机器视觉是实现流畅的打印与应用工作流程的关键所在

发布时间:2023-08-28  

在实际工作中,企业无法安排员工在生产线上密切关注通过打印与应用系统运行的每个贴签产品或包装。这就是为什么我们在标签应用程序中看到了这样的趋势——信任自动化,但仍需验证,尤其是对于打印与应用标签程序。固定式工业扫描器和机器视觉系统助力构建标签可信度。


了解如何使用机器视觉技术来验证标签的存在、位置、质量和准确性,以实现全自动化且合规的流程。


对于制造商、仓储经营者或其他需要遵守多项行业、政府和客户要求的下游供应链企业而言,信任不能替代验证,这是防患于未然的优选方式。因此,企业需要培训员工如何确认每个零件及成品质量的一致性和设计合规性,可能还需要投资于机器视觉系统,通过这些系统来自动检查汽车、电子元件、食品、饮料、药品等各类产品,以确保生产、装配和灌装的准确性。另外,企业也需要从消费者安全和财务影响等层面,去了解疏忽会带来的潜在风险。


然而,企业是否对这些产品或其包装上标签的制作验证给予了同等的考量和投资?还是全然依赖于打印与应用系统配置和运行正常?


为标签验证赋予更多价值

尽管如今的打印与应用系统中使用的打印引擎以其准确性著称,但全然相信标签位置正确并能反映正确信息的想法仍存在风险。打印引擎是人工编程的,且其本质仍是打印机。若人们未能及时更换打印头,则会导致标签质量的暂时下降。


在实际工作中,企业无法安排员工在生产线上密切关注通过打印与应用系统运行的每个贴签产品或包装。在不造成运作减速或停止的情况下,可能很难彻底检查每个贴签物品。负责验证标签质量和准确性的员工也可能会遗漏问题。一旦标签流向供应链,就无法修复错误或不合规的标签了。


也许下一环节的人员能够解决标签问题。例如,如果入库团队在仓库中发现标签问题,他们或许能够拦截贴错标签的产品进一步运输。但是,如果是监管检查员或消费者发现标签错误怎么办?再或者,如果包裹被发送给了错误的收件人,或者由于地址不正确或难以辨认而滞留于分拣站怎么办?后果可能很严重且代价高昂。


这就是为什么我们在标签应用程序中看到了这样的趋势——信任自动化,但仍需验证,尤其是对于打印与应用标签程序。


固定式工业扫描器和机器视觉系统

助力构建标签可信度

出于若干原因,一维和二维标签验证应和打印与应用系统一同自动执行,企业需要能100%确定:

1

贴有标签,且打印与应用时的信息是正确的。标签完整性对于制药、汽车和餐饮等高度监管行业的合规性尤为重要。如果文本不够明显、颜色不正确,或者缺少批号,企业可能会因误用或无法快速召回而承担经济责任。当然,缺少标签的情况总是人所不愿的,因为这会导致浪费和履单延迟。

2

标签数据可读。有时员工可能会认为某个条码或地址是可读的,但扫描器却无法读出。当货物在供应链中运输时,扫描器需要能够提取各类数据,这一点很重要。

3

贴签位置正确。正如我刚刚举例的,人们的看法是主观的。如果贴签的位置距离要求还差半厘米,纵然人眼可能无法辨别这么小的差距,但也可能会因此而被视为不合规。

通过在打印引擎旁的生产线上安装固定式工业扫描和机器视觉系统,企业将能够在存在问题的物品离开生产线,到达装卸码头或进一步运输到供应链下游之前,立即发现并解决标签质量、位置或数据准确性方面的各种问题。

固定式工业扫描器可以查找标签和数据是否缺失,而机器视觉系统经训练后,可以查找标签上的形状或标识(也称为“样本”)。当物品在出站检查应用程序中通过机器视觉相机下方时,它会寻找该样本,以确保标签存在且位置正确。如果用于分拣,它将寻找快递标志,并将包裹重新定向到正确的分拣线,以进行后续配送。机器视觉系统还可以测量亮度或在标签搜索区域内执行像素计数。企业可以定义检验标准,设定需满足的一组限制条件,超过这些限制的产品会被视为不合格。


此类自动验证扫描的优点在于其能够兼作进度报告,且不涉及人工干预,除非系统发现问题。众所周知,出于多种原因,产品可追溯性如今尤为重要。因此,无论何时,如果企业能确认某一物品已通过某个检查点,就意味着企业自身和其他相关者已获得了宝贵的运营洞察力,这些洞察能够为业务规划、报告和优化提供参考信息。同时,整个流程中都不再有产品或包装接触点,员工就能腾出时间,专注于更高价值的任务。这将有助于企业更好地维持生产、订单履行和保证分销运营的合规性,且能够始终如一地按计划进行。


文章来源于:电子工程世界    原文链接
本站所有转载文章系出于传递更多信息之目的,且明确注明来源,不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。

相关文章

    人脸识别,车牌识别。或者做行为分析,比如人员入侵,徘徊,遗留物,人群聚集等。 机器视觉(MV),主要侧重对量的分析,比如通过视觉去测量一个零件的直径,一般来说,对准确度要求很高。 计算机视觉主要任务......
    自动驾驶的激光雷达和纯计算机视觉对比分析;激光雷达流派和纯计算机视觉流派一直在自动驾驶技术中的感知层解决方案上喋喋不休。激光雷达派认为纯视觉算法在数据形式和精度上的不足;纯视觉......
    个驱动因素是机器人技术,其中大部分将用于不需要用于关键任务的消费产品。制造商将寻求RISC-V处理器提供的价值和灵活性,以降低消费者网关和其他设备的价格,因为它们需要解决越来越多的人工智能工作负载,如自然语言处理和计算机视觉......
    推动该领域的创新和发展。 03 人体分析 人体分析是计算机视觉中一个重要且活跃的研究领域,涵盖了对人体的识别、检测、分割、姿态估计和动作识别等多方面任务。 人体分析的研究和应用在许多领域都有深远的影响,包括安全监控、医疗......
    技术领域,而机器视觉则是计算机视觉的一个子集。”“更具体来说,我们可以将机器视觉视为一组任务导向型的视觉技能,应用于一些特定的应用(物体的存在检测、质量控制、尺寸检测、自动检查、通过/失败......
    MIT研发高效计算机视觉AI模型 可助自动驾驶汽车实时做出决策;自动驾驶汽车必须可以快速、准确地识别遇到的物体,包括停在拐角处的送货卡车、正在接近十字路口的骑行者等。为此,自动驾驶汽车可能会使用一个强大的计算机视觉......
    需要从图像或视频中提取出有意义的特征,并将其表示为计算机可以理解和处理的形式。这涉及到图像处理、特征检测、特征描述等技术,旨在将复杂的视觉内容转化为计算机可处理的数据。 2. 目标检测与识别:机器视觉的一个重要任务......
    如何区分物体,它们有多远,它们是否在移动,以及图像是否不正确。        计算机视觉教计算机执行类似的任务,但使用相机,数据和算法而不是视网膜,视神经和视觉皮层,它必须在很短的时间内完成。 AI视觉识别技术通过模拟人类视觉......
    机器视觉是干什么的_机器视觉的应用有哪些;  机器视觉是干什么的   机器视觉是指通过计算机技术和算法实现对图像或视频进行分析、处理、识别和理解的能力。它的主要目的是模拟人眼的视觉系统,让计算机......
    校正和颜色空间转换。关于ISP和ISP在汽车环境中用于计算机视觉任务的调整的详细讨论,请参考[52]。ISP通常由硬件引擎完成,例如作为主要SoC的一部分。很少在软件中完成,因为......

我们与500+贴片厂合作,完美满足客户的定制需求。为品牌提供定制化的推广方案、专属产品特色页,多渠道推广,SEM/SEO精准营销以及与公众号的联合推广...详细>>

利用葫芦芯平台的卓越技术服务和新产品推广能力,原厂代理能轻松打入消费物联网(IOT)、信息与通信(ICT)、汽车及新能源汽车、工业自动化及工业物联网、装备及功率电子...详细>>

充分利用其强大的电子元器件采购流量,创新性地为这些物料提供了一个全新的窗口。我们的高效数字营销技术,不仅可以助你轻松识别与连接到需求方,更能够极大地提高“闲置物料”的处理能力,通过葫芦芯平台...详细>>

我们的目标很明确:构建一个全方位的半导体产业生态系统。成为一家全球领先的半导体互联网生态公司。目前,我们已成功打造了智能汽车、智能家居、大健康医疗、机器人和材料等五大生态领域。更为重要的是...详细>>

我们深知加工与定制类服务商的价值和重要性,因此,我们倾力为您提供最顶尖的营销资源。在我们的平台上,您可以直接接触到100万的研发工程师和采购工程师,以及10万的活跃客户群体...详细>>

凭借我们强大的专业流量和尖端的互联网数字营销技术,我们承诺为原厂提供免费的产品资料推广服务。无论是最新的资讯、技术动态还是创新产品,都可以通过我们的平台迅速传达给目标客户...详细>>

我们不止于将线索转化为潜在客户。葫芦芯平台致力于形成业务闭环,从引流、宣传到最终销售,全程跟进,确保每一个potential lead都得到妥善处理,从而大幅提高转化率。不仅如此...详细>>