Fliegen, zählen, optimieren: Inventur aus der Vogelperspektive mittels 3-D-Analyse

Die Durchführung einer Inventur oder Bestandsaufnahme steht grundsätzlich im Konflikt zwischen Aufwand und Nutzen. Dies ist ein Grund dafür, dass in der Praxis bei unterjährigen Inventuren häufig mit Stichproben oder Teilinventuren gearbeitet wird. Ein anderer, einfacherer Weg ist die Automatisierung der Inventur, also die Erfassung des aktuellen Bestandes ohne manuelles Zählen durch Menschen.

Funktionaler Aufbau der Inventurlösung

Die automatisierte Inventurlösung von abat beginnt mit dem Aufbau einer umfassenden Datenbasis. Dazu werden Drohnenaufnahmen unter möglichst realistischen Bedingungen durchgeführt. Diese umfassende Datensammlung bildet die Grundlage für das Training und die Optimierung der Künstliche-Intelligenz (KI)-Modelle.

Auf Basis des trainierten Modells können verschiedene Verfahren der Bildverbesserung evaluiert werden. Dies können klassische Verfahren wie das Drehen oder Skalieren von Bildern sein, aber auch Verfahren, die realistische Bedingungen wie das Verhalten der Drohne oder Wettereinflüsse simulieren. Dazu können beispielsweise Kontrastveränderungen oder Perspektivtransformationen gehören. Mithilfe der Bildverbesserung können die Modelle robuster gemacht werden und gleichzeitig wird eine kleinere Datenbasis benötigt, um eine hohe Performance zu erreichen.

Nächster Entwicklungsschritt: Von der 2-D- zur 3-D-Analyse mittels Photogrammetrie

Bisher konzentrierte sich ein Inventuransatz hauptsächlich auf 2-D-Bilddaten. Zweidimensionale Bilder bieten zwar eine reichhaltige Informationsquelle für maschinelles Lernen und KI, sind aber in ihrer räumlichen Darstellungskomplexität begrenzt. Während sie auf einfache Weise wichtige Informationen wie Größe, Position und Identifikation von Objekten liefern können, haben sie Schwierigkeiten, räumliche Beziehungen und Tiefe adäquat darzustellen.

Um diese Einschränkung zu überwinden, hat abat den Ansatz weiterentwickelt. Mithilfe der Photogrammetrie – einer Technik, bei der aus mehreren 2-D-Aufnahmen 3-D-Modelle berechnet werden –, wurde der Schritt in die dritte Dimension vollzogen. Durch die Berechnung von 3-D-Modellen aus 2-D-Aufnahmen können nun detailliertere und umfassendere Analysen durchgeführt werden. Dabei werden gemeinsame Merkmale in den verschiedenen Bildern identifiziert und deren Position relativ zur Kamera berechnet. Mit diesen Informationen kann ein 3-D-Modell, zum Beispiel eines Lagers, erstellt werden.

Neben dem Erkennen und Identifizieren von Objekten eröffnet der 3-D-Ansatz auch die Möglichkeit, Schüttgüter zu erkennen, zu lokalisieren und zu vermessen. Die Vermessung von Schüttgütern war bisher eine schwierige und oft ungenaue Aufgabe, da die unregelmäßige Form und die unvorhersehbare Verteilung eine genaue Volumenbestimmung erschwerten. Mithilfe der 3D-Photogrammetrie können nun detaillierte 3-D-Modelle von Schüttgütern erstellt werden, die eine exakte Volumenberechnung ermöglichen. Grobe Schätzungen gehören damit der Vergangenheit an.

Die Integration des 3-D-Ansatzes in bestehende Systeme und Anwendungen ist ebenfalls möglich. Dabei wird der 3-D-Ansatz mit bereits vorhandenen Prozessen und Werkzeugen verknüpft, um einen nahtlosen Übergang und eine Optimierung der bestehenden Arbeitsabläufe zu ermöglichen. Besonders hervorzuheben ist die Anbindung an SAP Extended Warehouse Management (EWM) und Warehouse Management (WM), die eine tiefe Integration in bestehende Lagerverwaltungs- und Materialflusssysteme ermöglicht. Insgesamt bietet der 3-D-Ansatz eine echte Weiterentwicklung und Optimierung der bestehenden Lösung.

Wenn Sie mehr über diese innovative Art der Inventur erfahren möchten, dann kommen Sie auf dem DSAG-Jahreskongress in Bremen am 20.09.2023 von 13:00 bis 13:20 Uhr zur Espresso-Session von René Kessler, Data-Scientist bei abat.