Контроль сборки паллет для логистической компании

О клиенте

Международная логистическая компания, занимается перевозками грузов автотранспортом и другими видами доставки. Собственный парк грузовиков разной тоннажности позволяет компании справляться с заказами любого масштаба.

Проблема

На сортировочной линии коробки движутся по лентам транспортёра. Укладчик должен снимать их и ставить на паллету, которая стоит прямо напротив линии. Казалось бы, процесс простой, но в реальности между лентами остаётся всего несколько десятков сантиметров. Когда рядом расположены две паллеты, человек легко может перепутать и поставить короб не туда.

Так возникает пересорт: отдельные позиции попадают не в тот заказ. В результате исходный магазин недополучает товар и ждёт довоз, а соседний магазин получает излишек и не фиксирует его. FM Logistic вынуждена закрывать недостачу и нести дополнительные расходы на доставку. Подобные ситуации обходятся компании примерно в 25 000 евро в год.

Задача — внедрить надёжный контроль прямо на линии: выявлять попытки укладки коробок не на свои паллеты, фиксировать каждый эпизод и своевременно уведомлять ответственных сотрудников.

Решение

ML Sense — платформа для контроля качества и технологических процессов на основе машинного зрения и нейросетей.

Мы подключаем систему к существующей системе видеонаблюдения клиента.

На линии есть участки, где ошибки укладки происходят особенно часто — зоны аномалий. На каждой стороне сортера выделено по пять таких зон. Это места, где коробки чаще всего попадают на чужую паллету из-за близкого расположения лент и высокой скорости работы.

Чтобы система ML Sense охватывала всю линию, устанавливаются два канала видеоаналитики — по одному на каждую сторону сортера.
заказчика 2 ряда линий сортировки и для полного охвата обеих линий используются 2 камеры с потоками с которых работает система.

Как работает

1. Детекция и идентификация объектов

Система распознаёт:

• грузчика, включая положение рук и спецодежду;
• коробки, среди которых 10 типоразмеров характерного вида.

ML Sense отслеживает каждый объект отдельно, умеет учитывать действия одного грузчика с одной коробкой в руках и минимизирует ложные срабатывания.

2. Анализ укладки

Каждая коробка сопоставляется с паллетой, на которую она должна быть уложена. Если коробка оказывается не на «своей» паллете, система фиксирует нарушение. Контроль ведётся одновременно на 24 линиях, что позволяет покрыть полный рабочий поток линии.

3. Передача и обработка данных

На сервер передаётся видеопоток с камер системы видеонаблюдения. Система машинного зрения анализирует видеопоток, детектирует аномалию. Формирует детальный архив: время, место, зона аномалии. Одновременно отправляется уведомление на email ответственному сотруднику.

4. Итог контроля

• Каждый случай пересорта фиксируется и документируется.
• Нарушения выявляются в реальном времени, ещё до того, как коробка отправится к заказчику.
• Сотрудники получают точную информацию и могут оперативно исправить ситуацию.

Ожидаемый результат

1. Экономия до 25 000 евро в год, за счет своевременного обнаружения и исправления пересорта.
2. Чёткий и прозрачный процесс: каждое нарушение зафиксировано с отметкой времени и места.
3. Стабильная работа линии без лишних остановок и конфликтов с магазинами.