Штрихкод может подтвердить, какой SKU поступил на склад.
Но он не покажет, протекает ли бутылка, смята ли коробка или не хватает ли товара в упаковке.
Это важная слепая зона на высокоавтоматизированных складах. Конвейеры, AS/RS, мобильные роботы и сортировочные системы хорошо перемещают уже идентифицированные товары. При этом часто предполагается, что количество верно, упаковка цела и товар пригоден к продаже.
Когда это предположение ошибочно, автоматизация не устраняет ошибку, а быстрее передаёт её дальше.
Следующий уровень видимости на складе может быть связан не только с идентификацией товара, но и с оценкой его состояния:
- Присутствует ли ожидаемое количество?
- Повреждена или деформирована упаковка?
- Стоит ли бутылка вертикально и плотно ли она закрыта?
- Соответствует ли фактический товар этикетке?
- Следует ли ему продолжать обычный путь или перейти на участок обработки исключений?
Компьютерное зрение может помочь в таких решениях, но для этого нужны чёткие критерии и удобный путь проверки человеком для неопределённых случаев.
На каком этапе вашего склада лучше проверять состояние товара: при приёмке, размещении, отборе, консолидации заказов или упаковке?
#КомпьютерноеЗрение #УправлениеЗапасами #АвтоматизацияСклада #КонтрольКачества #ИсполнениеЗаказов #HummiSort
Источник обсуждения: Automating Warehouse Inventory Accuracy with Computer Vision
