태그를 클릭하면 관련 아티클·영상·뉴스 표시
창고 머신비전 2D 대 3D 카메라 선정에서 진짜 경계선은 작업이 깊이 정보를 필요로 하는지 여부이다. 2D는 판독과 평면 검사에는 충분하지만, 팔레타이징, 치수 측정, 비정형 피킹은 3D 없이는 작동할 수 없다.
ToF vs 구조광 vs 스테레오. 세 가지 3D 카메라 기술, 세 가지 전혀 다른 성질. 3PL 영업 디렉터가 두 건의 실제 고객 이야기(비싼 실수와 회수), 네 가지 차원 비교표, 그리고 계약 전 통합업체에 물어야 할 세 가지 질문을 공유합니다.
창고 AI 모델 드리프트: 셀러 Ah K가 자신의 이미지 검수 도구가 바보가 되어간 과정과 3PL 영상 분류기가 98%에서 91%로 떨어진 일을 추적하고, 탐지-진단-조치 플레이북, 드리프트 비용 계산, 계약 함정 세 가지를 해설한다. 직접 해봤다——된다.
모든 통합업체를 한숨 짓게 만드는 사실이 있습니다. 골판지 박스에서는 99%의 정확도를 내는 비전 유도 피킹 시스템이 투명 폴리백을 만나는 순간 80%대 초반으로 떨어진다는 것입니다. 알고리즘 탓이 아닙니다. 물리법칙이 협조하지 않을 뿐입니다——그래서 제가 팔로우하는 모든 업계 포럼에서 '로봇 비전은 투명 물체를 어떻게 처리하는가'라는 질문이 반복해서 나오는 것입니다.
당신의 AI 컨베이어 잼 탐지는 하루 140건의 오경보를 울리고 작업자들은 이를 음소거한다. 돈 낭비이다. Da Liu는 두 건의 실제 오경보 튜닝 사례를 통해 경보가 울리는 이유, 임계값을 계층화하는 방법, 그리고 시스템을 유지할 가치가 있는지를 결정하는 하나의 지표를 설명한다.
WMS 구현 컨설턴트의 창고 머신비전 현장 가이드: 2D 카메라와 3D 카메라의 진짜 경계선, 선정 비교표, 그리고 실제로 여러 번 목격한 생산 환경에서의 실패 모드 3가지.
머신비전은 출하 소포 검사에서 입고 야드로 이동하고 있다. 본 가이드는 AI 입고 QC의 세 가지 작업(박스 손상, 라벨 검증, 계수)과 카메라 선정, 조명의 함정, 오검출 튜닝, WMS 연동, 그리고 투자가 정당한 화물은 어떤 것인지 다룬다.
같은 카메라가 실험실에서는 99.8%, -22°C 냉동고에서 3개월 후에는 96%다. 문제는 알고리즘이 아니라 광학 창에서의 결로, 서리, 열 드리프트다. 세 가지 선택 기준선, 유지보수 함정, 그리고 투자 가치를 결정하는 단 하나의 숫자.
비전 검사와 AMR 장애물 회피는 엣지의 몫, 수요 예측과 리포트는 클라우드의 몫. 둘을 나누는 현장 검증 방식과, 소규모 창고가 GPU 서버 대신 산업용 PC 한 대로 시작해야 하는 이유.
창고 비전 모델이 배포 후 정확도를 잃을 때, 범인은 모델인 경우가 거의 없다. 버전 관리, 섀도우 모드, 카나리 배포 실전 가이드 — 실제로 통하는 것에 대한 결론 포함.
창고 비전 작업의 90% 이상은 2D로 충분하다 — 비용은 한 자릿수 수준으로 싸다. 3D가 정말로 필수인 경우는 언제인가? Lao Mi가 실제 창고의 두 사례와 계약 전에 물어야 할 세 가지 질문으로 경계선을 긋는다.
같은 카메라, 같은 창고. 빈 팔레트 세기: 정확도 99%. 슈링크 포장된 혼합 팔레트 세기: 83%. 이 16포인트 격차는 순전히 현장 디테일의 차이다. 2025년 가을, 캘리포니아주 온타리오의 3PL 창고에서 이 파일럿을 진행했다. 약 130,000평방피트, 소비재와 자동차 부품이 중심. 벤더는 "98% 이상의 정확도"를 약속했다. 나는 직접 측정한 숫자만 믿는다.
2D와 3D 카메라의 경계선은 가격이 아니라 — 작업이다. 한 문장이 그어준다: 네 가지 선정의 함정, 여섯 단계 체크리스트, 그리고 예산의 절반을 아껴줄 기술 지도.
새 아티클이 발행되면 가장 먼저 이메일로 보내 드립니다.