AccuPick成功案例

易碎物品夾取和放置

客戶

客戶是一家著名的豪華水晶配件和家居用品製造商。他們與第三方物流 (3PL) 合作,以實施高效的訂單履行。

挑戰

實施自動化揀選以提高作業效率及處理易碎物品

揀貨流程為發貨前對訂單進行手動傳輸和交互檢查,3PL 正考慮實施自動化來加快流程。
為了實現加快揀貨流程,需要一個新系統來引導機器手臂夾取包裹並使用條形碼閱讀器掃描包裹,以確保其中包含正確的物品。
主要挑戰為讓機器手臂在初始階段能夠準確識別不同的包裹。
這些包裹的大小根據所附物品的不同而不同,並且緊密地包裝在一起。
此外,考慮到客戶玻璃產品的易碎性,機器人需要具備智能來小心地拾取和放置它們而不造成任何損壞。
機器人手臂從物流中心內的藍色垃圾箱中挑選奢侈品

解決方案

利用 Solomon 的 JustPick 提高揀選效率

為了確定最合適的軟件解決方案,3PL 進行了盲測,以評估不同視覺系統與其 Azure Kinect 相機和 Omron 機器人的結合。
所羅門的尖端物流解決方案JustPick由於利用人工智能算法和 3D 成像來揀選未知物品而成為領跑者。
通過採用高精度實例分割,即使在密集的箱子中,系統也能成功檢測到單個包裹,使機器人能夠精確定位最佳揀選位置。系統的路徑規劃功能,使用先進的路徑分析和防撞技術引導機器人小心地放置包裹。
此外,JustPick 與各種末端執行器無縫結合,從平行夾具到吸盤。識別包裹時,系統會自動確定適當的抓取方法以實現最佳揀選。
硬件和軟件之間的協調確保了包裝及其內容物在整個處理過程中的安全。

結論

由於週期時間縮短,生產量增加。
減少人為錯誤(包括處理重複訂單)可節省成本。
快速地追蹤供應鏈中的產品,使運營商能夠在發送包裹之前及時解決問題,例如物品丟失或不正確。
相關文章
  • a stack of textile spindles behind a yellow robot arm

    玻璃纖維線軸拆架

    透過使用SolScan和AccuPick 3D實現基於人工智能的機器人 3D 視覺,成功解決了準確識別機架中線軸位置的挑戰。集成到機械臂末端軸上的工業 3D 相機在此解決方案中發揮了關鍵作用。
  • high quality Galvanized steel pipe or Aluminum and chrome stainless pipes in stack waiting for shipment in warehouse

    META-aivi 智能快速計數

    運用META-aivi的快速計數功能,針對尺寸不同的料件進行AI模型訓練,META-aivi即可快速辨認與計算數量,所得出的結果可立即顯示在行動裝置上。同時,計算出的結果可與MES系統連接,減少人員盤點錯誤的發生,大幅增加入庫資料正確性,提升庫存管控效率。
  • 雞蛋蛋殼品質檢測分級解決方案

    運用所羅門SolVision AI影像平台的Instance Segmentation技術,定位、標註影像樣本中雞蛋蛋殼裂隙瑕疵位置並以訓練AI模型,訓練完成後即可透過AI檢測蛋殼表面的孔隙及裂痕情形再予以分級,提升雞蛋食用的安全性及商品價值。
  • 汽車鋼板烤漆AI瑕疵檢測

    透過AI視覺技術檢測汽車鋼板烤漆上的瑕疵,加速整體效率,提升產線生產力。