Archivo de publicación
Identificación de KIT y KLT
Insight into a published application or lecture from the CRETEC archive.
Contenido del archivo: La información se refiere al estado de publicación original. Coordinar la ejecución actual, el alcance de los servicios y la disponibilidad con CRETEC.
Identificación de KIT y KLT
Tipo de proyecto:
Artificial Intelligance
Fecha
2019
Objetivo para el procesamiento de imágenes:
General:
Varios KLTs y bandejas son entregados por camiones de diferentes clientes.
Los KLTs y las bandejas están separados por los trabajadores y limpiados por el cliente con diversos requisitos técnicos.
Después de la limpieza, estos se vuelven a casar y se clasifican en palets de variedad pura, estirados con lámina y almacenados.
El objetivo es obtener palets puros durante el almacenamiento, que se registran precisamente en el software para que puedan ser actualizados en la red.
El número varía constantemente, ya que diferentes clientes recogen los productos limpios y paletizados de nuevo.
Además, el cliente también accede internamente al almacén.
Dado que en el pasado no era realmente posible determinar el stock actual, ahora se va a introducir un sistema que actualmente determina el stock para registrar el stock exacto (por ejemplo, por ejemplo. Por ejemplo. Evite los viajes vacíos.
Entre otras cosas, el conductor del camión debe poder ver en una pantalla si los productos solicitados ya han sido completamente limpiados y almacenados.
ESTRUCTURA EN LA DESCRIPCIÓN DETALLADA:
Estación 2: emparejamiento de contenedores y bandejas
Los contenedores KLT y las bandejas se emparejan en esta estación.
En este caso, las bandejas se identifican y reconocen automáticamente colocandolas en el cinturón sobre el maestro de la bandeja antes o después de la limpieza (aprox. 350 tipos diferentes
Por lo tanto, en la estación se deben reconocer automáticamente las bandejas que actualmente están siendo conducidas en el sistema.
Esta información debe ser creada como un código EAN y una pegatina impresa en una impresora de etiquetas.
Una entrada / selección de un trabajador en una pantalla no es práctica, porque el tiempo requerido es demasiado grande y los errores deben ser evitados fiablemente.
Por lo tanto, recomendamos el uso de una red neuronal de aprendizaje independiente que garantice el reconocimiento después de aprender los parámetros.
Otra ventaja de esta tecnología es la simple enseñanza de nuevas piezas adicionales o bandejas desviadoras, que es fácil de implementar para el futuro reconocimiento.
La célula de procesamiento de imágenes CRETEC QBIC se coloca por encima de la cinta y se aísla de la luz extraneosa para garantizar una detección óptima.
Solicitud para esta aplicación →
Solicitud de proyecto ↗


