Logistiek revolutioneren: AI-gedreven depalletiseren verhoogt efficiëntie en verlaagt kosten

De groeiende vraag naar snelle toeleveringsketenprocessen heeft nog een nishemarkt bereikt: het lossen van dozen van pallets, ook wel depalletiseren genoemd. Vandaag kan de eens zware taak geautomatiseerd worden door een slimme oplossing te implementeren die productiviteit verhoogt, doorvoer verhoogt en uiteindelijke kosten bespaart.

Wat is AI Depalletiseren?

AI-aangedreven depalletiseren is het geautomatiseerde proces van het lossen van pallets beladen met dozen met behulp van AI. Het systeem is in staat om elke individuele doos te herkennen en de robot plaatst ze één voor één op een transportband of andere vooraf gedefinieerde plaats. In tegenstelling tot delayeriseren, waar de robot de hele pallet met uniforme, netjes gestapelde dozen van dezelfde hoogte oppikt, en in tegenstelling tot klassiek depalletiseren, is AI-aangedreven depalletiseren gebaseerd op slimme machine learning algoritmes.

De oplossing presenteert een hoger niveau van lossen van pallets en biedt als zodanig talloze voordelen. Deze omvatten een kleinere benodigde plaatsingsruimte (voldoende voor de grootte van de grootste doos in tegenstelling tot de hele pallet) en ook een kleinere robot en gripper aangezien er een lichter payload moet worden behandeld. Deze voordelen smelten samen in één groot voordeel — significante kostenbesparing. Ondanks het feit dat de gripper kleiner is, kan het dozen zwaar tot 50 kg oppikken, afhankelijk van de specifieke oplossing.

Hoe het werkt

Het geheim achter een succesvolle depalletisatie-applicatie is een combinatie van high-end 3-D machine vision met superieure robotintelligentie ingeschakeld door geavanceerde en gesofisticeerde machine learning algoritmes. Deze algoritmes waren vooraf getraind op een grote database van dozen. Het systeem herkent deze typen dozen onmiddellijk en in het geval het nieuwe tegenkomt, is het in staat om zichzelf heel snel opnieuw te trainen. Dit gebeurt op continue basis en zorgt voor uitzonderlijke universaliteit waardoor herkenning van dozen van verschillende vormen, maten of materialen mogelijk is.

Schitterende, reflectorische of zwarte oppervlakken, varierende textuur, diverse patronen of afbeeldingen die de 3-D visie 'misleiden', loskomende tape, of dicht op elkaar gezette dozen zodat het moeilijk is de spleet die ze scheidt te herkennen (zijn het nu zo dun als 0,5 millimeter) — dit zijn uitdagingen die significante problemen kunnen poseren en een cruciale factor zijn die de beste oplossingen van zwakkere scheidt. De meest geavanceerde manier die de leiding neemt in segmentatie van individuele dozen op basis van 3-D beeld- en textuuranalyse is het gebruik van een convolutioneel neuraal netwerk (CNN).

Gesofisticeerde depalletisatieoplossingen werken out-of-the-box, zonder training van het systeem te vereisen. Hun universaliteit berust ook op het feit dat de dozen niet in geordende patronen hoeven gestapeld te worden, maar willekeurig kunnen worden geplaatst en de robot ze nog steeds kan oppikken.

Een perfecte visie

Al gezegd, de sleutel tot succesvol depalletiseren is de combinatie van AI en de 'juiste' machine vision. Maar wat betekent de juiste?

De ingezette 3-D visie moet een groot scannervolume aan de ene kant en hoge resolutie en nauwkeurigheid aan de andere kant bieden. Omdat pallets vaak in meerdere lagen op elkaar gestapeld zijn en de 3-D scanner in staat moet zijn om zowel de laagste als de hoogste te scannen en omdat er voldoende ruimte moet zijn voor de robot om met de dozen te manipuleren, moet het scannervolume groot genoeg zijn om de pallets vanaf een voldoende afstand te scannen. Daarom moet de scanner ongeveer 3 tot 4 meter boven de pallet gemonteerd zijn en nog steeds scans in superieure kwaliteit kunnen leveren.

Voordelen in cijfers

Laten we een geavanceerd systeem nemen dat getraind is op meer dan 5000 typen dozen. In combinatie met superieure 3-D visie, kunnen de gesofisticeerde machine learning algoritmes 99,7% piknauwkeurigheid bieden, grijpprecisie binnen 3 millimeter, en pik snelheid van 1000 dozen per uur. Deze cijfers zijn van cruciaal belang in de context van ROI en ook in het besluitvormingsproces of men kiest voor een slimme geautomatiseerde depalletisatieoplossing.

Hogere productiviteit, veiliger werkplek

Verhoogde ROI, verhoogde productiviteit, en grotere tijd- en kostenbesparingen presenteren maar één kant van het spectrum van voordelen die gewonnen kunnen worden door geautomatiseerde depalletisatieoplossingen te implementeren. Het andere uiteinde presenteert significante eliminatie van risico op letsels en fouten. De handmatige operatie omvat het hanteren van grote en zware dozen die een paar meter boven de grond gestapeld kunnen zijn. Dit leidt vaak tot ernstige rugletsels en andere gezondheidsschade. Automatisering van dit proces elimineert deze risico's en stelt niet-stop depalletiseren in, zonder dat de robot ooit moe wordt, in tegenstelling tot menselijke werknemers.

Het potentieel van de werknemers kan in plaats daarvan gebruikt worden in gebieden die creativiteit, kritisch denken, en besluitvorming vereisen — helpen bedrijven efficiëntie te verbeteren en potentieel voor toekomstig succes te vergroten.

Andrea Pufflerova is een PR-specialist, en Michal Maly is director of AI, bij Photoneo.