La logistica e il magazzino stanno vivendo una trasformazione radicale: tecnologie come machine vision e scansione 3D, un tempo riservate alla manifattura, stanno diventando oggi strumenti strategici anche nella supply chain.
Secondo Zebra Technologies, l’integrazione di AI, sensori avanzati e piattaforme hardware/software consente di ottenere benefici tangibili: riduzione degli errori fino al 75%, risparmi significativi sui costi operativi e maggiore produttività.
In questo articolo, Paul Eyre, Director, Machine Vision for Logistics di Zebra Technologies, racconta come queste tecnologie stiano aprendo scenari nuovi: dalla robotica guidata da visione artificiale ai sistemi di dimensionamento intelligente dei pacchi, fino all’ispezione e all’identificazione avanzata.
Un’evoluzione che sta rapidamente colmando il divario tra logistica e manifattura e che pone nuove domande su competitività, efficienza e sostenibilità del settore.
Buona lettura!
Machine Vision e 3D: come la logistica e il magazzino stanno raggiungendo il settore manifatturiero
Gli ambienti e i processi nei magazzini sono generalmente meno strutturati rispetto a quelli del settore manifatturiero. In un qualsiasi magazzino, le attività operative seguono un flusso che va dalla ricezione alla spedizione delle merci, con diverse fasi di lavorazione intermedia dal pallet, al collo, fino al singolo articolo – con numerose variazioni in base alla tipologia di prodotto gestito, che può spaziare dalla moda, al food & beverage, fino ai beni di largo consumo.
Nel settore della logistica, gli articoli sono per loro natura variabili: singoli prodotti, pacchi, colli e pallet possono assumere forme, dimensioni e esser di materiali diversi. Questi vengono spesso presentati ai sistemi di machine vision in modo poco strutturato, disposti in maniera casuale su nastri trasportatori o aree di carico. Ne consegue che, le tecnologie di visione artificiale, 3D e di scansione industriale, devono essere in grado di affrontare un’ampia gamma di scenari, anche complessi e imprevedibili.
Negli ultimi 25 anni, la machine vision è stata una prerogativa quasi esclusiva del settore manifatturiero – dove questa tecnologia è nata e si è evoluta. Tuttavia, negli ultimi tre-cinque anni, l’accesso sempre più ampio all’elaborazione neurale, lo sviluppo della sensoristica 3D e l’evoluzione degli algoritmi di AI hanno aperto nuove possibilità. Oggi, suite software e piattaforme hardware avanzate permettono di applicare queste tecnologie sia nella produzione – per rilevare difetti o anomalie – sia in ambienti meno strutturati come la logistica.
Evoluzione Tecnologica – Le prove concrete
Le soluzioni di automazione visiva si articolano generalmente in quattro grandi categorie principali, all’interno delle quali tecnologie come machine vision, scansione industriale, AI e sensing 3D trovano applicazione lungo tutto il processo, dalla ricezione alla spedizione.
La prima categoria è quella della robotica guidata da sistemi di visione artificiale, utilizzata per prelevare e smistare articoli. Un esempio concreto proviene da un panificio industriale in Europa, che ha ridotto significativamente il tasso di errore e aumentato la produttività grazie al software di machine vision che guida un robot. Il panificio ispeziona l’intera gamma di prodotti da forno utilizzando questa soluzione integrata.
Il sistema è in grado di effettuare operazioni di picking in modo efficiente, automatizzato e intelligente, grazie a un braccio robotico che gestisce tra le 25 e le 30 confezioni al minuto, senza danneggiare né il pane né l’imballaggio. Si stima che questa soluzione abbia generato un risparmio sui costi del 75% rispetto ai tradizionali sistemi di ispezione basati su telecamere e illuminazione, eliminando al contempo la necessità per gli operatori in prima linea, di svolgere attività manuali e ripetitive di ispezione visiva e di prelievo.
La seconda categoria è quella dell’ispezione, finalizzata a garantire l’integrità del prodotto, rilevare eventuali danni e controllare la completezza degli ordini. Ad esempio, la tecnologia di imaging iperspettrale può essere impiegata per rilevare perdite nei pacchi – potenziale segnale di un prodotto danneggiato – una condizione che potrebbe essere evidente a una telecamera a colori, ma non necessariamente a una telecamera tradizionale in scala di grigi.
La terza categoria è la misurazione, fondamentale per determinare il dimensionamento di articoli, pacchi e pallet, così da adattarli ai diversi imballaggi, aree di carico e veicoli. Il team logistico di Dimar, retailer nazionale attivo nella grande distribuzione organizzata, ha ridotto i tempi operativi fino al 50% grazie a una nuova soluzione di automazione intelligente. La tecnologia impiegata si basa su una flotta di dispositivi mobile dotati di software integrato per il dimensionamento dei pacchi, che utilizza sensori time-of-flight di ultima generazione combinati con algoritmi di AI. Insieme, questi componenti ricostruiscono e misurano virtualmente sia le dimensioni di pacchi cuboidali standard che di articoli irregolari non cuboidali.
L’ultima categoria è l’identificazione, che utilizza diverse metodologie, tra cui codici a barre, data matrix, codifica a colore, riconoscimento ottico dei caratteri (OCR), pattern e forma. Un caso emblematico è l’azienda di logistica di terze parti Noerpel-Group che riceve fino a 25 carichi di merce a settimana in uno dei suoi centri da un importante cliente del settore fashion & lifestyle. I dati associati a ciascuno carico vengono registrati nel sistema ERP di Noerpel. Successivamente, ogni scatola viene poi smistata verso la sua destinazione finale, con un risparmio di tempo superiore al 50% nelle operazioni di stoccaggio in entrata grazie all’uso di scanner industriali fissi.
Nei primi cinque mesi dall’installazione, la soluzione ha permesso a Noerpel di automatizzare in modo intelligente la scansione e la validazione di circa 700.000 pacchi. Poiché il tempo complessivo di lavorazione per ciascun pacco è stato drasticamente ridotto, è stato possibile automatizzare anche le fasi successive del processo logistico. L’intervento umano è ora richiesto solo in caso di eccezioni.
Un altro esempio è quello del panificio industriale Zeelandia, che sta risparmiando almeno 20.000 € all’anno grazie all’adozione di scanner industriali fissi montati sui carrelli elevatori e supportati da software di machine vision. Questa soluzione ha permesso di integrare più efficacemente i team di distribuzione nei flussi operativi, con benefici concreti come la riduzione dei tempi di inattività e dello stress, una produzione più regolare per i clienti e una maggiore disponibilità di tempo da dedicare ad attività strategiche a più alto valore aggiunto.
Il 3D di oggi svela nuove prospettive
Come già avvenuto per la machine vision 2D, anche nel campo della scansione 3D sono stati i settori manifatturieri più strutturati a fare da pionieri. Conosco uno specialista di machine vision che sta aiutando OEM del settore automotive a ridurre del 10-15% i difetti su componenti complessi come le portiere delle auto. Lo specialista ha sviluppato una soluzione basata su un sensore 3D con doppia telecamera e singolo laser, integrato con software AI. Il sensore 3D esegue la scansione di elementi come le portiere, raccogliendo migliaia di punti dati trasformandoli in rappresentazioni dettagliate sotto forma di point cloud e mappe di profondità, che il software AI può interpretare per individuare eventuali difetti. Fortunatamente, anche le organizzazioni della logistica e del magazzino stanno rapidamente colmando il divario.
Nel settore della logistica, gli scanner 3D tradizionali a luce strutturata sono stati molto utilizzati perché offrono una risoluzione sub millimetrica e un’elevata precisione nella scansione di oggetti statici. Tuttavia, se durante la scansione il sensore o l’oggetto si muove – condizione molto probabile data la natura poco strutturata delle merci in logistica e dei nastri trasportatori – la scansione 3D può risultare distorta. Anche i sistemi tradizionali basati sul principio del time-of-flight sono utili in certi casi e garantiscono una velocità di scansione e acquisizione dei dati molto elevata, ma a volte a scapito della risoluzione e della qualità del segnale.
Le nuove generazioni di sensori 3D, invece, garantiscono scansioni estremamente accurate grazie a una tecnologia innovativa basata su luce strutturata parallela. Questa consente la scansione 3D in tempo reale e ad alta risoluzione anche di oggetti in rapido movimento, costruendo più immagini virtuali all’interno di una singola finestra di esposizione. Ciò apre nuove opportunità in ambito logistico: dalla guida robotica in magazzino al rilevamento di danni, dal picking avanzato da nastri e contenitori alla (de)pallettizzazione — sia uniforme che mista — fino alla creazione di digital twin precisi e aggiornati in tempo reale.
di Paul Eyre, Director, Machine Vision for Logistics, Zebra Technologies
