О видеоаналитике, которая автоматизирует учет мешков при отгрузке конвейером в транспорт. Как ИИ помогает экономить?

Если ваш бизнес связан с отгрузками и логистикой, вы прекрасно знаете, как важно контролировать, сколько отгружено по факту. И желательно, чтобы это еще и совпадало с цифрой по накладной. Ниже мы расскажем об ИИ-инструменте, который даст вам уверенность в точном количестве, запишет все ошибки грузчиков, в целом — автоматизирует процесс учета товара на конвейере отгрузки цифровым глазом.

Отгрузка мешков по конвейерной ленте к грузовикам – процесс интересный. Но на практике в нем возникают разные проблемы: мешки толкают друг друга, плотно слипаясь, ездят друг на друге верхом, устраивают «пробки» из-за поперечного разворота. А еще есть грузчик-человек — он может остановить конвейер при заторе, развернувшийся поперек движения мешок поправить, а может… и просто снять его, не вернуть или вернуть на начало — пусть еще раз считается.

Технические нюансы не так увлекательны для заказчика — будь то мешки с сахаром, мукой, минеральными удобрениями или цементом. А вот итоговая цифра отгрузки интересует и очень. Ведь любая ошибка, каждый мешок, стоит денег.

1. Ручной подсчет каждого мешка человеком

Плюс: оператор моментально реагировал на изменения в процессе передачи мешков, в том числе при внештатных ситуациях. Он менял положение мешков, скорость движения конвейера, предотвращал остановки и задержки.

Минус: человеческий фактор. Оператор мог устать, не увидеть, не уследить, неправильно посчитать. Да и на обучение сотрудника нужно время.

2. Автоматические счетчики или оптические датчики

Плюсы: система могла обнаружить движущиеся мешки на конвейере, ничем не касаясь физически — достаточно мешку пересечь оптический луч. Не важно, с какой скоростью.

Однако и у оптических датчиков свои недостатки. Например, их особая чувствительность ко внешним условиям. Они плохо работают, когда ярко светит солнце, создающее блики и, соответственно, помехи в работе. Темнота, влага и пыль также мешают работе датчиков. А как быть без пыли в помещении с мешками с мукой или цементом?

Также датчики не спасали, когда мешки накладывались друг на друга, слипались или перемещались человеком на конвейере. Для оптического луча даже два мешка друг на друге — это одно пересечение луча, а значит один мешок. Отсюда возникала большая погрешность в расчетах.

3. Видеоаналитика для учета

Изучив все недостатки предыдущих способов, мы создали свое решение на основе видеоаналитики. Результатом стал продукт Vmx Qualex: Count, видеоаналитика на основе искусственного интеллекта и машинного зрения.

На конвейер устанавливается одна IP-видеокамера. Она пристально следит за мешками, проезжающими на отгрузке в транспорт. Видеопоток передается на сервер, где программное обеспечение Vmx Qualex: Count обрабатывает изображения и передает в систему количество мешков. Может статистику посменно сделать, может — по каждой отгрузке, может вообще остановить конвейер через обратную связь, когда нужное количество тары уже загружено или на конвейере образовался затор.

Видеоаналитика видеоаналитике рознь! Не достаточно просто «детектировать мешок в кадре» и посчитать. А если его убрали руками и переложили заново? А если он свалился с конвейера, исчез из кадра, а затем его снова подняли?

Мы смогли обучить систему так, чтобы она следила за каждым мешком на конвейере от начала до конца его пути. Тут задействована собственная Vmx-разработка – трекинг каждого мешка по баллистическим характеристикам с учетом истории траектории движения объекта. Если по-человечески — это не просто детекция и слежение, а именно математические методы прослеживания объекта даже «сквозь» перекрывающие его частично (а когда видели историю – полностью) элементы, с записью, где и когда он был в моменте раньше. Такой подход позволяет не путать один мешок с другим и считать его ровно один раз, как и положено. Даже если он верхом на еще одном мешке — для системы это несколько мешков, а не один очень большой.

Вы скажете — а что нового? Видеоаналитические решения уже встречались раньше. И сейчас немало. Но есть один важный нюанс.

Одним из важных аспектов видеоаналитики является ее точность. Вот 99% — это точно? Вроде очень. Почти 100%!

Но 99% — это не только высокий показатель, но и возможность больших ошибок. По сути 99% — это ошибочный один мешок на сотню. Немало для бизнеса и издержек при большом объеме отгрузки.

О точности подсчета на 99% заявляют производители оптических датчиков, в то время как у нашей видеоаналитики эта цифра — 99,99+%. Однако часто заказчики не сразу понимают нюанс, разницы между 99% и 99,99+%. Все становится проще, если перевести в деньги.

Следите за руками. Предположим, у вас 15 000 мешков едет к покупателям ежедневно. Сколько вы потеряете при отгрузке?

При точности 99% вы потеряете 150*N рублей, где N - примерная стоимость одного мешка. При точности 99,993% затраты составят N рублей.

Разница колоссальная! Зачем нести затраты там, где их можно исключить?

Иными словами, если вы что-то отгружаете, а вам приходят претензии — мол, недостаточное количество приехало, и не проверить — не доказать. Или у вас сложности с людьми на отгрузке. Или просто человеческий фактор встает вам в копеечку, готовы познакомиться с вашей отгрузкой. А вас — с прелестями современных технологий. Мы в «ВидеоМатрикс» много и плотно работаем с промышленной видеоаналитикой и задачками сильно сложнее. Так что справиться с учетом мешков и крайне точно — легко! Подробнее о Vmx Qualex: Count смотрите уже на нашем сайте. Остаемся на связи тут в комментариях и, конечно, по корпоративным контактам.