Giảm đáng kể việc khách hàng gửi nhầm và sản phẩm bị thất lạc

Tại các điểm khác nhau trong quá trình hậu cần, các gói hàng và bao bì có thể xếp cạnh nhau hoặc chồng lên nhau và bị quét nhầm thành một đơn vị duy nhất khi chúng chảy xuống băng chuyền dẫn đến số lượng hàng tồn kho bị lệch hoặc giao hàng sai cho khách hàng.

>> Cognex Deep Learning có thể tự động hóa việc kiểm tra thủ công

Đọc Ghi chú ứng dụng của chúng tôi để tìm hiểu cách Hệ thống xác định kích thước Cognex 3D-A1000 có thể giúp ngăn chặn việc đếm sai hàng tồn kho và giao hàng sai thông qua phát hiện song song.

Cải thiện độ chính xác của đơn đặt hàng và duy trì số lượng hàng tồn kho chính xác với Hệ thống định kích thước Cognex 3D-A1000.

Dễ dàng thiết lập và triển khai

Phát hiện và gắn cờ các điều kiện song song thực sự

Giảm thiểu tình trạng dương tính giả trong đó một mặt hàng được xem là nhiều mặt hàng do đóng gói

Tích hợp với Học sâu (Deep learning)

Cũng giống như tác động của AI trong các ngành khác, phần mềm vision học sâu đang cho phép các doanh nghiệp tự động hóa việc kiểm tra mà trước đây chỉ có thể thực hiện thủ công hoặc giải quyết hiệu quả hơn các bài toán kiểm tra phức tạp, cồng kềnh hoặc tốn thời gian so với thị giác máy dựa trên quy tắc truyền thống.

Công dụng lớn nhất thúc đẩy đầu tư vào học sâu là tiềm năng phân bổ lại, trong nhiều trường hợp, hàng trăm nhân sự kiểm tra bằng hệ thống thị giác máy dựa trên học sâu. Lần đầu tiên, các nhà sản xuất có công nghệ cung cấp giải pháp kiểm tra có thể đạt được hiệu suất tương đương với con người.

Một ví dụ về việc học sâu sẽ mang lại lợi ích như thế nào cho các tổ chức là kiểm tra phát hiện khiếm khuyết. Mọi nhà sản xuất đều muốn loại bỏ các khuyết tật công nghiệp càng nhiều càng tốt và càng sớm càng tốt trong quá trình sản xuất để giảm các tác động gây tốn kém thời gian và tiền bạc về sau.

Phần mềm tích hợp học sâu (deep learning)

Việc phát hiện khuyết tật là một thách thức vì gần như không thể tính được lượng biến thiên tuyệt đối của yếu tố cấu thành khuyết tật hoặc những điểm bất thường nào có thể nằm trong phạm vi có thể chấp nhận được.

Do đó, nhiều nhà sản xuất sử dụng nhân viên kiểm tra vào cuối quá trình để thực hiện kiểm tra lần cuối đối với các lỗi sản phẩm không thể chấp nhận được. Với học sâu, các kỹ sư chất lượng có thể đào tạo một hệ thống thị giác máy để tìm hiểu đâu là khiếm khuyết có thể chấp nhận được hoặc không thể chấp nhận được từ tập dữ liệu của các hình ảnh tham chiếu thay vì lập trình hệ thống thị giác để giải thích cho hàng nghìn khả năng khiếm khuyết.

Internet of Things

Một bước phát triển quan trọng đối với hệ thống thị giác camera thông minh cho phép các sáng kiến công nghiệp 4.0 là kiến trúc truyền thông nền tảng mở (OPC UA). Với sự đóng góp của tất cả các hiệp hội thương mại thị giác máy lớn trên thế giới, OPC UA là một tiêu chuẩn tương tác công nghiệp được phát triển để giúp giao tiếp giữa máy và máy.

Kết hợp với công nghệ cảm biến tiên tiến và các xu hướng như học sâu, OPC UA sẽ giúp chuyển đổi công nghệ thị giác máy từ một giải pháp để kết nối thế giới công nghiệp bên trong nhà máy và thế giới vật chất bên ngoài nó.