人工筛选-过去式?
包裹流量在一年内经历了剧烈波动，通常在黑色星期五和圣诞节达到峰值。全球包裹量每年增长25%。
新019冠状病毒疾病的爆发测试了订单的有效性。人们对电子商务的依赖增加了对物流能力的需求。这种生产能力需求反过来会导致更多的运营成本，即不仅雇佣更多的员工来增加劳动力支出，而且招聘过程本身也很昂贵。从销售的角度来看，它通常被认为是最好、最有利可图的时期，因此它已经成为最糟糕的时期。此外，除了吞吐量要求和需求高峰外，工人的健康和满意度也是人工筛选和分拣系统的挑战。员工可能会厌倦重复的任务，也可能会因处理不规则的重物而受伤。在这些情况下，工人的补偿成本将增加，企业的生产能力将降低。
视觉和机器人援助
自动分拣系统可以克服上述挑战，使成本更加可预测，并为需求高峰提供可测性。
目前，最先进的自动化技术结合了3D机器视觉、人工智能算法和与主要机器人品牌的兼容性。它可以检测到特定取放系统的质量和实用性。让我们来谈谈具体的例子。如果一家公司需要单独计算和分类大型和非结构化的包裹，该公司如何从实现自动化系统中受益?
例如，Photoneo将内部开发的3D机器视觉与算法相结合，使机器人每小时可以拾取2250多个包裹。通过提供准确的3D数据，视觉系统可以实现精确定位，使机械夹紧精度达到+/-3mm。
该公司表示，他们的系统基于一个预先训练过的神经网络，可以识别包裹，无需任何训练，选择成功率达到95%。
剩下的5%是包装