Cognex verbetert logistieke processen door Edge Learning

De Cognex Corporation introduceert de In-Sight 2800 Detector voor de logistiek. Dit objectherkenningssysteem is gebaseerd op het In-Sight-platform van Cognex en maakt gebruik van AI-gestuurde Edge Learning-technologie om sorteerv processen te automatiseren en de nauwkeurigheid van logistieke inspecties te verbeteren.

(Natick, VS) “De In-Sight 2800 Detector vertegenwoordigt een doorbraak in logistieke innovatie”, aldus Shweta Kabadi, Vice President, Solutions bij Cognex. “Inspecties op basis van Edge Learning verlagen de kosten, verhogen de doorvoer, maken AI toegankelijk voor faciliteiten van elke omvang en effenen uiteindelijk de weg naar een efficiëntere logistieke automatisering.”

Het nieuwe objectherkenningssysteem van Cognex is geschikt voor veeleisende toepassingen op het gebied van objectherkenning, zoals het controleren of een artikel aanwezig is op sorteerlijnen, in containers of schalen, het classificeren van pakkettypen en het identificeren van procesproblemen, zoals opstoppingen op de transportband. De geïntegreerde Edge Learning-technologie herkent zelfs artikelen op onrustige of contrastarme achtergronden.

Het instellen van de In-Sight 2800 Detector duurt minder dan 15 minuten. Met de Edge Learning-technologie vindt de training direct op het apparaat plaats en is er slechts een klein aantal afbeeldingen nodig, zonder dat een specialist vereist is. Logistieke faciliteiten kunnen snel profiteren van deze technologie en kostbare stilstand vermijden.

“Met de In-Sight 2800 Detector waren we in staat om onmiddellijk producten te herkennen die door andere oplossingen niet konden worden gedetecteerd”, aldus Dave Bodenheimer, VP, Onderzoek en Productontwikkeling bij SDI Industries Inc, een klant van Cognex. “Onze klanten waren zeer tevreden met de resultaten. De In-Sight 2800 Detector is een cruciale factor voor de detectie van aanwezigheid en afwezigheid, het opsporen van procesproblemen en de eenvoudige classificatie.”

Foto: © Cognex Corporation