-
Computer Vision im Lager: Mehr Sicherheit durch KI-basierte Überwachung von Schutzkleidung, Zugangsrechten und Lagerbereichen
Automatisierte Beobachtung großer Warenlager und Räume: Wie viele Personen sind in welcher Kleidung wie lange in welchem Bereich? Kennzeichnung der Bereiche im Lager Lager können in Bereiche eingeteilt werden. Diese können durch Kennzeichnungen auf dem Boden oder den Regalen und Türen kenntlich gemacht werden. Die den beobachtenden Kameras nachgeschaltete Bildanalytik kann diese nach Eintragung Bereiche ebenfalls unterscheiden. Zwischen und zu den Bereichen hin und weg davon können Verkehrsflächen definiert, auf dem Boden gekennzeichnet und in der Bildanalytik markiert werden. Je Bereich sind bestimmte Warengruppen, Zufahrts- und Zugangsrechte, Sicherheitsbestimmungen, Regeln usw. gültig. Schutzkleidung In einigen Arbeitsbereichen wird Schutzkleidung verlangt, z.B.: Schutzhelm, Schutzbrille, Warnweste, Helm, Sicherheitsschuhe/ -stiefel. Diese Schutzkleidung wird durch die…
-
KI-gestützte Bildanalytik erkennt Wartezeiten, Laderampennutzung oder auch Nutzung der Beladungsfenster in Logistikzentren und Warenlagern.
Rampenmanagement durch maschinelle Beobachtung Laderampenmanagement (auch Dockmanagement) in Distributionslagern sorgt dafür, dass LKW an den Laderampen planbar, zeitlich eng getaktet und ohne unnötige Wartezeiten be- und entladen werden. Ein wichtiger Eingangsparameter ist die Feststellung des Zustands der Rampe. Mit einer oder wenigen Kameras an geeigneter Stelle lässt sich unter Nutzung einer entsprechenden Darstellung (Dashboard) sehr viel zur Anzeige bringen wie oben gezeigt. Zusätzlich dazu aber auch Verweilzeiten an der Rampe oder Bewegungen des LKWs auf dem Hof. Ankommende Fahrzeuge können nach z.B. Frachtkategorie oder Frischware an die entsprechende Rampe verwiesen und auch verfolgt werden. Verfolgung der Abläufe an der Laderampe, von der Ankunft bis zur Abfahrt Es ist denkbar…
-
Machine Vision zur Beobachtung von Robotern und deren Arbeit
Roboterarbeit ist nicht fehlerfrei und manchmal gefährlich Roboter erobern breite Anwendungsfelder in der Logistik. Und Roboter stoßen gegen Hindernisse, z.B. bei aus Regalen herausragender Ware oder schmalen Gängen in Lagern. Regale können auch unregelmäßig sein. Dies kann ebenfalls zu Kollisionen oder Stillständen führen. Coboter bremsen unnötig durch fehlerhafte Sensoren oder unvorhergesehene Objekte ab, besonders bei variablen Ladungen. Ladungen sind selten identisch. Es zeigt sich, dass Roboter zeitweise Probleme beim Greifen variabler Teile haben, die sich verhaken, haften oder schwer erkennbar sind. Dies Greifversagen kann Beschädigungen hervorrufen. Coboter erreichen bei schweren Lasten oder hoher Präzision ihre Grenzen, was zu Fehlpositionierungen führt. Funkgesteuerte Roboter können unter Netzwerkstörungen oder schwachen WLAN-Verbindungen leiden,…
-
Visuelle KI zur Anonymisierung von Mitarbeitern
Beobachtung von Lagern: Ware und Prozesse verfolgen ohne Mitarbeiterrechte zu verletzen Prozessbeobachtung ohne Mitarbeiterüberwachung Warenbewegungen, Ein- und Auslagerungen und andere Prozesse mittels Video zu verfolgen ist heutiges Mittel zur Prozessüberwachung in Lagern und Warenhäusern. Dabei ist heimliche oder bekannte Mitarbeiterüberwachung am Arbeitsplatz problematisch, nur in engen Ausnahmefällen denkbar, und nach Möglichkeit zu vermeiden. Anonymisierung und Datenspeicherung Videodaten sind vor deren Anzeige oder Speicherung zu anonymisieren. Die Speicherung der unbearbeiteten Videoinformation ist nur unterhohen Auflagen und kurzfristig gestattet. Anonymisierungsmöglichkeiten Schwärzung des Mitarbeiters durch Überdeckung mit schwarzem Kasten: deckt häufig notwendige Informationen des Bildes ab Unschärfe/ Maskierung: Weichzeichner über Gesichter und Körper, Bildinformation wird dadurch auch teil unscharf Verpixelung: die Umrisse und der…
-
Mehr Arbeitssicherheit im Lager: KI-gestützte Computer Vision erkennt Stürze und Ohnmacht in Echtzeit
Automatisierte Beobachtung großer Warenlager und Räume: Unfälle zügig bemerken, Mitarbeiterausfälle vermeiden, Supply Chain stabilisieren Heutige Warenlager erreichen Größen von wenigen 100m² bis hin zu einigen 1.000m². Es ist nicht unüblich, dass Mitarbeiter in langen Gängen oder mit großem Abstand voneinander tätig sind, beschäftigt z.B. mit manuellen Eingriffen oder dem Auffinden von Gütern. Schnelle Hilfe bei medizinischen Notfällen Geraten dort Mitarbeiter in eine medizinische/ körperliche Ausnahmesituation wie Herz- oder Kreislaufprobleme, einen Sturz oder ein Ausgleiten, ist schnelle medizinische Hilfe geboten. Dazu muss diese Situation klar erkannt und gemeldet werden, während die Rechte des Mitarbeiters nach DSGVO gewahrt bleiben, aber auch der Fürsorgepflicht der Arbeitgebers Rechnung getragen wird. KI-gestützte Videoanalyse für mehr…
-
Visuelle KI in der Logistik: Sendungen präzise lokalisieren, zählen und Fehler in der Supply Chain vermeiden
Die Logistikbranche kann durch kamerabasiertes Scannen, das auf Deep Learning basiert, revolutioniert werden. Mit dieser Technologie lassen sich Barcodes, QR-Codes und Etiketten ohne Scanner verarbeiten. Dadurch werden menschliche Fehler ausgeschlossen, was zu einer effizienteren Sortierung und Verfolgung von Sendungen führt. Insbesondere während der Spitzenzeiten ermöglicht das kamerabasierte automatisierte Scannen eine schnellere Abwicklung hoher Sendungsvolumina. Diese Optimierung verbessert nicht nur die Effizienz, sondern senkt auch die Kosten, wodurch Unternehmen ihre logistischen Abläufe kostengünstiger gestalten können. Kosteneffizienz Unvollständige oder falsche Sendungen verursachen unnötige Kosten und schädigen das Vertrauen der Kunden. Fehleranfälligkeit Manuelle Kontrollen und Dokumentationen sind mühsam und oft fehleranfällig, was zu weiteren Problemen führen kann. Automatisierung Die Verwendung von Computer Vision…
