Conteo de palets con cámara: qué aciertan los recuentos visuales de existencias y dónde fallan

El conteo de palets con cámara ha atraído una atención creciente en los almacenes durante los últimos dos años, y la razón es fácil de entender: el recuento de existencias es repetitivo, lleva mucho tiempo y a menudo se pospone durante los periodos punta, mientras que un sistema de cámaras parece ofrecer una forma de contar sin detener el trabajo ni escanear cada palet uno por uno. Sin embargo, el debate cambia cuando la pregunta pasa de si un sistema puede contar al conjunto más exigente de preguntas que realmente importan para su adopción: ¿en qué condiciones cuenta con precisión, cómo se mide esa precisión y qué grado de precisión debe alcanzar antes de que merezca la pena utilizarlo?

El fenómeno se entiende mejor a través de las condiciones reales que a través de las demostraciones. En la segunda mitad de 2024, observé un sistema piloto en un almacén de terceros en el este de China, donde cámaras cenitales enfocaban una zona de preparación de producto terminado y el software informaba del número de capas y del total de palets, mientras el personal comprobaba el resultado en una pantalla. En las mañanas despejadas, los palets apilados con orden apenas requerían intervención; a última hora de la tarde, cuando la luz entraba por las ventanas laterales con un ángulo más bajo, las sombras alargaban los bordes de algunos palets y el sistema ocasionalmente interpretaba una sombra como una capa adicional. Un segundo caso, en un almacén de comercio electrónico en el norte de China a principios de 2025, mostró un modo de fallo diferente: durante un periodo promocional, los palets se colocaron temporalmente a ambos lados de un pasillo, los palets delanteros bloqueaban la vista de los que estaban detrás y el sistema solo podía inferir el recuento trasero a partir de patrones de apilado anteriores, una inferencia que fallaba precisamente cuando cambiaba la densidad de apilado promocional. Ninguno de los dos casos demuestra que un algoritmo concreto sea débil. Juntos, sugieren que la precisión del conteo de palets con cámara no es una propiedad fija de la tecnología, sino un resultado producido conjuntamente por la escena, la iluminación, la condición de apilado y el protocolo de medición.

La precisión del conteo de palets con cámara necesita un mejor denominador

Una única cifra destacada de precisión, informada sin su denominador, aporta muy poca información. Las preguntas más útiles son qué incluyó la muestra, dónde se concentraron los errores y si esos errores se concentraron en un tipo concreto de palet. Por tanto, un marco de aceptación reutilizable debería dividir la muestra al menos en cuatro dimensiones: tipo de palet y método de apilado, hora del día y condición de iluminación, grado de oclusión y material de embalaje. Cada categoría necesita un recuento de referencia verificado manualmente; sin esa referencia, el término precisión no tiene anclaje.

La comparación con el recuento manual también requiere cuidado, porque el recuento manual no debe tratarse como una referencia impecable. Los recuentos manuales suelen ser estables en zonas rutinarias, ordenadamente apiladas y de bajo volumen, pero la probabilidad de recuentos omitidos, recuentos duplicados y errores de traspaso aumenta en altura, de noche, durante los periodos punta y cuando varias personas dividen un recuento. Una comparación más justa no es la visión frente a las personas en abstracto, sino las estructuras de error de ambos métodos sobre la misma muestra y bajo las mismas reglas de aceptación. Los errores de visión tienden a concentrarse en condiciones límite como la oclusión y el reflejo, mientras que los errores manuales tienden a concentrarse en la fatiga y el traspaso. Como las distribuciones difieren, también difieren los remedios: lo primero exige rediseño de la escena y una cobertura de muestra más amplia, mientras que lo segundo exige controles de proceso y pasos de verificación.

La iluminación, la oclusión, el apilado desigual y el film reflectante fallan de forma diferente

El fallo por iluminación no suele ser un problema de brillo insuficiente, sino de distribución desigual del brillo. La misma zona puede presentar una estructura de sombras completamente diferente por la mañana y a última hora de la tarde, y si los datos de entrenamiento solo cubrieron una distribución de iluminación, el sistema puede desarrollar un sesgo sistemático cuando cambia la hora del día. El remedio no es simplemente añadir más luz, sino garantizar que las muestras cubran todo el rango de iluminación diario, o utilizar iluminación suplementaria para reducir la escena a una distribución más estable.

La oclusión se acerca más a un problema de información faltante que a un problema de reconocimiento. Cuando un palet trasero queda completamente oculto detrás de un palet delantero, la cámara no ha recibido suficiente información y cualquier resultado debe ser una inferencia basada en patrones históricos de apilado. Esa inferencia puede funcionar bien en zonas donde el apilado es estable, pero durante promociones, picos de devoluciones o preparaciones temporales, el propio patrón cambia y el error de inferencia crece en consecuencia. En zonas con fuerte oclusión, por tanto, la primera pregunta no debería ser si el algoritmo es preciso, sino si la disposición deja suficiente espacio observable para que la visión funcione.

El apilado desigual y el film reflectante pertenecen a otra categoría. Las capas desiguales hacen que la propia definición de capa sea ambigua, ya que los palets inclinados, hundidos o irregulares no pueden dividirse con una única regla uniforme, mientras que el film reflectante crea zonas brillantes que borran la información de los bordes en la imagen. Ambos casos apuntan a la misma conclusión: el límite del conteo visual a menudo no está dentro del algoritmo, sino en el estado físico de la mercancía y el embalaje. Si los estándares de apilado no han convergido, un sistema de visión está absorbiendo efectivamente el error producido por una condición inestable del lugar.

Las métricas de aceptación deben llegar antes de la ampliación

Un camino de despliegue prudente comienza con métricas de aceptación en un ámbito reducido, y solo entonces considera la expansión. Como mínimo, se necesitan tres medidas: la precisión por escenario, en lugar de una única cifra global; la distribución de los errores, especialmente si el sistema sobreestima o subestima de forma sistemática, ya que sobrecontar y subcontar tienen efectos asimétricos en las decisiones de inventario; y el coste de la revisión humana de las muestras inciertas, porque si la fracción incierta sigue requiriendo un trabajo manual considerable para cerrarse, una mejora en la precisión de reconocimiento no se traduce automáticamente en una ganancia de eficiencia de conteo.

Aquí merece atención el punto contraintuitivo. La zona piloto con la mayor precisión medida a menudo no es la zona más valiosa para escalar. La zona más ordenada, mejor iluminada y menos ocluida mostrará naturalmente el mejor rendimiento visual, pero también es la zona donde el recuento manual es menos propenso a errores, por lo que el valor de sustitución es limitado. Las zonas donde el recuento manual es más costoso y propenso a errores, como las estanterías altas, los turnos de noche o las grandes zonas de preparación temporal, son a menudo las mismas zonas donde es más probable que falle la visión. Esa compensación significa que el valor del conteo de palets con cámara no puede juzgarse solo por métricas técnicas; depende de qué coste, en qué zona, se está sustituyendo realmente.

Hacia dónde es probable que avance el conteo visual

A juzgar por la dirección actual del desarrollo, es más probable que el conteo visual se convierta en una herramienta de verificación asistida antes de convertirse en un sustituto completo. En zonas con apilado estandarizado e iluminación controlable, puede apoyar comprobaciones puntuales frecuentes y alertas de excepción; en zonas con fuerte oclusión y apilado inestable, es más adecuado para producir una lista de palets que requieren revisión humana que para publicar directamente una cifra de inventario. A medida que mejoren la colocación de las cámaras, la iluminación suplementaria y los estándares de apilado, la zona observable se ampliará, pero las restricciones físicas como la oclusión y el reflejo no desaparecerán simplemente porque mejoren los algoritmos.

Queda una pregunta abierta que merece seguimiento. Si en el futuro los almacenes rediseñan el apilado, la iluminación y la disposición de los pasillos para adaptarse al conteo visual, ¿qué estamos midiendo exactamente cuando mejora la precisión: el progreso de la propia tecnología de visión o el progreso en la estandarización del lugar? Ambas cosas se parecen en un informe, pero implican decisiones de inversión diferentes. La primera sugiere una tecnología más general; la segunda sugiere que solo los almacenes dispuestos a remodelar sus instalaciones obtendrán el mismo beneficio. Hasta que esa distinción sea más clara, la postura más útil puede ser tratar el conteo de palets con cámara como un sistema de medición cuyo valor depende de la escena que observa, en lugar de como un método de conteo que puede juzgarse de forma aislada.

Por Dr. Chen, Investigador de la cadena de suministro

Traducido del inglés. En caso de discrepancia, prevalece la versión en inglés.