Smart Storage – это
программно-аппаратный комплекс для автоматизации работы склада. Цель проекта –
это повышение КПД складских помещений. Это будет достигаться с помощью полной
автоматизации следующих аспектов работы: перемещение товара по территории склада,
логистика перемещение грузоподъёмников, логистика размещение товара на сладе и
определение типа товара. 

Сейчас существуют тенденции в
увеличении промышленного рынка AS/RS — автоматизированные системы хранения и
изъятия грузов. По оценке в период между 2015 и 2020 годом рынок AS/RS должен
выросте на 10.29 %. Так же сами затраты времени работы автоматизированного
склада по сравнению с простым должны снизится на 55%(85 мин и больше – полный
цикл работы простого склада. От 30 мин и больше – полный цикл работы
автоматизированного склада). Этот процент вытекает из следующей статистики:
погрузка/ разгрузка: вручную - 40,5%; поиск товара на складе - 7%; необходимое
ожидание действий коллег - 7,5%; перерывы в течение смены (не считая обеда) -
3% (обед занимает 30-40 минут вместо положенного 1 часа). На рынке существуют
другие решения автоматизации склада. К примеру такие компании как RoboCV
X-MOTION NG и Omron. Но Логистическая работа в этих системах остается за
человеком. Для замещения человека машиной мной была разработана самообучающаяся
нейронная сеть.  

На вход нейронная сеть получает
следующие параметры: 1. Среднее количество товара, заказанного в предыдущие 7
дней. 2. Привязка к сезону (1 – товар является сезонным, 0 – товар не сезонный
(книги, смартфоны, шкафы и так далее)). 3. Совпадение с нынешним сезоном (1 –
совпадает, 0 – не совпадает). 4. Средняя динамика цены на товар (на сколько в
процентах изменилась цена на товар). 5. Процентное соотношение реализованного
товара (формула - количество проданного товара/количество закупанного товара *
100). 6. процент положительных отзывов на товар (заказчиков и потребителей). И
на основе этой информации нейронная сеть выдает вероятность заказа этого
товара. Если эта вероятность будет высока, то товар будет размещен ближе к зоне
выдаче. Если эта вероятность будет низкая, то товар будет перемещен в глубь
склада. Такой подход дает более эффективную работу склада. 

В итоге работы получилось создать
модель полностью автоматического склада. Данный проект отличается от имеющихся
аналогов методом логистики товара. Для логистики товара используется нейронная
сеть, а не классические алгоритмы что дает более гибкую систему. Так же
перспективе данное решение может оказаться более быстрым в отличие от аналогов
и не забываем про цену, которая будет в 2 – 3 раза дешевле. 

В Smart Storage входят следующие типы роботов: Два робота-погрузчика и
робот сортировщик. Все роботы созданы на основе платформы lego ev3. Конструкция робота сортировщика похожа
на конструкцию реального вилочного погрузчика. Отличия от реального погрузчика
это вместо кабины стоит микроконтроллер ev3. Робот-погрузчик использует датчики
освещения ev3.
 

Робот – сортировщик представляет
собой робота конвейерного типа 40х25 см. В начале робота находится конвейерная
лента. Над конвейерной лентой находятся: инфракрасный датчик для регистрации
товара и USB камера для
определения объекта. После определения товара, его забирает передвижная
платформа. После платформа кладет товар в контейнер и возвращается в начальное
положение. 

Все роботы на сладе находятся в
одной LAN сети, что позволяет связываться с сервером
по Wi – fi. Программа для роботов была написана на
языке Python. Так же на
языке Python был написан сервер и нейронная сеть. Для
удобства работы с системой было написано Desktop приложение на языке C#. Данное приложение позволяет работать с
базой данных, заказывать товары со склада, собирать статистику для работы
нейронной сети и отслеживание работы склада.