无人机识别货架商品,实时跟踪库存
2019年01月14日 由 浅浅 发表
479763
0
库存跟踪是一项非常耗时的工作,确定哪些产品有库存,哪些库存可能在下周降低,是一场永无止境的挑战,因为购物者花费大约400亿小时从商店货架上拣货,而且这也容易出错。
Richard Schwartz提出了解决方案:带有类似巨型威浮球和支撑笼的无人机。
Schwartz是Pensa Systems的首席执行官和创始人,Pensa Systems是一家奥斯汀创业公司,开发零售库存系统,利用计算机视觉算法来识别商店货架上的商品。
“库存的可见性对于品牌和零售商而言是一个古老的问题,”Schwartz说,“零售商和制造商盲目地盯着货架上的产品,看缺少什么或者有什么东西放错了地方。而先进的AI可以帮助人们感知货架状况并大规模自动化,在任何时间点连续读出货架上的物品。”
与Bossa Nova等公司提供的产品不同,Pensa的库存管理系统不使用地面机器人,而是使用上述四轴飞行器。随着时间的推移,通过无线连接的英特尔edge服务器和能够更好识别产品的自学习算法,这种球形无人机可以扫描货架,并在货架之间飞行时自动高精度地感知货架状况。
根据Schwartz的说法,无人机在可扩展性方面具有优势。它们比竞争对手目前提供的一些机器人产品便宜,部分原因是它们受到数据即订阅模式的补贴。在某些情况下,它们的操作起来不那么复杂,特别是在布局异常紧凑的商店中。
Schwartz表示,“店内库存可见性仍然是零售供应链的一个巨大黑洞,零售商和品牌制造商已经尝试过机器人,相机和智能货架的所有组合,但这些解决方案太昂贵,也不准确。”
在AB InBev试点期间,Pensa的无人机在加拿大蒙特利尔的实体店IGA Extra Beck收集每小时和每日库存数据。在为期两周的时间里,他们扫描了干燥的架子和装有罐子,瓶子和包装的冷却器,检测出物品缺货时间的准确率为98%。
IGA Extra Beck老板Todd Beck说,“在我们的手动系统可能通知我们之前,了解潜在的缺货情况的能力是非常大的优势,我们从Pensa系统获得的即时反馈可以为我们的业务提供巨大的价值。”