Às 8:40 de uma noite de novembro do ano passado, nosso transportador de 28 metros parou. Uma caixa grande demais entrou de lado no ponto de junção, as caixas atrás dela se empilharam em três camadas, e ninguém percebeu até a linha já estar entupida. Quarenta e sete minutos de parada, mais de 180 pedidos parados, e os telefones do atendimento ao cliente tocando depois da meia-noite. É aí que começa esta história de detecção de engarrafamento de transportador por visão de IA em um armazém: um pequeno armazém que não pode arcar com esse tipo de dinheiro, nem com esse tipo de parada.

Operamos um armazém de 3,000 metros quadrados com catorze pessoas entre separação e embalagem, um transportador principal e dois alimentadores. Durante anos, nossa defesa contra engarrafamentos foram olhos humanos e fotocélulas. Eis o que finalmente entendi sobre fotocélulas: elas só conseguem dizer "este ponto já está bloqueado". Não conseguem dizer quão grave é, nem onde exatamente começou. Quando soam, as caixas já estão empilhadas. A detecção de engarrafamento de transportador por visão de IA funciona ao contrário. Ela observa se as caixas estão tortas, amontoadas, ou simplesmente paradas, e pode gritar antes de o engarrafamento se formar por completo. Essa diferença parece pequena. Na alta temporada, ela salva o dia.

A detecção de engarrafamento de transportador por visão de IA começa no ponto de junção

Não me atrevi a gastar muito no primeiro passo. Cobrir a linha inteira com câmeras e modelos é jogo de armazém grande. Colocamos câmeras apenas onde os engarrafamentos adoram acontecer: o ponto de junção onde a linha principal encontra um alimentador, e a curva logo antes da saída de triagem. Três câmeras no total. Duas eram sobressalentes do nosso sistema de segurança, e compramos uma nova. O modelo não tenta reconhecer tudo. Ele observa apenas três coisas: uma caixa está torta, as caixas estão empilhadas, ou uma caixa não se move há vários segundos. Manter a lista tão curta reduziu muito nossos alarmes falsos.

A primeira semana do teste ainda explodiu na nossa cara. O sol da tarde entrava pelas janelas do oeste e projetava sombras longas sobre a correia. O sistema leu uma sombra como uma caixa deitada de lado e disparou o alarme nove vezes em uma tarde. A equipe correu até lá, não encontrou nada, e na terceira vez já estava praguejando. Conversei com o engenheiro do fornecedor, e mudamos a regra para "alarme somente depois que vários quadros consecutivos parecerem errados", além de uma configuração separada para a hora mais brilhante do dia. Os alarmes falsos caíram para cerca de um por dia. Essa lição ficou comigo: em um pequeno armazém, corrija os alarmes falsos antes de se gabar das taxas de detecção. Se a equipe deixar de acreditar no sistema, o modelo mais inteligente do mundo é só decoração.

Houve uma segunda história que me convenceu. Numa manhã de terça-feira em dezembro, uma sacola flexível de polietileno ficou espremida na curva, metade dela pendurada na lateral da correia. A fotocélula não disse nada, porque só observa uma linha de visão. A câmera viu: a sacola não se movia há cinco segundos, e sua forma estava se alongando. O alarme disparou, a linha parou, um funcionário foi até lá e endireitou a sacola. Menos de dois minutos, do início ao fim. Se tivéssemos esperado por um engarrafamento completo, teria sido mais meia hora perdida. Depois daquela manhã, parei de chamar isso de truque.

O dinheiro, calculado em um exemplo hipotético

Deixe-me ser claro sobre a tabela abaixo. É um exemplo hipotético trabalhado com base no tamanho do nosso armazém, não uma lista de preços do setor nem a cotação de ninguém. A aritmética é real. Coloque seus próprios números e o método continua valendo.

Item Exemplo hipotético
Câmeras e instalação 3 pontos, cerca de 20,000 yuan no total
Modelo e software, anual Cerca de 15,000 yuan por ano
Um engarrafamento sério Cerca de 40 minutos, cerca de 150 pedidos afetados
Engarrafamentos sérios por mês Cerca de 6 na alta temporada, cerca de 2 nos meses tranquilos
Custo de mão de obra e urgência por engarrafamento Cerca de 800 yuan

Calculando aproximadamente: na alta temporada, evitar três engarrafamentos por mês economiza cerca de duas horas de parada, e o custo de mão de obra e pedidos urgentes economizado cobre a maior parte de um mês de taxas de software. Nos meses tranquilos você economiza menos, mas o sistema fica ali e não come o almoço de ninguém. Esse é o ponto de um projeto de detecção de engarrafamento de transportador por visão de IA em um armazém na nossa escala. Eis o ponto contraintuitivo: quando um pequeno armazém compra visão de IA, não está comprando uma porcentagem de detecção. Está comprando menos paradas. Elevar a detecção de noventa por cento para noventa e cinco por cento significa pouco na nossa escala. Duas paradas a menos por mês significam muito. Quando um fornecedor mostra um número de precisão, sua próxima pergunta deve ser sempre: quantos alarmes falsos por dia, e quem lida com eles?

Pesquisas publicadas dão um ponto de referência útil. A equipe de pesquisa da Amazon relatou publicamente um sistema de uma única câmera que, em uma instalação de triagem real, contou o throughput com 98.05% de precisão contra 513 pacotes contados à mão, com 96.0% de precisão na detecção de duplos lado a lado. São o site deles e os dados deles. Cito-os apenas para defender um ponto: essa abordagem foi usada em um armazém real, não apenas em uma demonstração de laboratório. Sua iluminação, sua mistura de caixas e sua velocidade de correia são diferentes, então copiar o número de precisão deles para o seu armazém seria enganar a si mesmo.

Para onde apontar a câmera na detecção de engarrafamento de transportador por visão de IA

Aprendemos outra lição na seleção. Alguém primeiro recomendou uma configuração com sensor de profundidade. Balancei a cabeça ao ver a cotação. Era um bom equipamento, mas nossas caixas são de qualquer jeito uma mistura — sacolas flexíveis, caixas de papelão, formatos estranhos correndo juntos — e os dados de profundidade não podem resgatar uma caixa grande que entra de lado no ponto de junção. Nossa regra passou a ser: observe o fluxo primeiro, a forma depois. Fluxo significa se as caixas estão se movendo e com que rapidez. Forma significa se estão tortas ou empilhadas. Uma câmera comum e um modelo comum podem fazer as duas coisas. Não precisa da opção mais cara.

A manutenção também nos mordeu. Uma câmera ficava bem acima da saída de triagem, e a poeira embaçou a lente em dois meses. A imagem ficou turva e os alarmes falsos dispararam. Agora limpar a lente está na nossa lista semanal de equipamentos, no mesmo dia da lubrificação do transportador, um trabalho de dez minutos. Os turnos da noite trouxeram outro problema: metade das luzes está apagada à noite, um trecho da correia fica escuro, e o modelo ficava hesitando ali. Não adicionamos luzes nem trocamos de modelo. Apenas afrouxamos o limite naquele trecho, preferindo perder um leve desalinhamento a acordar as pessoas às 3 a.m. Compromissos funcionam assim. Sensível de dia, silencioso à noite. Um único modelo não pode ter os dois.

Meu conselho a outros pequenos armazéns cabe em uma frase: não comece falando de inteligência, comece falando dos três lugares onde sua linha mais engarrafa. Encontre esses pontos, aponte as câmeras para eles, ensine o modelo a reconhecer apenas as poucas falhas que realmente doem, e o dinheiro cai onde importa. Erre os pontos, instale uma fileira de câmeras, ensine ao modelo uma dúzia de coisas, e os alarmes vão irritar as pessoas mais do que os engarrafamentos. A equipe vai desligá-lo, e cada yuan gasto vai pelo ralo. Pequenos armazéns têm seu próprio jeito de sobreviver. Grandes armazéns falam de inteligência em toda a linha. Nós falamos de segurar o único ponto que mais dói. Um transportador, três câmeras, dois pontos. E duas semanas com um caderno primeiro — hora, lugar e tipo de caixa para cada engarrafamento — antes de decidir onde vai qualquer coisa. Esse caderno vale mais do que a proposta de qualquer fornecedor.

Por Xiao Ma, proprietário de um pequeno armazém Traduzido do inglês. Em caso de divergência, prevalece a versão em inglês.