NAGARE detecteert lege locaties in magazijnstellingen met behulp van de camera's die al op uw gangpaden gericht staan. Elk palletvak en elke bak wordt gedurende de dag geclassificeerd als bezet of leeg en vergeleken met het systeem. Zo hoeven medewerkers niet langer te zoeken naar vrije plekken en wordt de ruimte optimaal benut.
Locatiegegevens wijken af bij elke niet-geregistreerde verplaatsing. Chauffeurs komen aan bij een positie die vrij zou moeten zijn en vinden deze bezet, terwijl locaties die volgens het systeem bezet zijn, wekenlang ongebruikt blijven.
Onze AI-software voor procesmonitoring, NAGARE™, detecteert lege locaties via bestaande magazijncamera's. Elke locatie wordt geclassificeerd als bezet of leeg en vergeleken met de gegevens in het systeem. Afwijkingen worden gemarkeerd, zodat voorraadgegevens en opslagbewegingen altijd synchroon blijven.
Detectie van lege locaties met NAGARE brengt elk camerabeeld in kaart met de locaties die het kan zien, classificeert deze continu en stemt het resultaat af met uw magazijnadministratie.
Stellingvakken, bakken en vloerlocaties die zichtbaar zijn voor elke camera worden eenmalig gemarkeerd en gekoppeld aan hun locatiecodes.
Het model controleert gedurende de dag elke locatie en registreert wijzigingen wanneer goederen aankomen en vertrekken.
De status wordt vergeleken met het magazijnsysteem en discrepanties worden gemarkeerd voor correctie.
Stuur een camerabeeld van één gangpad en de bijbehorende locatielijst. Wij laten zien hoe elke positie zou worden geclassificeerd.
Neem contact opElke methode is erop gericht om te weten welke locaties vrij zijn. Ze verschillen in hoe vaak de status wordt gecontroleerd en hoeveel inspanning dit kost.
De NAGARE-implementatie van P&G legt de voorraad op elke opslaglocatie digitaal vast via bestaande camerabeveiliging, wat discrepanties vermindert en real-time inzicht in het magazijn biedt.
De gepubliceerde resultaten van P&G zijn afkomstig uit de gezamenlijke case study van P&G en Maruti Suzuki, hier toegepast op de locatiestatus.
De meeste fouten ontstaan door verplaatsingen die niet worden geregistreerd of onder de verkeerde code worden opgeslagen: een pallet die in het dichtstbijzijnde vrije vak wordt geplaatst, een bak die zonder bevestiging wordt geleegd of voorraad die tijdens een drukke dienst wordt verplaatst. Het resultaat is spooklocaties waarvan het systeem denkt dat ze vol zijn, en volle locaties waarvan het denkt dat ze vrij zijn; beide kosten dagelijks tijd en ruimte. Hoe langer een registratie onjuist blijft, hoe meer verplaatsingen er op basis daarvan worden gepland en hoe moeilijker het is om de fout te herstellen.
Detectie van lege locaties werkt door elk vak of elke bak in het camerabeeld te omlijnen en op basis van wat de camera ziet te classificeren als bezet of leeg. Een pallet, doos of krat op de positie markeert deze als bezet. De classificatie loopt de hele dag door, zodat statuswijzigingen van locaties worden vastgelegd zodra goederen aankomen en vertrekken, en niet alleen wanneer er iemand voorbijloopt. Veranderingen in verlichting en gedeeltelijke pallets zijn opgenomen in de training, zodat het resultaat stabiel blijft over verschillende diensten heen.
Waargenomen bezetting kan beslissingen over indeling en aanvulling ondersteunen door posities te identificeren die binnen het bereik van de camera vrij lijken te zijn. Ruimtegebruik op basis van binaire locatieobservaties is niet hetzelfde als bruikbare kubieke capaciteit of een besluit dat een specifieke pallet past. Combineer observaties met locatieafmetingen, laadregels en het magazijnsysteem voordat u een opslagverplaatsing of extra ruimte plant. Controleer onvolledige beelden en gedeeltelijke ladingen, zodat een statusrapport niet wordt behandeld als een volledige capaciteitsbeoordeling.
De dekking van hoge stellingen hangt af van de montagehoogte, stellinggeometrie, opgeslagen goederen, liggers, verkeer en de camerahoek. Bovenste of onderste niveaus kunnen in een bepaald beeld verborgen zijn. Er is geen universele regel dat plafondcamera's één niveau betrouwbaar kunnen zien. Beoordeel elke opslagpositie met representatieve ladingen en bedrijfsomstandigheden en definieer vervolgens de locaties die geclassificeerd kunnen worden. Mogelijk zijn verplaatste of extra camerastandpunten nodig, en een onzichtbare locatie moet onbevestigd blijven in plaats van ervan uit te gaan dat deze leeg is.
Drones en scanrobots kunnen labels lezen en locaties in hoge stellingen controleren, meestal tijdens rustige periodes. Vaste camera's kijken continu mee tijdens het normale werk, wat geschikt is voor snel bewegende zones waar de status vele malen per dag verandert. Sommige magazijnen gebruiken beide: drones voor periodieke volledige audits en camera's voor de live status in de drukste gangpaden.
Een geconstateerde afwijking kan worden gepresenteerd met de locatiecode, systeemstatus, geobserveerde status en, indien bewaard, een afbeelding. Spreek af hoe een voorraadbeheerder dit controleert en of een goedgekeurde correctie via een geconfigureerde interface met het magazijnsysteem kan worden doorgevoerd. Ga niet uit van directe automatische terugschrijving of directe aansturing van chauffeurs zonder die koppelingen te demonstreren. Een observatie van een vrije positie is nuttige input voor de inslagplanning, terwijl de geschiktheid van de locatie en de vereiste goedkeuring onderdeel blijven van het magazijnproces.
Ja. Grote posities zijn meestal makkelijker te classificeren, terwijl kleine bakken in stellingen een nauwer zicht of een camera gericht op de voorzijde van de stelling vereisen. Het onderscheid tussen bezet en leeg is in beide gevallen hetzelfde; bij de configuratie wordt elke positie in het beeld gedefinieerd en gekoppeld aan de bijbehorende locatiecode in uw systeem.
Stuur de stellingindeling van één zone met locatiecodes, de posities van bestaande camera's en een paar stilstaande beelden daarvan. Geef aan waar opslagbewegingen het vaakst mislukken en hoe correcties momenteel worden uitgevoerd. Hiermee kunnen we de dekking beoordelen, de te classificeren locaties schetsen en laten zien hoe afwijkingen bij uw team terechtkomen.
Deel uw stellingindeling, cameraposities en de zones waar opslagbewegingen vastlopen. Wij plannen detectie van lege locaties voor die zone en lichten de planning en kosten toe. Een eerste zone is doorgaans binnen 4 weken operationeel.
