AI視覺創新加速商超物流數智化轉型

2024年03月28日

連鎖商超/零售店正面臨著因消費者購物習慣改變等挑戰，迎來了以新興技術崛起而催生的數字化物流體系轉型需求。物流行業與AI機器視覺的深度融合，解決了傳統機器視覺識別速度慢、環境要求高、定制化部署耗時過多等痛點，大大提高了物流供應鏈的效率和準確性。

本期將聚焦商超零售供應鏈內部的物流周轉環節優化，為同類場景應用帶來更多啟發。

康耐視推出的搭載邊緣學習技術的機器視覺產品In-Sight 2800 Detector正符合商超零售場景下的物流系統需求，借助簡單易用的AI工具，提供包裹檢測、物品分揀，流程問題檢測等多功能應用，支持客戶開箱即用靈活配置，切實幫助傳統商超零售企業完成自動化、智能化轉型。

客戶需求

周轉箱是連鎖商超/零售店存儲、分揀環節中常見的容器形態。在日常循環使用過程中，需要檢測其內部是否存在異物垃圾，并能忽略掉快遞包裹所殘留的包裝塑料碎片，以及周轉箱體上的磨損劃痕，否則工作人員便需要頻繁地去清理，從而增加了人員工作量。

3大功能優勢解決方案

啟發更多物流應用場景

1、包裹有無檢測

In-Sight 2800 Detector所嵌入的強大邊緣學習技術，能快速準確的處理圖像，通過高分辨率彩色攝像頭呈現較小部件的特征，支持快速識別明顯異物和忽略體積較小的、不造成影響的雜質內容，同時箱體本身的劃痕、贓污、磨損等外觀環境因素不會對判定結果造成影響。

2、包裹分類并屏蔽背景干擾

In-Sight 2800 Detector配備的機器視覺系統以拍照獲取圖像的形式，并通過ViDi EL Classify工具分析異物特征，并按特征將圖像分為不同的類別，能夠快速且精準地區分出：異物、細小包裝碎片、箱體內的劃痕磨損，并將結果上報以支持分揀出應該被移除的異物，確保清理工作的有效性，減少不必要的人工清潔頻次。

3、傳送帶外觀及流程問題檢測

在商超零售店的貨品分揀流程中，傳送帶變臟會影響包裹美觀，若存在異物還可能影響傳送帶的正常運行，甚至導致故障停機。客戶希望及時探測到情況異常，降低風險帶來的損害。In-Sight 2800 Detector機器視覺系統能實時監測傳送帶運行過程中產生的干擾，及時發現托盤臟污、傳送帶卡住、標簽粘連等問題并進行上報，確保設備機器的穩定運行。

20分鐘完成設備配置

2小時實現系統穩定運行

通過邊緣學習技術的加持，以及專為物流應用優化的光學配件，In-Sight 2800 Detector不僅比傳統視覺系統更易于部署，且無需專業人員干預，任何人都可以在短時間內完成設置，靈活易用。