Zautomatyzowana dokumentacja załadunkowa

Ta prastara mądrość branży logistycznej budzi zmęczony uśmiech na twarzach współczesnych spedytorów i menedżerów Opłacalna działalność od dawna zależała od znalezienia najmniejszej luki w harmonogramie dostaw, od stopnia wykorzystania miejsca w każdej ciężarówce. Aby zoptymalizować przepływ materiałów i ich wysyłkę, wiele firm już próbuje zautomatyzować swoje procesy biznesowe i wspierać je za pomocą oprogramowania. Jednak w większości działów logistyki codzienna praca odbywa się wciąż ręcznie. Rejestracja zamówień, planowanie wysyłek, monitorowanie tras transportowych i dostaw oraz informowanie klientów o statusie dostawy są zazwyczaj w niewielkim stopniu zautomatyzowane.

Pomijając inne aspekty, z samego ekonomicznego punktu widzenia automatyzacja tych procesów ma sens. Mimo to wielu decydentów nie ma przekonania do tej inwestycji. Nierzadko, rozważając ten krok, pomijają jeden z początkowo niewidocznych, ale bardzo istotnych aspektów: niewłaściwe załadowanie pojazdu wiąże się z dużym ryzykiem, które może nieść ze sobą daleko idące konsekwencje prawne.

Kilka lat temu klient z branży chemicznej zwrócił się do Thomasa Striegela z pytaniem, czy jego kamery przemysłowe mogą być wykorzystane do automatyzacji dotychczas ręcznego procesu kontroli i dokumentacji załadunku towarów niebezpiecznych. Osoby odpowiedzialne robiły w tamtym czasie zdjęcia załadunku tabletem lub aparatem cyfrowym i ręcznie zapisywały je w odpowiednich plikach.

Problemy związane z takim działaniem wynikały z braku standardowej procedury i podatności na błędy. „Nierzadko zdarzało się, że zdjęcia były rozmazane, kluczowe obszary były zasłonięte lub po prostu w ogóle nie można było ich znaleźć, ponieważ najwyraźniej zostały zapisane w niewłaściwej lokalizacji lub wcale" – mówi Striegel, opisując poprzednią sytuację. W przypadku błędnej dokumentacji ręcznej, nawet przy prawidłowym załadunku każdego pojazdu ciężarowego może dojść do problemów. Na przykład w razie wypadku nie będzie możliwości oczyszczenia się z zarzutów, bo zabraknie dowodu, że załadunek wykonano zgodnie z procedurami.

Najważniejsze zadanie dla kamery i oprogramowania polega przede wszystkim na tym, że zapisany obraz musi być użyteczny. Niezliczone procesy samoregulacji są realizowane w tle. Aby uzyskać wyraźny obraz w każdych warunkach oświetleniowych w ciężarówce, kamera musi rozpoznać, czy nie jest oślepiana przez słońce lub inne źródło światła, lub czy jej obiektyw z powodu wahań temperatury nie jest zaparowany.

Oprogramowanie musi być również tak zaprogramowane, aby system znalazł odpowiedni moment na zarejestrowanie obrazów. W chwili, gdy oprogramowanie rozpocznie rejestrację, w kadrze nie może się znaleźć wózek widłowy, ani rozpoznawalna osoba. W szczególnie krytycznych aplikacjach system zapewnia również rozpoznawanie poszczególnych pojemników, np. za pomocą kodu kreskowego, w celu umożliwienia śledzenia poszczególnych dostaw częściowych.

Jeśli chodzi o procesy załadunku za pomocą wózków widłowych, z pewnością istnieje potencjał optymalizacji, myślimy tu o Big Data i sztucznej inteligencji. Można je wykorzystać poprzez rozszerzone wykorzystanie istniejącego sprzętu: „Można sobie wyobrazić optymalizację trasy w oparciu o istniejące dane. Jeśli oprogramowanie połączy informacje z dokładnego miejsca składowania w magazynie drobnicy z ciężarówką czekającą na załadunek, można skrócić czas załadunku lub ograniczyć lub uniknąć potencjalnie niebezpiecznych przejazdów wózków widłowych" – mówi Laufmann.

Inteligentne połączenie techniki pomiarowej, otwartych i elastycznych protokołów oraz wydajnej techniki sterowania umożliwia nie tylko rozwiązywanie prostych zadań sterowania, ale także mapowanie złożonych procesów dokumentacji z szeroką gamą interfejsów, i to w interakcji z bardzo różnymi obszarami i ich konkretnymi wymaganiami.