Productiviteit en veiligheid verbeteren met computer vision
De resultaten:
- Zeer positieve feedback van heftruckchauffeurs.
- Veiligere en efficiëntere omgeving.
- Een sterke basis voor toekomstige automatiseringsinitiatieven.
De context
Elke dag bereidt een toonaangevende Belgische food retailer leveringen voor voor de winkels in zijn magazijnen. Het proces omvat twee cruciale rollen: orderpickers, die goederen verzamelen op basis van winkel-"boodschappenlijsten", en heftruckchauffeurs, die pallets uit hoge rekken halen. Met 60–80 pickers die ongeveer 1.000 picks per dag uitvoeren—één elke 26 seconden—vertraagt elke interferentie tussen deze taken de operatie en verhoogt het de veiligheidsrisico's.
De diagnose:
Traditionele workflows zorgen voor congestie: orderpickers kunnen pallets niet direct bereiken en zijn afhankelijk van heftruckchauffeurs om goederen naar beneden te brengen. Deze interactie leidt vaak tot vertragingen en inefficiënties. De retailer wilde deze knelpunten verminderen en zowel productiviteit als veiligheid verbeteren door gebruik te maken van het bestaande computer vision-systeem.
De oplossing:
Euranova werkte samen met de retailer om deze visie om te zetten in actie. Met objectdetectie volgt het systeem realtime locaties van orderpickers en pallets. We hebben een algoritme ontwikkeld dat deze data analyseert en heftruckchauffeurs dynamisch naar minder drukke gangpaden stuurt, waardoor verstoringen worden geminimaliseerd. Om adoptie te waarborgen, hebben we een gebruiksvriendelijke interface ontworpen die duidelijke, uitvoerbare richtlijnen biedt aan bestuurders. Aan de engineeringkant richtten we ons op het veilig en efficiënt implementeren van de applicatie op Microsoft Azure, zodat schaalbaarheid en betrouwbaarheid werden gegarandeerd.