1. Hogyan működik a 3D látórendszer
Az egyszerű érzékelőkkel ellentétben a 3D-s látórendszer nagy sűrűségű pontfelhőt hoz létre – a raklap felső felületének digitális 3D-s térképét.
Képalkotás: Egy 3D kamera (általában a fej felett szerelve) egyetlen „felvétellel” rögzíti a teljes réteget.
Szegmentálás (MI): A mesterséges intelligencia algoritmusai megkülönböztetik az egyes zacskókat, még akkor is, ha azok szorosan egymáshoz vannak nyomva, vagy összetett mintázatúak.
Pózbecslés: A rendszer kiszámítja a kiválasztáshoz legmegfelelőbb zsák pontos x, y és z koordinátáit és tájolását.
Ütközés elkerülése: A látószoftver megtervezi a robotkar útját, hogy az a komissiózás során ne ütközzön a raklapfalaknak vagy a szomszédos zsákoknak.
2. Megoldott főbb kihívások
A „fekete zsák” problémája: A sötét anyagok vagy a fényvisszaverő műanyag fóliák gyakran „elnyelik” vagy „szórják” a fényt, így láthatatlanná válnak a hagyományos kamerák számára. A modern, mesterséges intelligenciával vezérelt 3D rendszerek speciális szűrőket és nagy dinamikatartományú képalkotást használnak, hogy ezeket a nehéz felületeket tisztán lássák.
Átfedésben lévő zsákok: A mesterséges intelligencia képes érzékelni egy zsák „szélét” még akkor is, ha az részben egy másik zsák alá van temetve.
Vegyes SKU-k: A rendszer képes azonosítani a különböző típusú zsákokat ugyanazon a raklapon, és ennek megfelelően válogatni azokat.
Raklap dőlésszöge: Ha a raklap nincs tökéletesen vízszintes, a 3D-s látás automatikusan beállítja a robot megközelítési szögét.
3. Műszaki előnyök
Magas sikerességi arány: A modern rendszerek >99,9%-os felismerési pontosságot érnek el.
Sebesség: A ciklusidők jellemzően 400–1000 zsák óránként, a robot hasznos terhelésétől függően.
Munkavédelem: Megszünteti a krónikus hátsérülések kockázatát, amelyeket a 25–50 kg-os zsákok kézi lerakodása okozhat.