisering worden beschermd en continue capaciteitsupgrades mogelijk zijn zonder volledige systeemvervanging.

Doelsectoren:waar Jacobi de activiteiten transformeert

De gemengde palletiseeroplossingen van Jacobi Robotics pakken kritische automatiseringsuitdagingen aan in meerdere sectoren, elk met unieke vereisten en kansen voor operationele transformatie.

Eten en drinken

Voedsel- en drankbedrijven staan onder constante druk om de versheid te behouden, complexe productrotaties te beheren en verschillende verpakkingsformaten te verwerken. De systemen van Jacobi Robotics blinken uit in het beheren van gemengde gevallen met verschillende gewichten en kwetsbaarheidsniveaus, terwijl de juiste gewichtsverdeling voor transport behouden blijft. De snelle implementatiemogelijkheden zijn vooral waardevol voor seizoensgebonden productvariaties en promotiecampagnes.

Verpakte consumentengoederen (CPG)

CPG-fabrikanten en -distributeurs hebben te maken met uitgebreide productcatalogi, frequente SKU-wijzigingen en complexe retailvereisten. De leeralgoritmen van Jacobi passen zich snel aan aan nieuwe productintroducties en veranderende casusconfiguraties, terwijl het robotonafhankelijke platform bedrijven in staat stelt hun activiteiten op te schalen zonder zorgen over een bepaalde leverancier.

Retail- en e-commercefulfilment

Moderne fulfilmentcentra vereisen een ongekende flexibiliteit om alles af te handelen, van kleine pakketzendingen tot het opslaan van aanvullingspallets. Jacobi's systemen schakelen naadloos over tussen verschillende palletconfiguraties en kunnen zonder uitgebreide herprogrammering opnieuw worden geconfigureerd voor seizoensgebonden vraagpatronen.

Logistiek van derden (3PL)

3PL-aanbieders bedienen meerdere klanten met uiteenlopende eisen, waardoor flexibiliteit en snelle herconfiguratie essentieel zijn. De softwaregedefinieerde aanpak van Jacobi zorgt ervoor dat dezelfde fysieke systemen kunnen omgaan met de unieke palletiseerregels en -vereisten van verschillende klanten, waardoor het gebruik van activa wordt gemaximaliseerd.

Farmaceutisch en gezondheidszorg

Deze industrieën vereisen strikte traceerbaarheid, zorgvuldige omgang met gevoelige producten en naleving van wettelijke vereisten. De systemen van Jacobi houden nauwkeurige digitale gegevens bij van elke afgehandelde zaak en zorgen tegelijkertijd voor de zachte, nauwkeurige bewegingen die nodig zijn voor delicate farmaceutische verpakkingen.

Bezoek hun branchepagina voor gedetailleerde informatie over branchespecifieke toepassingen en casestudy's.