УПРАВЛІННЯ СКЛАДСЬКИМИ ЗАПАСАМИ НА ОСНОВІ ІНТЕГРАЦІЇ ТЕХНОЛОГІЙ КОМП’ЮТЕРНОГО ЗОРУ ТА МАШИННОГО НАВЧАННЯ - Наукові конференції
Головна
UA RU EN

Вас вітає Інтернет конференція!

Вітаємо на нашому сайті

Рік заснування видання - 2011

УПРАВЛІННЯ СКЛАДСЬКИМИ ЗАПАСАМИ НА ОСНОВІ ІНТЕГРАЦІЇ ТЕХНОЛОГІЙ КОМП’ЮТЕРНОГО ЗОРУ ТА МАШИННОГО НАВЧАННЯ

01.12.2024 13:46

[1. Інформаційні системи і технології]

Автор: Процик Олександр Михайлович, магістр, Західноукраїнський національний університет, м. Тернопіль


Розробка та впровадження надійної, ефективної та масштабованої платформи, що базується на передових технологіях комп'ютерного зору та машинного навчання дозволить змінити традиційний підхід до управління запасами, перетворивши його на високотехнологічний автоматизований процес, який стане основою для динамічного управління запасами, що відповідає сучасним вимогам масштабованих складських операцій.

Камери та сервери є основним апаратним забезпеченням для реалізації платформи. Камери, стратегічно розміщені в ключових точках складу, знімають детальні зображення інвентаризації. Вибір камер був ретельно здійснений на основі кількох критеріїв, важливих для функціональності та ефективності системи комп'ютерного зору.

Обрано високоякісні камери з роздільною здатністю 1080p або вище, завдяки їхній здатності розпізнавати дрібні деталі на етикетках продуктів і унікальні особливості, важливі для точного розпізнавання патернів [1]. Ці високоякісні камери забезпечують видимість та розрізнення навіть малих або щільно розташованих елементів, що є важливим для точної інвентаризації.

Камери оснащені лінзами з автоматичним фокусуванням та можливістю динамічного налаштування для підтримки різних умов освітлення [2]. Ця функція є необхідною в умовах складу, де освітлення може змінюватися від яскравих світлодіодних ламп до розсіяного природного світла. Підтримка чіткості зображення за умов коливання освітлення забезпечує постійну якість захоплення зображень, що є критично важливим для надійності системи. Додатково камери мають оптичний зум, що є необхідним для врахування різноманітності розмірів і форм продукції на складі. Оптичний зум дозволяє динамічно налаштовуватися під час роботи, надаючи гнучкість і забезпечуючи, що продукція на різних відстанях знімається з достатньою деталізацією.

Для стратегічного розміщення камери встановлено в ключових точках, таких як зони прийому, зберігання та відправлення. Ця стратегія розміщення була розроблена після ретельного аналізу робочого потоку складу. Основні області, де зосереджений потік продукції та де видимість є вирішальною для ефективного відстеження інвентаризації, були визначені як оптимальні точки для встановлення камер [3]. Це стратегічне розміщення забезпечує всебічний моніторинг руху продукції – від моменту надходження до виходу, підвищуючи загальну ефективність системи управління запасами. 

Для обробки значного обсягу обчислень, пов'язаного з обробкою візуальних даних, зібраних камерами, використовуються сервери з багатоядерними процесорами та високопродуктивними відеокартами. Відеокарти були спеціально обрані за здатність прискорювати паралельні обчислювальні операції, що є необхідним для швидкої обробки зображень і виконання алгоритмів машинного навчання в реальному часі.

Для забезпечення стійкості системи та точності даних у апаратній архітектурі впроваджено механізми відмовостійкості. Резервні сервери та камери налаштовані для підтримки можливості автоматичного переключення у разі збою обладнання або зовнішнього порушення. Цей резерв створено за допомогою кластерної серверної архітектури, де кожен сервер працює в синхронізації зі своїми колегами, використовуючи технології дзеркального відображення даних у реальному часі, що забезпечує реплікацію всіх оброблених даних на кілька вузлів. 

Окрім фізичної резервної копії обладнання, система використовує технологію віртуалізації для створення ізольованих середовищ для кожного критично важливого компонента конвеєра обробки даних. Ці віртуальні машини (ВМ) управляються гіпервізором, який динамічно розподіляє ресурси залежно від поточного навантаження та операційних потреб. У разі збою ВМ гіпервізор миттєво розгортає заміну з мінімальним простоєм, використовуючи функції створення знімків і відкату для відновлення ВМ до останнього стабільного стану перед збоєм.

У систему також інтегровані алгоритми виявлення помилок для ідентифікації та виправлення неточностей у даних у режимі реального часу. Ці алгоритми базуються на передових моделях машинного навчання, навчених розпізнавати патерни, що вказують на поширені аномалії даних, такі як раптове зниження якості зображення або розбіжності у підрахунках запасів, що можуть виникнути через збої сенсорів або зовнішнє втручання. Після виявлення аномалії система активує серію автоматизованих протоколів: спочатку ізолює уражений потік даних, щоб запобігти поширенню помилки, а потім ініціює діагностичну процедуру для визначення джерела аномалії.

Архітектура системи базується на централізованій серверній конфігурації, де всі зібрані візуальні дані передаються до центру обробки даних. Тут проводиться аналіз зображень у реальному часі для точного визначення та підрахунку товарів на складі. Централізована архітектура забезпечує ефективну масштабованість: додаткові сервери або оновлення GPU можуть бути впроваджені для обробки зростаючих обсягів даних відповідно до потреб системи.

Література

1. Yeh, M. C., & Li, Y. N. Multilabel deep visual-semantic embedding. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2020. 42. http://dx.doi.org/10.1109/TPAMI.2019.2911065.

2. Oh, J. Y., Choi, H. S., Jung, S. H., Kim, H. S., & Shin, H. Y. Development of pallet recognition system using kinect camera. International Journal of Multimedia and Ubiquitous Engineering, 2014. 9. http://dx.doi.org/10.14257/ijmue. 

3. Elgendi, M., Picon, F., Magnenat-Thalmann, N., & Abbott, D. Arm movement speed assessment via a kinect camera: A preliminary study in healthy subjects. BioMedical Engineering Online, 2014. 13. http://dx.doi.org/10.1186/1475-925X-13-88.

Creative Commons Attribution Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License
допомога Знайшли помилку? Виділіть помилковий текст мишкою і натисніть Ctrl + Enter

Інші наукові праці даної секції

Конференції

Конференції 2024

Конференції 2023

Конференції 2022

Конференції 2021



Міжнародна інтернет-конференція з економіки, інформаційних систем і технологій, психології та педагогіки

Наукова спільнота - інтернет конференції

:: LEX-LINE :: Юридична лінія

Інформаційне суспільство: технологічні, економічні та технічні аспекти становлення