KIT 與 KLT 識別

KIT 與 KLT 識別 專案型態 : Artificial Intelligance 日期 2019 影像處理目的 : 一般: 不同的KLT和托盤由不同客戶的貨車送來。 KLT和托盤由工人隔開,由有不同技術要求的顧客清理. 清潔後，容器與托盤會重新配對，按類型分類放置於棧板上，包覆薄膜後入庫。 目的是在儲存中取得純的托盤, 這些托盤被精确地收錄在軟體中, 以便它們能在網路上更新 。 因為不同的客戶又拿起乾淨的托盤貨物, 此外,顧客也內部接通了倉庫。 因為過去無法真正确定目前的股票,所以目前要引入一套制度来确定股票,以便记录准确的股票(例如: 譬如. 避免空虛的旅程。 卡車司機應該能在屏幕上看到要求的貨物是否已經完全清理和存放。 分解的結構: 工位 2：容器與托盤配對 在此工位將 KLT 容器與托盤配對。 在這種情況下,托盤在清洗之前或之后放在托盤主機的帶子上(大概是 3),可以自動辨識和認出托盤。 350种 因此在車站裡, 目前系統上的托盤應自動認出。 這項資訊應該以 EAN 代碼及標籤印在標籤印表機上。 在螢幕上輸入/選取工人是不切實際的, 因為需要的時間太長了, 因此,我們建議使用獨立的學習性神经網路,以确保在學習參數後的認同. 這項技術的另一個優點是簡單地教訓更多新部件或變異的托盤, CRETEC QBIC 影像處理儲存格位於輸送帶上方, 與外光隔離, 以确保最佳測試。