Il y a dix ans, une caméra dans un entrepôt existait pour que quelqu'un puisse voir ce qui se passait. C'est ce changement qui a fait de la sélection de vision d'entrepôt par caméra 2D ou 3D une vraie décision plutôt qu'un choix de catalogue. Aujourd'hui, on attend du système lui-même qu'il juge à partir de ce que la caméra voit : lire le code, compter les articles, mesurer le volume, indiquer à un bras robotique où saisir. La caméra est passée d'une paire d'yeux à l'organe sensoriel qui précède une main physique. C'est précisément à ce point que surgit la question de sélection la plus fréquente : qu'est-ce qui sépare réellement une caméra 2D d'une caméra 3D, et où tracer la ligne entre les deux.

Selon les guides de sélection publiés par les fabricants d'équipements, la distinction n'a rien de mystérieux. Une caméra 2D enregistre une image plane et répond à des questions de la forme « qu'est-ce que c'est, et que dit-elle ». Une caméra 3D ajoute une information de profondeur et répond à des questions de la forme « où est-ce, quelle est sa hauteur, et quelle est sa forme ». Cela semble presque trivialement vrai, mais appliqué à une tâche précise d'entrepôt, cela détermine si le système peut fonctionner du tout. Un entrepôt de commerce électronique dans l'est de la Chine a automatisé une ligne de tri il y a deux ans et a utilisé des caméras 2D ordinaires pour la lecture de codes-barres, traitant des dizaines de milliers de colis par jour sans difficulté. Quand on a ensuite demandé à cette même ligne de mesurer aussi le volume des colis, aucun traitement d'image 2D n'a pu reconstituer la hauteur, et il a fallu ajouter une caméra 3D en aval comme station de mesure distincte. L'argent n'a pas été dépensé pour la caméra elle-même. Il a été dépensé en reprises.

Un entrepôt de pièces automobiles raconte l'histoire inverse, et elle est tout aussi instructive. Partant du raisonnement que plus avancé devait signifier meilleur, ils ont spécifié des caméras 3D sur toute la ligne, y compris aux stations de lecture, où les données de profondeur n'ont jamais été examinées par personne. La charge de calcul, l'effort d'étalonnage et le coût de maintenance sont arrivés en entier malgré tout. Six mois plus tard, lors d'un bilan, les stations de lecture sont revenues à la 2D, et le budget économisé est allé aux stations de palettisation, où la 3D était réellement nécessaire. Pris ensemble, les deux cas mènent à la même conclusion : la sélection de vision d'entrepôt par caméra 2D ou 3D doit partir de la tâche, et non de la fiche technique, car la sophistication de la caméra ne suit pas toujours la difficulté de la tâche.

La sélection de vision d'entrepôt par caméra 2D ou 3D commence par la tâche : la lecture est le terrain de la 2D

Les tâches planes sont le terrain de la 2D. La lecture de codes-barres et de QR, la reconnaissance optique de caractères, les contrôles de présence et de position des étiquettes : l'information de toutes ces tâches vit déjà sur un plan, et une image 2D suffit. Les algorithmes sont matures, le coût est faible et la maintenance est simple. Tout aussi important, la barrière de déploiement est basse : les schémas d'éclairage, les angles de montage et les procédures d'étalonnage sont des pratiques établies, et un technicien de terrain peut mettre en service une station de lecture en une demi-journée. Pour une application de lecture traitant des dizaines de milliers d'articles par jour, la 2D est la réponse par défaut, et ajouter la 3D ne fait que charger le système de données que personne n'a demandées.

La ligne de partage dans la sélection de caméras 2D ou 3D : trois tâches qui exigent la 3D

La ligne apparaît dès qu'une tâche a besoin d'espace. La première catégorie est la mesure des dimensions : le cubage, le poids volumétrique et la comptabilité d'utilisation des chargements ne peuvent pas reposer sur des estimations, car une estimation ne tient pas là où la facturation entre en jeu. La deuxième est la palettisation et la dépalettisation, où les profils des piles sont irréguliers et le nombre de couches varie, et où le bras doit connaître la hauteur et la posture de chaque article avant d'oser bouger. La troisième est la préparation non structurée et le tri de colis mixtes, où les pièces gisent pêle-mêle dans un bac et où une image plane ne peut pas distinguer la couche supérieure de la couche inférieure : l'information de profondeur est la condition préalable d'une saisie réussie. Ce que ces trois catégories partagent, c'est que le coût de l'échec ne se mesure pas en précision de reconnaissance, mais en conséquences physiques : une mauvaise saisie, un article écrasé, un volume mal calculé sont tous des pertes en argent réel.

Type de tâche Caméra 2D Caméra 3D Conseil de sélection
Lecture de codes-barres et de caractères Pleinement capable Surcapacité Choisir la 2D
Contrôles de présence et de position des étiquettes Pleinement capable Surcapacité Choisir la 2D
Mesure de volume et de dimensions Estimation seulement, inutilisable pour la facturation Sortie tridimensionnelle directe Choisir la 3D
Guidage de palettisation et de dépalettisation Ne peut pas juger la hauteur ni la posture Produit position et posture Choisir la 3D
Préparation non structurée, tri de colis mixtes Ne peut pas séparer les couches Résout les occlusions et les empilements Choisir la 3D

Il y a ici un jugement contre-intuitif qui mérite attention : une caméra 3D n'est pas une caméra 2D améliorée. Les deux s'apparentent davantage à des sens différents qu'à des générations successives du même sens. Traiter la 3D comme une simple 2D plus puissante produit du gaspillage dans les deux sens : payer pour une information de profondeur sur des tâches planes qui ne l'utilisent jamais, et supposer, sur des tâches réellement spatiales, qu'une image 2D haute résolution peut d'une manière ou d'une autre s'y substituer, puis brûler des semaines de réglage sur site en essayant de tirer de la profondeur d'une image plane. Le vrai coût de la sélection n'a jamais été seulement le prix de la caméra. Il comprend l'étalonnage, le calcul, la maintenance et les reprises, et quand on compte le total, choisir dans la mauvaise direction coûte généralement bien plus que l'écart de prix entre les caméras.

En regardant une couche plus profonde des causes, l'écart de prix entre les deux types de caméras se resserre, mais cela ne signifie pas que la ligne de partage disparaît. Selon les publications des fabricants et les gammes de produits présentées dans les salons professionnels, les caméras 3D d'entrée de gamme sont en effet plus abordables qu'il y a quelques années. Dans le même temps, les caméras 2D progressent aussi, avec une lecture plus rapide et une meilleure stabilité sous des éclairages difficiles. Les deux lignes progressent, et la ligne entre elles est devenue plus nette plutôt que plus floue, parce que les tâches sont désormais spécifiées avec une granularité plus fine : les entrepôts ne demandent plus s'il faut adopter la vision du tout, mais quelle information une station donnée a réellement besoin.

Pour le jugement de tendance, mon inclination est que le déploiement hybride devienne le modèle dominant au cours des trois à cinq prochaines années, et c'est pourquoi la sélection de vision d'entrepôt par caméra 2D ou 3D se traite mieux comme une décision station par station plutôt que comme un achat pour tout le site. Les stations de lecture et de vérification restent en 2D et tiennent le plancher des coûts, tandis que les stations de mesure, de palettisation et de préparation utilisent la 3D et tiennent le plafond des capacités, les deux types de caméras faisant chacun leur travail au sein d'un même système. Un autre point mérite d'être surveillé : la valeur de l'information de profondeur peut ne pas se limiter à la tâche qui l'a justifiée. Les données de volume alimentent en retour la facturation et l'optimisation des chargements, et les données de saisie s'accumulent en une bibliothèque de postures des marchandises manipulées. Une partie de ce qu'une entreprise paie aujourd'hui pour la 3D peut se révéler être le paiement d'un actif de données demain. Cette arithmétique ne tient, bien sûr, que si l'entreprise utilise réellement les données ; sinon, elle a simplement acheté une caméra plus chère.

La sélection, en fin de compte, est un jugement sur l'information : la 2D peut-elle fournir ce dont la tâche a besoin. Si oui, utilisez la 2D et ne payez pas pour une capacité qui restera inutilisée. Si non, adoptez la 3D et n'attendez pas d'une image plane qu'elle développe de la profondeur. Quant à savoir si la ligne elle-même bougera à nouveau à mesure que les algorithmes progressent, c'est une question pour le moment où cela se produira réellement.

Par Dr. Chen, Chercheur en chaîne logistique

Traduit de l'anglais. En cas de divergence, la version anglaise fait foi.