A kirakós utolsó darabja a raktári automatizálásban
Az egyre összetettebbé váló globális ellátási láncoknak egyre nagyobb nyomást kell elviselniük az exponenciálisan növekvő online kereskedelem, a változó vásárlói igények és a munkaerőhiány miatt.

 

A megrendelések teljesítésének hatékonysága kulcsfontosságú a nyereséges üzletmenet szempontjából. Az ellátási lánc vezetői tehát felismerték, hogy a véges emberi munkaerőt a technológiával kell támogatniuk a megrendelések teljesítési folyamatában. Valami azonban egészen idáig hiányzott az összképből.

Az ellátási láncok következő generációja nemcsak a robotikát és az automatizálást, hanem a mesterséges intelligenciát is magában foglalja. Mivel logisztikai dolgozóból már így is kevés van, a bővülő raktárak vagy elosztóközpontok számára nehézséget jelent a megrendelések teljesítése. A döntéshozók túlnyomó része egyetért tehát abban, hogy új raktártechnológiákra van szükség ahhoz, hogy gazdasági értelemben versenyképesek maradjanak.

A logisztika egyik legfontosabb és leggyorsabban átalakuló részfolyamata a komissiózás. „A komissiózás mindig is az egyik leginkább költség- és munkaigényes tevékenységnek számított az értékteremtő folyamatokban – mondta Boros Péter, a Siemens Zrt. értékesítési specialistája. – Az összes komissiózási feladat több mint 90%-át továbbra is manuálisan végzik, ami az üzemeltetési költségek jelentős részét okozza, miközben egyre élesedik a verseny, fokozódik a munkaerőhiány és növekszik a fogyasztói igény.”

Komissiózás: lehet egyszerre olcsóbb és hatékonyabb?

A növekvő energia- és bérköltségek, az e-kereskedelem növekvő volumene miatt a raktárak egyre nagyobb terhelése a folyamatok optimalizációjára kényszeríti az intralogisztikát. Egyetlen hiba az árugyűjtésben tízszeres hatással lehet a későbbi raktári folyamatokra: késedelmek, teljesítetlen megrendelések, visszáru és selejt. A technológia támogatása nélkül a rakodási és szállítási folyamatok is lassúvá és hibássá válhatnak.

A robotika az új irány?

A gyorsaság és a pontosság tehát kiemelkedően fontos a komissiózásban, de mindkét tényező esetében az emberi munkaerő teljesítőképessége jelenti a felső korlátot. A munkaterhelés nem fokozható a végtelenségig, mert a terheléssel nő a hibaszám. „A raktári komissiózás sok esetben nem kellemes munkakörnyezetet jelent, hiszen termékkörtől függően történhet akár hidegben vagy forróságban is a munkavégzés – tette hozzá Boros Péter.

Boros Péter, a Siemens Zrt. értékesítési specialistája
 

– A logisztika tehát munkaerőhiánnyal küzd, miközben a kiszállításra egyre komolyabb mennyiségi és minőségi elvárások nehezednek. A robotok emberi beavatkozás nélkül, akár a nap 24 órájában képesek komissiózási feladatokat végezni, kisebb hibaaránnyal és sokkal gyorsabban.” Egy harmadik tényező, a hely szintén az emberi munkaerő tömeges alkalmazása ellen szól. Emberi munkaerőre alapozva ugyanis nem használható ki a tér minden dimenziója.

 

A robotok emberi beavatkozás nélkül, akár a nap 24 órájában képesek komissiózási feladatokat végezni, kisebb hibaaránnyal és sokkal gyorsabban

 

Automatizált függőleges és vízszintes modulokkal jelentős helymegtakarítás érhető el, ugyanakkora területen két-háromszoros (vagy akár ezt is meghaladó) árumennyiség is kezelhető. Tudjuk, hogy a robotok kiválóan alkalmasak az ismétlődő feladatok végrehajtására, de mindeddig nem rendelkeztek azzal az intelligenciával, amely ahhoz szükséges, hogy egy dinamikus raktári művelet során azonosítani és kezelni tudják a több tízezernyi, állandóan változó terméket. Az ipari robotok rugalmasak. Szoftverük azonban mindeddig nem volt az. A Siemens mesterséges intelligencián alapuló SIMATIC Robot Pick AI megoldása lehetővé teszi a robotok számára olyan feladatok elvégzését, mint például az ismeretlen objektumok kiválasztása, ezáltal soha nem látott szintű hatékonyság és termelékenység érhető el a logisztikában.

Objektumfelismerés mesterséges intelligencia segítségével

A Siemens megfogalmazása szerint ez „az ismeretlen automatizálását” jelenti. Létezik ugyanis olyan komissiózási folyamat, ahol pontosan ismert a szóban forgó termék, és van, ahol nem tudjuk, mi kerül majd a megfogó útjába. A SIMATIC Robot Pick AI gépi látás szoftver képes meghatározni a tárgyak tömegközéppontját, és annak megfelelően instruálja a megfogási mozdulatsort. A megoldás nagy előnye, hogy a piacon lévő legtöbb kamera-, robot-, kobot- és megfogótípussal kompatibilis.

„A tapasztalatok szerint a robotok és a megfogók nem is jelentenek problémát, sokkal inkább azok a termékek – például a folyadékkal, krémmel töltött tégelyek, palackok –, amelyeknek elmozdulhat a tömegközéppontja. A mélytanuláson alapuló gépi látás szoftver azonban tanul a hibából, és ha a megfogó először el is ejtette a problémás terméket, másodszor már sikeresen végzi el a feladatot. 98 százalékban már az első megfogás is sikeres – folytatta Boros Péter.

– Ennélfogva a SIMATIC Robot Pick AI fontos szerepet kaphat többek között a disztribúciós logisztikában, a gyógyszer- és kozmetikai iparban, valamint az élelmiszer- és italgyártásban. Nem véletlen, hogy már több rendszerintegrátor partnerünk érdeklődik a szoftver iránt, hiszen a kirakós utolsó darabját jelentheti egy teljesen automatizált raktár létrehozásához.”

Ezredmásodpercek alatt meghozott helyes döntések

A SIMATIC Robot Pick AI ezredmásodperceken belül hoz döntéseket a megfogási pontokról a 3D kamera érzékelője által küldött mélységek és színek alapján. Az egyszerűbbektől a nagy felbontású rendszerekig különféle beszállítók 3D kamerái használhatók, a szoftver mindegyikkel kompatibilis lesz. Az algoritmus a SIMATIC S7-1500 PLC-hez csatlakozó TM-MFP modulon fut, így a teljes SIMATIC platformmal és TIA Portal mérnöki ökoszisztémával kompatibilis, ami széles körű alkalmazást tesz lehetővé. A hardveres elemek telepítése és kalibrálása után az irányított üzembe helyezés a grafikus felhasználói felület segítségével kevesebb mint 20 percen belül elvégezhető.

 

 

Használatához nincs szükség programozói tapasztalatokra, a szoftver az előre betanított modellek révén telepítés után azonnal képes megbirkózni a speciálisabb alkalmazásokkal is. A gépi tanulásnak köszönhetően megbízhatóan detektálja a szorosan egymás mellett elhelyezkedő, tükröződő vagy a tárolódoboz falaihoz közel lévő tárgyakat is. Áteresztőképessége az alkalmazott robottípustól függően óránként akár az 1 000 ciklust is elérheti.

„A gépi látás sikerességét alapvetően befolyásolják olyan tényezők, mint a szabálytalan kontúrok, a megvilágítás, az éles vagy éppen életlen kontrasztok, a távolság, a tükröződés mértéke stb. – jelentette ki Boros Péter. – A SIMATIC Robot Pick AI szoftvert számtalan alkalmazás során tesztelték, és nagy magabiztossággal állíthatom, hogy a szoftver a szóba jöhető termékek túlnyomó többségét nagy folyamatbiztonsággal képes kezelni.”

Minden az okosraktárhoz

A Siemens közismert arról, hogy átfogó termék- és megoldás portfólióval rendelkezik ipari alkalmazások széles skálájához, ennélfogva a SIMATIC Robot Pick AI gépi látás szoftver sem különálló megoldás, hanem a Siemens intralogisztikai automatizálási portfólió új elemének tekinthető, amely szinte mindent tartalmaz, amire a raktáron belül szükség lehet. A raktárakban a komissiózás jelent egy olyan szűk keresztmetszetet, amit jellemzően még mindenhol emberek végeznek, a SIMATIC Robot Pick AI lehet tehát a kulcs ahhoz, hogy kompromisszumok nélküli okosraktárak szolgálhassák ki a megrendelőket.

A mai munkásszállók nem egyenlőek a szocialista szállásokkal
Rengeteg tévhit kering a köztudatban a munkásszállók kapcsán, köszönhetően a szocializmusban tapasztaltaknak és a munkásszállóként használt épületállomány elavultságának. Ma azonban egészen mást jelent már egy dolgozói szállás.
Jöhetnek a büntetővámok a kínai elektromosautó-gyártókra
Az Európai Bizottság vizsgálata szerint az akkumulátoros elektromos járműgyártás Kínában tisztességtelen támogatásban részesül, ami gazdasági kárral fenyegeti az Európai Unió elektromos járműgyártásban érdekelt vállalatait, valamint hátrányos lehet a kínai gyártmányok uniós importőreire, felhasználóira és fogyasztóira, ezért ideiglenes kiegyenlítő vámok bevezetését helyezte kilátásba.
Így is kiválthatók a műanyag csomagolóanyagok
A fenntartható csomagolási megoldásokat szolgáltató vállalat vevőivel szoros együttműködésben túlszárnyalja fenntarthatósági célkitűzését.
A PTC Mathcad Prime 10 újdonságai
Ismerje meg a PTC Mathcad Prime 10 új funkcióit és fejlesztéseit!
Fenntarthatóság a megmunkálásban
Az ipar szinte minden területén egyre fontosabbak a fenntarthatósági szempontok érvényesítése, különösen a gyártási folyamatokban. Ugyanakkor fontos, hogy ne szűken egy termékre koncentráljunk, hanem vegyük figyelembe a környezetet is, a termék életciklusát és a teljes folyamatot, amelybe a termék beépül.