电池读码器市场趋势 | 推动未来供应链追溯的四种技术！

电池读码器市场趋势 | 推动未来供应链追溯的四种技术！

　　最近的国际事件，包括COVID-19的爆发和国际政治紧张局势，突出了全球供应链的脆弱性。在大多数情况下，这些弱点表现为劳动力资源的紧缺以及需求的增加。工作量的增加和劳动力的减少相结合，为许多供应链带来了危机，使其陷入瘫痪，无法为客户提供服务。

　　先进的自动化技术可以帮助减轻仓库和配送中心的这些弱点，以跟上需求。具体来说，有四种技术可以通过减少劳动力、劳动力成本和与可追溯性相关的成本来改善供应链。

　　先进的技术

　　过去的两年里，疫情推动了供应链、电子商务和劳动力的许多趋势。简而言之，网上采购有了巨大的增长；同样，对端到端和最后一英里追溯的期望也有了巨大的增长。而不幸的是，满足这些期望的可用劳动力已经急剧减少。这些挑战促使自动化被纳入生产、包装和供应链。虽然这不是一个新现象，但有四种新技术为供应链提供了更大的好处，大大降低了劳动力和可追溯性的成本：

　　人工智能

　　机器视觉

　　智能设备

　　优化的像素长宽比

　　利用AI技术防止问题发生

　　几乎每一个在供应链中运输的包裹都是用条形码来跟踪和追踪的。在监管要求、客户期望或企业内部需求的驱动下，可追溯性对供应链至关重要。因此，保持一个连续的追踪记录是很重要的。在大多数情况下，追踪记录被条形码的“No Reads(未读)”所打断。No Reads(未读)扼杀了追踪系统的效率，并对分拣过程造成了破坏。No Reads(未读)会导致自动化系统变成人工操作，那么您如何防止这种情况的发生？

　　可追溯性设备中的拍照技术为每一个已读和未读都提供了大量的图像。当未读事件发生时，视觉算法和人工智能可以从这些图像中提取价值。使用这些工具，人工智能可以以自动化的方式确定未读的根本原因。例如，这里显示的标签应被识别为破损的条码分类。

　　分类破损条码的包裹

　　人工智能可以自动进行这种分类，同时进行汇总和报告。这是快速帮助了解主要的未读原因并及时确定纠正措施的关键。

　　实施人工智能以防止未读的一个例子是未读分类器引擎。这是得利捷在Web Sentinel Plus平台上添加的软件。这个引擎会自动处理与未读有关的图像，将它们分类为不同的类别。使用这些信息，可以在数据库中运行报告和查询。例如，一个趋势报告可以显示某一天每小时的未读数趋势。

　　深入到报告中，可以显示几个相同形状的包裹，来自同一个客户，并在接缝处贴上了标签。与其让这种情况继续下去，不如向该客户发出纠正措施。如果没有自动分类，这个问题可能永远不会被发现，而未读的手工工作将继续下去。

　　有许多方法可以利用人工智能来防止未读数。纠正措施、预防性维护和其他活动可以在人工智能系统看到未读并对其进行分类时完成。所有这些都是实时完成的。

　　人工智能分析使改进成为可能，而无需花费大量时间逐个包裹、逐个图像进行人工检查。即使在每天4,000个包裹的非常低的吞吐量下，你也需要每天花费多个小时进行人工分类，才能找到问题的根源。这项技术有一个很大的好处，即保持自动化运行，工人们专注于真正的高价值任务，而不是人工返工。

　　机器视觉

　　随着不同形状、大小和类型的物品通过电子商务被购买和履行，供应链的应用也变得更加复杂。纸箱和塑料袋并不是在供应链中流动的包装类型。随着电子商务的发展，包裹的形状和尺寸也在增加。大的或不规则形状的、不可被自动分拣的物品需要人工测量、分类和数据收集。一种基于动态视觉检测的新的数据收集系统，称为Mass Flow Detection, 可以使这些大型的、不规则形状的、不可被自动分拣的物品自动化，并消除人工分拣的需要。

　　视觉系统提供了收集数据和利用数据做更多事情的能力。例如，一个缺少标签的包裹仍然可以通过其形状、颜色或光学特征来识别。视觉系统可以应用算法处理数据，使其能够检测和识别三维的物品。

　　Mass Flow Detection System可以确定图像是否显示一个不规则形状的物品或多个包裹相碰。该系统为每个物品提供体积数据，使用先进的实时图像分析来识别和分离物品。多个读码器产生数百张图像，这些图像被拼接在一起，提供高分辨率的俯视图。读码器收集每件物品的条码数据，而彩色相机则拍摄每件物品在传送带上运行的多面图。彩色JPEG 图像与一个由三维测量数据创建的边界框一起保存。该图像和边界框提供了物品状况的证明。所有的数据被汇总，形成物品物理特性(尺寸、形状、重量)、可追溯数据(条码)和状况的完整图像。

　　输送线上物品流量监测

　　Mass Flow Detection System是一个革命性的系统。该系统消除了目前不适合或不可被自动分拣的物品的尺寸而进行的手工作业。此外，它的高正确度使它获得了合法贸易应用的认证。在客户为其不可被自动分拣的货物提供尺寸数据的应用中，Mass Flow Detection System可以审核货物，以确保货物的准确性，并在货物数据不正确时促进收入恢复。

　　智能化的条码检测

　　技术的进步正在推动更智能的设备的产生。这对于数据采集设备，特别是工业读码器来说尤其如此。大多数读码器被认为是哑巴设备，它们有一个专门设计的功能。为了实现这一功能，它们需要其他辅助设备，如电源、接近传感器、电缆、开关和可编程逻辑控制器（PLCs）。

　　新一代的智能读码器已经出现。得利捷公司的AV900就是其中一款，这是一种可以直接编程的智能读码器，可以自主操作，不需要传统读码器所需的许多辅助设备。智能读码器以两种方式降低了可追溯系统的系统成本。首先，它们的内置智能减少了操作所需的组件。第二，当这种同样的智能与更高分辨率的传感器结合时，可以减少所需的读码器数量，并通过增强功能使解决方案更加有效。

　　例如，快速和宽大的传送带系统需要两台分辨率为500万像素的标准条码阅读器。这些设备将需要尺寸测量仪、电源、接近传感器、电缆、开关或可编程逻辑控制器（PLCs）以确保正确的包裹到达正确的位置。但像 AV900这样的智能读码器提供 900万像素的分辨率，允许一个设备取代传统设备。重要的是，智能读码器内的智能设计直接增加了它的功能和效率，具有三种不同的对焦模式等新特点：

　　固定对焦

　　动态对焦

　　连续循环变焦

　　连续循环变焦是这台智能读码器中最强大的模式。在这种模式下，读码器可以被编程为在不同的位置，以不同的帧速率寻找条形码。连续循环变焦的信息直接发送到智能读码器，并存储在本地。连续循环变焦是直接执行的，不需要计算机或 PLC。这种类型的智能说明了智能读码器的作用不仅仅是扫描条形码；它们还能削减追踪系统的成本。

　　如何使用条码阅读器的更高正确度

　　虽然高分辨率在许多工业应用中仍然是一个重要的规格，但如何利用这种分辨率可能更加重要。大多数条码阅读器的长宽比为4:3 ，形成一个类似于正方形的视野。如果这些读码器中的一个被定位为扫描一个覆盖整个宽度的 2英尺的传送带，那么视场就是2英尺*1.5英尺，像素均匀地分布在这个区域。大多数条码被检测到的位置靠近视场的起始边缘，这意味着许多可用的像素没有被使用，造成严重的系统效率低下和条码检测问题。

　　包裹运行在输送线上通过4:3 FOV的读码器检测如果一个应用需要增加视场，读码器必须升高以覆盖输送机的宽度。增加扫描面积会降低视场中的像素密度，影响读码器对条形码的检测和除码效果。印刷不良、损坏或低对比度的条码会变得难以或无法读取。一个常见的解决方案是增加更多的读码器，但这增加了成本和复杂性。

　　优化的像素长宽比是解决这一挑战的更好方法，它为工业应用提供了更合适的方案。例如，得利捷公司的Matrix 320 提供了一个16:9 的长宽比，一个比 4:3长宽比更平坦的矩形。改变长宽比提供了一个更宽的视野，使其更有效地覆盖输送机应用，同时保持高像素密度。真正的好处是在读取印刷不良、损坏、低对比度或多色条码时。16:9的长宽比在读取区域有更多的像素，从而使更多的条码能够被读取到。

　　包裹运行在输送线上通过16:9 FOV的读码器检测通常情况下，当条码读取失败时，必须有一个人介入以确保包裹继续到达目的地。为了确保包裹追踪数据的准确性，人为的参与是必需的。优化的长宽比在矩形视场中提供了更多的像素，这大大增加了可读标签的数量。减少条码扫描的失败，可以降低劳动成本。虽然长宽比可能看起来很基本，但优化它以获得更好的检测效果，在降低劳动成本和提高追踪效率方面起着关键作用。

　　保持竞争力的技术

　　人工智能、机器视觉、智能设备和优化的像素长宽比为提高可追溯性提供了切实的、可量化的优势。此外，它们提供了真正的商业利益，增加了企业的优势。不利用这些技术的公司将发现越来越难以保持竞争力。技术不是停滞不前的，可追溯性系统的改进将继续给顺应技术发展的企业带来好处，而落后者则会落得更远。