Comment la dépalettisation de l'IA bouleverse la logistique

La demande croissante de processus de chaîne d'approvisionnement rapides a atteint un autre marché de niche :le déchargement de boîtes de palettes, ou ce que l'on appelle la dépalettisation. Aujourd'hui, la tâche autrefois ardue peut être automatisée en mettant en œuvre une solution intelligente qui augmentera la productivité, augmentera le débit et, en fin de compte, réduira les coûts.

Qu'est-ce que la dépalettisation de l'IA ?

La dépalettisation alimentée par l'IA est le processus automatisé de déchargement des palettes chargées de boîtes à l'aide de l'IA. Le système est capable de reconnaître chaque boîte individuelle et le robot les place une par une sur une bande transporteuse ou à un autre endroit prédéfini. Contrairement à la déstratification, où le robot prélève toute la palette avec des boîtes uniformes et soigneusement empilées de la même hauteur, et contrairement à la dépalettisation classique, la dépalettisation alimentée par l'IA est basée sur des algorithmes d'apprentissage automatique intelligents.

La solution présente un niveau de déchargement des palettes plus élevé et offre ainsi de nombreux avantages. Ceux-ci incluent une zone de placement plus petite requise (suffisante pour la taille de la plus grande boîte par rapport à la palette entière) et également un robot et une pince plus petits car il y a une charge utile plus légère qui doit être manipulée. Ces avantages se fondent en un seul grand avantage :des économies de coûts importantes. Malgré le fait que la pince soit plus petite, elle peut prélever des boîtes pesant jusqu'à 50 kg, selon la solution particulière.

Comment ça marche

Le secret d'une application de dépalettisation réussie est une combinaison de vision industrielle 3D haut de gamme avec une intelligence robotique supérieure rendue possible par des algorithmes d'apprentissage automatique avancés et sophistiqués. Ces algorithmes ont été pré-entraînés sur une grande base de données de boîtes. Le système reconnaît immédiatement ces types de boîtes et s'il en rencontre de nouvelles, il est capable de se recycler très rapidement. Cela se produit en continu et garantit une universalité exceptionnelle permettant la reconnaissance de boîtes de différentes formes, tailles ou matériaux.

Surfaces brillantes, réfléchissantes ou noires, textures variables, motifs ou images variés qui « trompent » la vision 3D, bandes qui se décollent ou boîtes étroitement emballées de sorte qu'il est difficile de reconnaître l'espace qui les sépare (qu'il soit aussi mince que 0,5 millimètres) — ce sont des défis qui peuvent poser des problèmes importants et jouer un rôle crucial qui différencie les meilleures solutions des plus faibles. La méthode la plus avancée pour prendre la tête de la segmentation des boîtes individuelles sur la base de l'analyse d'images et de textures 3D consiste à utiliser un réseau de neurones convolutifs (CNN).

Les solutions de dépalettisation sophistiquées fonctionnent immédiatement, sans nécessiter aucune formation du système. Leur universalité réside également dans le fait que les boîtes n'ont pas besoin d'être empilées selon des motifs ordonnés mais peuvent être placées de manière aléatoire et le robot est toujours capable de les prélever.

Une vision parfaite

Comme déjà dit, la clé d'une dépalettisation réussie est la combinaison de l'IA et de la « bonne » vision industrielle. Mais que veut dire la bonne ?

La vision 3D déployée doit fournir un grand volume de numérisation d'une part et une haute résolution et précision d'autre part. Parce que les palettes sont souvent empilées les unes sur les autres en plusieurs couches et que le scanner 3D doit pouvoir scanner la plus basse comme la plus haute et parce qu'il doit y avoir suffisamment d'espace pour que le robot puisse manipuler les cartons, le volume de numérisation doit être suffisamment grand pour numériser les palettes à une distance suffisante. Par conséquent, le scanner doit être monté à environ 3 à 4 mètres au-dessus de la palette et être toujours en mesure de fournir des numérisations de qualité supérieure.

Les avantages du nombre

Prenons un système avancé qui a été formé sur plus de 5000 types de boîtes. En combinaison avec une vision 3D supérieure, les algorithmes sophistiqués d'apprentissage automatique peuvent fournir une précision du taux de prélèvement de 99,7 %, une précision de préhension à moins de 3 millimètres et une vitesse de prélèvement de 1 000 boîtes à notre heure. Ces chiffres sont d'une importance cruciale dans le contexte du ROI et également dans le processus de décision d'opter pour une solution intelligente de dépalettisation automatisée.

Une productivité plus élevée, un lieu de travail plus sûr

Un retour sur investissement accru, une productivité accrue et des économies de temps et d'argent plus importantes ne représentent qu'un côté du spectre des avantages qui peuvent être obtenus en mettant en œuvre des solutions de dépalettisation automatisées. L'autre extrémité présente une élimination significative du risque de blessures et d'erreurs. L'opération manuelle implique la manutention de caisses volumineuses et lourdes pouvant être empilées à quelques mètres du sol. Cela conduit souvent à de graves blessures au dos et à d'autres problèmes de santé. L'automatisation de ce processus élimine ces risques et permet une dépalettisation en continu, sans que le robot ne se fatigue jamais, contrairement aux travailleurs humains.

Le potentiel des travailleurs peut plutôt être utilisé dans des domaines qui nécessitent de la créativité, une réflexion critique et une prise de décision, aidant les entreprises à améliorer leur efficacité et à augmenter leur potentiel de réussite future.

Andrea Pufflerova est spécialiste des relations publiques et Michal Maly est directeur de l'IA chez Photoneo.