SDI, ein in Kalifornien ansässiger OEM und Integrator im Bereich Logistik, ist für die Entwicklung und Installation von Bildverarbeitungssystemen für seine Kunden verantwortlich, zu denen führende Modehändler wie Nordstrom, Lululemon und Levi Strauss zählen. Da die Nachfrage nach schnellen Online-Lieferungen weiter zunimmt, wird die Bestellgenauigkeit immer wichtiger. Wenn z. B. ein einzelner Artikel von einem Verbraucher bestellt wird, aber das falsche Produkt geliefert wird, kann dies für den Einzelhändler zu einem sehr kostspieligen Fehler führen.
SDI hoffte, seinen Kunden helfen zu können, die Anzahl der Falscherkennungen von Produkten so weit wie möglich zu reduzieren. Dazu benötigte das Unternehmen die richtige Bildverarbeitungslösung, um die Sortiergenauigkeit beim Kunden zu erhöhen.
„Wenn wir bei der Abwicklung für Filialen einen Artikel falsch sortieren oder die Objekterkennung etwas nicht richtig erkennt und der Artikel an der falschen Stelle einsortiert wird, ist das zwar ärgerlich, aber kein großes Problem, denn der Artikel geht einfach in eine andere Filiale“, so Dave Bodenheimer, VP, Research and Product Development bei SDI. „Heutzutage geht der Trend immer mehr in Richtung Auftragsabwicklung, und in diesen Fällen sind Fehlsortierungen unglaublich schwierig und unangenehm für den Kunden. Daher wird die Rolle der Objekterkennung immer wichtiger.“
Zunächst verwendete SDI für seine Kunden eine Fotozellenlösung für die Objekterkennung auf Einheiten-Sortierern, benötigte aber eigentlich etwas Robusteres. Im Zuge des weiteren technologischen Fortschritts wurde SDI in die neueste Logistikinnovation von Cognex eingeführt, den In-Sight 2800-Detektor. Mit KI-gestütztem Edge-Learning kann der Detector wichtige Anwendungen innerhalb der Sortierung auf ein höheres Niveau bringen. Das betrifft auch Objekterkennung, Objektklassifizierung und Erkennung von Prozessproblemen.
„Wir gehen davon aus, dass die neueren Lösungen von Cognex, wie der In-Sight 2800 Detector, uns die Werkzeuge an die Hand geben werden, die wir brauchen, um die Genauigkeit auf ein Niveau zu bringen, mit dem die Kund*innen zufrieden sein werden.
Der Detector kann Kunden von SDI dabei unterstützen, das Vorhandensein oder Fehlen von Objekten auch vor den schwierigsten Hintergründen und in kontrastarmen Szenarien zu erkennen. Zudem erlaubt er es den Einzelhändlern, zwischen einer beliebigen Anzahl von Verpackungstypen zu unterscheiden, darunter u. a. Kartons, Polybeutel, Jiffy-Versandtaschen, Papiertüten. Und da viele Kunden von SDI verschiedene Varianten von Sortierern verwenden, kann der Detector einfach Prozessprobleme wie Bandstaus oder Hygieneprobleme wie verschmutzte Behälter erkennen.
SDI hat bei einem Kunden mit dem Detector ein Upgrade vorgenommen, um die Erkennung von Vorhandensein/Fehlen bei seinen Sortiermaschinen zu verbessern. Die einfache Einrichtung des Detector war für den Einzelhändler entscheidend. SDI konnte in nur vier Stunden zehn Kameras einrichten. „Das Edge Learning hat uns bei der schnellen Einrichtung geholfen“, sagte Bodenheimer. „Wir konnten sogar eine Baseline für einen unserer Sortierer erstellen, indem wir einfach eine der Kameras trainierten und dieses Training auf die anderen Kameras übertrugen.“
Aktuell stellt SDI bei vielen Kunden die Sortierlösungen auf den Detector um. „Mit dem In-Sight 2800 Detector konnten wir sofort Produkte sehen, die von anderen Lösungen nicht erkannt wurden“, sagte er. „Unsere Kunden waren mit den Ergebnissen sehr zufrieden. Der In-Sight 2800 Detector ist eine bahnbrechende Neuerung im Bereich der Erkennung der Anwesenheit/Abwesenheit und der einfachen Klassifizierung.“