Por que seu WMS continua estimando a ocupação dos slots?

A maioria dos armazéns automatizados em que entrei nos últimos anos apresenta um padrão de falha recorrente semelhante.

O WMS indica que o espaço no piso está vazio. O AGV se compromete a realizar uma entrega. O AGV chega. O espaço não está vazio.

Então a faixa para. O operador é chamado. A solução alternativa começa.

Isso não é um bug de software. É uma falha de sensor.

O WMS só sabe o que lhe foi dito. Ele não vê. E quando você opera frotas mistas, com veículos automatizados ao lado de empilhadeiras manuais, a diferença aumenta rapidamente. Os operadores de empilhadeira nem sempre fazem a leitura dos códigos de barras. As trocas de turno nem sempre são sincronizadas. E quando a discrepância aparece, você já perdeu uma quantidade significativa de produtividade.

O que eu vi os integradores tentarem fazer e por que isso não funciona.

A maioria das implementações que analisei utiliza uma das duas abordagens a seguir:

LiDAR de ponto único

Verifica um ponto por slot. Em teoria, funciona. Na prática, os paletes deslocam-se do centro durante o transporte. O feixe falha, o sensor indica "vazio" e o AGV ainda assim colide com um obstáculo. Já vi este sistema falhar em vários locais com o mesmo padrão.

câmeras aéreas RGB 2D

Fornece uma imagem colorida. Sem profundidade. Sob a iluminação do armazém, os paletes escuros se confundem com o chão. As sombras das estantes causam falsos positivos. Em um local que visitei, as taxas de erro aumentaram consideravelmente durante os turnos da tarde, quando a luz do sol incidia sobre as claraboias. Isso não é confiabilidade.

Ambas as abordagens forçam o WMS a inferir a ocupação a partir de dados incompletos. E, na minha experiência, a inferência sem observação direta é o que leva os projetos de automação ao fracasso.

A abordagem que realmente resolveu o problema para nós.

Passamos a usar câmeras RGB-D suspensas – mapa de cor e profundidade em um único fluxo.

A diferença não é apenas uma "melhor detecção". É uma mudança fundamental:

• O mapa de profundidade fornece perfis de altura reais, não apenas presença/ausência.
• O sistema sabe não apenas se um palete está lá, mas também qual a altura da pilha e se ela está dentro dos limites do compartimento.
• A IA de borda classifica o estado no dispositivo e o envia para o WMS. Sem IPC separado, sem redes complexas.

Se você estiver especificando sensores de presença no piso hoje, aqui está minha regra prática:

• Se as suas ranhuras estiverem perfeitamente centradas, perfeitamente iluminadas e verificadas manualmente, o LiDAR de ponto único pode funcionar.
• Se você tiver frotas mistas, iluminação do mundo real ou qualquer operação humana no mesmo espaço, o RGB 2D não é suficiente.

A visão 3D com processamento integrado deixou de ser a opção cara e passou a ser a opção segura. E, neste setor, uma opção segura que reduz o tempo de implementação e elimina surpresas na última etapa é a que mantém a confiança do cliente intacta.

O objetivo não é um WMS mais inteligente. É um WMS que elimine as suposições.