Identificación de contenedores automática

Industria

Servicios

Tecnología

El almacenamiento de la mercancía de una empresa, puede ser un poco desafiante, ya que sin importar que se tenga un espacio grande para guardar los productos, se debe tener un sistema de organización eficaz para que no se pierda ningún elemento.

Los contenedores son los instrumentos de almacenaje más usados por las empresas, pero estos también deben ser organizados correctamente, para evitar pérdidas de tiempo y de esfuerzo del personal.

Aquiles Solutions puede desarrollar herramientas digitales para empresas que permiten el almacenaje correcto de sus mercancías, así las compañías pueden resguardar sus productos de forma correcta y ordenada.

 

Planteamiento del problema

El exitoso caso de esta empresa que se dedica al transporte y a la logística, fue la solicitud de solución para el problema de almacenaje de sus contenedores vacíos, porque trabajan con diferentes formas y tamaños de los mismos.

Para agrupar los mismos tipos de contenedores en un mismo lugar, los operadores debían recorrer los almacenes de la empresa para colocar los contenedores donde correspondían, perdiendo tiempo y dinero en hacerlo.

El requerimiento que la empresa le hizo a Aquiles Solutions, fue desarrollar una herramienta que permitiese el reconocimiento automático del contenedor que una carretilla estuviese cargando, para que el operario recibiera la ubicación donde debía trasladar el contenedor.

La aplicación debía ser capaz de:

  • Automatizar la identificación de la clase de contenedor.
  • Reducir los viajes innecesarios en carretilla.
  • Mejorar el control del número de contenedores que se encontraban en la zona.

 

Propuesta de Aquiles Solutions

Aquiles Solutions propuso el desarrollo de un software personalizado para empresas con base de visión artificial, que encontrara la clase de contenedor que la carretilla cargase y que hiciera saber al operario el lugar del almacén donde debía llevarlo.

Este software se desarrolló de la siguiente manera:

 

Fase 1: Toma de información y desarrollo de la herramienta

Las carretillas fueron equipadas con un ordenador de placa simple y con una cámara que tomaron los datos necesarios para desarrollar la clasificación de los contenedores.

También se instaló una tableta, donde se introdujo el tipo de contenedor que se estaba cargando.

 

Fase 2: Prototipo de una carretilla

Un prototipo del sistema fue desarrollado. Este prototipo se instaló en solo una carretilla, para hacer las pruebas del sistema en situaciones reales.

La herramienta se comunicó con el sistema de gestión del almacén de la empresa, proporcionando el tipo de contenedor que fue detectado y obtuvo la ubicación del mismo, mostrándosela al usuario.

 

Fase 3: Despliegue a todas las carretillas

La aplicación fue extendida a todas las carretillas del almacén y se desarrolló una funcionalidad que permitió recoger automáticamente los ejemplos de contenedores mal clasificados de las diferentes carretillas, para que pudiesen ser reentrenadas y así mejorar el modelo.

 

DESCARGAR PDF

Más casos

Rotonda Inteligente con Deep Reinforcement Learning
IA como apoyo al emplatado de alimentos
Optimización de rutas de transporte