Dlaczego Twój system WMS ciągle zgaduje zajętość slotów?

Czujnik umieszczony nad głową monitoruje zajęte miejsca na podłodze magazynu, podczas gdy system WMS zgłasza, że ​​miejsce A-03 jest puste.

Większość zautomatyzowanych magazynów, które odwiedziłem w ostatnich latach, borykała się z podobnym, powtarzającym się problemem awarii.

System WMS informuje, że miejsce na podłodze jest puste. Wózek AGV podejmuje decyzję o odstawieniu. Wózek AGV przyjeżdża. Miejsce nie jest puste.

Wtedy pas się zatrzymuje. Operator zostaje wezwany. Rozpoczyna się obejście problemu.

To nie błąd oprogramowania. To luka w czujniku.

System WMS wie tylko to, co mu powiedziano. Nie widzi. A gdy zarządzasz mieszanymi flotami, pojazdami zautomatyzowanymi i ręcznymi wózkami widłowymi, różnica szybko się powiększa. Operatorzy wózków widłowych nie zawsze skanują. Przekazywanie zmian nie zawsze jest zsynchronizowane. A zanim rozbieżność się ujawni, tracisz już znaczącą przepustowość.

Co widziałem, że próbują integratorzy i dlaczego to nie wychodzi

Większość wdrożeń, które recenzowałem, opiera się na jednym z dwóch podejść:

LiDAR jednopunktowy

Sprawdza jedno miejsce na gniazdo. Teoretycznie działa. W praktyce palety przesuwają się poza środek podczas transportu. Belka nie trafia, czujnik zgłasza „puste”, a wózek AGV i tak uderza w przeszkodę. Widziałem, że to się nie powiodło w wielu lokalizacjach z dokładnie tym samym schematem.

Kamery sufitowe 2D RGB

Daje kolorowy obraz. Brak głębi. W oświetleniu magazynowym ciemne palety zlewają się z podłogą. Cienie od regałów powodują fałszywe alarmy. W jednym z odwiedzonych przeze mnie zakładów, wskaźniki błędów wyraźnie wzrosły podczas popołudniowych zmian, gdy światło słoneczne padało na świetliki. To nie jest niezawodność.

Oba podejścia zmuszają system WMS do wnioskowania o zajętości na podstawie niekompletnych danych. Z mojego doświadczenia wynika, że ​​wnioskowanie bez bezpośredniej obserwacji to punkt, w którym projekty automatyzacji kończą się fiaskiem.

Podejście, które faktycznie zamknęło dla nas pętlę

Przeszliśmy na kamery RGB-D nadziemne – kolor + mapa głębi w jednym strumieniu.

Różnica nie polega tylko na „lepszym wykrywaniu”. To fundamentalna zmiana:

  • Mapa głębokości pokazuje rzeczywiste profile wysokości, a nie tylko obecność/brak.
  • System nie tylko wie, czy paleta się tam znajduje, ale także jaka jest wysokość stosu i czy mieści się w granicach slotu.
  • Edge AI klasyfikuje stan na urządzeniu i przesyła go do WMS. Bez oddzielnego IPPC i skomplikowanej sieci.
Kamery RGB-D umieszczone nad głowami monitorują zajętość palet i granice gniazd na podłodze magazynu.

Jeśli dziś planujesz zastosować czujniki w gniazdach podłogowych, oto moja zasada:

  • Jeśli Twoje gniazda są idealnie wyśrodkowane, idealnie oświetlone i zweryfikowane ręcznie, pojedynczy punkt LiDAR może się sprawdzić.
  • Jeśli masz mieszane floty, oświetlenie w warunkach rzeczywistych lub jakiekolwiek działania ludzkie w tej samej przestrzeni – 2D RGB nie wystarczy.

Wizja 3D z wbudowanym przetwarzaniem nie jest już kosztowną opcją. To bezpieczna opcja. A w tej branży bezpieczna opcja, która skraca czas wdrożenia i eliminuje niespodzianki na ostatnim etapie, to taka, która zapewnia nienaruszone zaufanie klienta.

Celem nie jest inteligentniejszy system WMS. Celem jest system WMS, który przestaje zgadywać.

Ilustracja interfejsu zajętości slotów MRDVS i trójwymiarowego pomiaru palety w magazynie.
Dzielić się z: