The Potential of Deep Learning based Computer Vision in Warehousing Logistics

Abstract

Diese Arbeit beschreibt drei Deep-Learning-basierte Computer-Vision-Ansätze, die das Potenzial haben, den Automatisierungsgrad und die Produktivität gängiger Lagerverfahren zu erhöhen. Diese Ansätze konzentrieren sich auf: die Re-Identifizierung von logistischen Einheiten, insbesondere beim Betreten und Verlassen des Lagers; die Multiview-Positionsschätzung von logistischen Einheiten, um sie in der Fabrik zu verfolgen und zu lokalisieren; und die kategorienunabhängige Segmentierung von Artikeln in einem Behälter für das Greifen durch einen Roboter.