Публикационный архив
Идентификация KIT и KLT
Взгляд на опубликованную заявку или лекцию из архива CRETEC.
Содержание архива: информация относится к исходному статусу публикации. Просьба координировать текущее исполнение, объем услуг и доступность с CRETEC.
Идентификация KIT и KLT
Тип проекта:
Artificial Intelligance
Дата
2019
Цель обработки изображений:
Генерал:
Различные KLT и лотки доставляются грузовиками от разных клиентов.
КЛТ и лотки разделяются рабочими и убираются заказчиком с различными техническими требованиями.
После уборки они повторно женятся и сортируются на поддонах в чистом виде, растягиваются фольгой и хранятся.
Цель состоит в том, чтобы получить чистые поддоны во время хранения, которые точно записаны в программном обеспечении, так что они могут быть обновлены в сети.
Количество постоянно меняется, так как разные клиенты снова берут очищенные товары.
Кроме того, клиент также получает внутренний доступ к складу.
Поскольку в прошлом было невозможно определить текущие запасы, в настоящее время должна быть введена система, которая в настоящее время определяет запасы для того, чтобы записать точные запасы (например. Например. Избегайте пустых поездок.
Помимо прочего, водитель грузовика должен иметь возможность видеть на экране, полностью ли очищены и сохранены запрашиваемые товары.
Структура в подробном описании:
Станция 2: сопряжение контейнеров и лотков
На этой станции контейнеры KLT сопрягаются с лотками.
В этом случае лотки автоматически идентифицируются и распознаются, помещая их на ремень на подносе мастера до или после чистки (примерно). 350 различных типов
Поэтому на станции лотки, которые в настоящее время приводятся в движение по системе, должны автоматически распознаваться.
Затем эта информация должна быть создана в виде кода EAN и наклейки, напечатанной на принтере с этикеткой.
Ввод/выбор рабочего на экране непрактичен, потому что время, необходимое для этого, слишком велико и ошибки должны быть надежно предотвращены.
Поэтому мы рекомендуем использовать самостоятельно обучающуюся нейронную сеть, которая обеспечивает распознавание после изучения параметров.
Еще одним преимуществом этой технологии является простое обучение дополнительным новым частям или отклоняющимся лоткам, которое легко реализовать для будущего распознавания.
Затем ячейка обработки изображения CRETEC QBIC расположена над лентой и изолирована от постороннего света для обеспечения оптимального обнаружения.
Запрос на эту заявку →
Запрос на проект ↗


