Nos últimos dois anos, acompanhei pilotos de contagem de paletes por câmera em três armazéns bastante diferentes, e o padrão que emergiu foi notavelmente consistente. A precisão da contagem de paletes por visão de IA entende-se melhor não como uma propriedade de uma câmera ou de um algoritmo isolados, mas como o resultado de um conjunto de condições. Mudem-se as condições e o mesmo sistema dará uma resposta diferente, às vezes em direção diferente. Esse é o ponto de partida de qualquer avaliação séria, porque um vídeo de demonstração quase sempre mostra o sistema nas suas condições mais favoráveis, não nas suas.
O primeiro centro parecia, à primeira vista, um sucesso direto. Era um armazém terceirizado no leste da China que lidava com bens de consumo, onde duas câmeras fixas encaravam uma fileira de paletes cheios de produto acabado, empilhados com ordem. Os paletes olhavam para o mesmo lado, as alturas de empilhamento eram quase idênticas e a iluminação era forte e uniforme, sem luz solar direta sobre o corredor. Durante as contagens, as empilhadeiras estavam paradas e os paletes não se moviam, de modo que as câmeras percorriam a fileira quadro a quadro. Os totais do sistema coincidiram quase exatamente com a recontagem manual, e o gerente do centro estava, compreensivelmente, entusiasmado com a ideia de cortar a mão de obra da contagem noturna. Esta é a zona de conforto da contagem por visão. Quando cada alvo é totalmente visível, o fundo está limpo e nada se move, a tarefa aproxima-se de contar blocos numa fotografia, e a dificuldade em si é baixa.
O segundo centro contou uma história diferente, com o mesmo sistema. Num armazém de autopeças no norte da China, a área de peças avulsas misturava paletes altos e baixos, alguns coroados com caixas e outros empilhados só até a metade, com vários paletes parcialmente escondidos atrás de colunas e paletes vazios temporariamente armazenados. Uma câmera no fim do corredor filmava em ângulo, de modo que os paletes distantes se ocultavam uns aos outros, enquanto os próximos pareciam mais largos do que eram por causa da perspectiva. Durante dois dias consecutivos, o sistema contou a menos nessa área, não de forma aleatória, mas repetida, porque a mesma classe de oclusão se repetia sem parar. A equipe acrescentou uma recontagem manual para acertar os livros. A lição foi direta e merece ser dita sem rodeios. A oclusão não é um ruído ocasional. É um viés estrutural, e quando cresce, o erro tende a pender numa direção, geralmente para baixo, em vez de se dispersar de forma equilibrada em torno da verdade.
O terceiro centro foi o mais instrutivo, justamente porque a ideia por trás dele soava tão atraente. Um armazém de comércio eletrônico no sul da China queria câmeras móveis viajando com as empilhadeiras, para que a contagem acontecesse durante o trabalho normal de expedição, sem uma passagem de contagem separada. Na prática, assim que a empilhadeira se movia, as imagens traziam desfoque de movimento, os paletes mudavam de tamanho aparente de um quadro para outro, e o sistema chegou a contar o mesmo palete duas vezes ao passar por dois pontos de vista. Quando a sensibilidade foi reduzida, a mesma passagem começou a deixar paletes de fora. A equipe mudou o método para que a empilhadeira parasse dois segundos em posições marcadas antes de cada captura, e os erros de contagem caíram bruscamente. O movimento não é impossível de lidar, mas tem um preço: ou o trabalho desacelera, ou a tolerância ao erro sobe.
Quando a precisão da contagem de paletes por visão de IA se sustenta
Segundo a comparação entre esses três pilotos, as contagens por câmera se sustentam quando várias condições coincidem ao mesmo tempo. A orientação dos paletes e a forma de empilhamento são relativamente uniformes, as linhas de visão estão livres de oclusão estrutural, a iluminação é estável e não há movimento relativo sustentado entre câmera e alvo. Quando duas dessas condições se deterioram juntas, o resultado torna-se difícil de descrever com uma simples garantia. Paletes cheios e parciais misturados, empilhamento irregular e material solto armazenado na borda do corredor borram, na imagem, a fronteira entre um palete e o seguinte. Uma vez que o sistema não consegue distinguir com confiabilidade onde um palete termina, o erro deixa de ser uma falha isolada e vira uma tendência em toda uma zona.
Quatro variáveis por trás da precisão da contagem de paletes por visão de IA
Convém separar as influências em quatro grupos. O primeiro é a oclusão e a forma de empilhamento. Quando mais de cerca de um terço de um palete fica escondido, a contagem depende de inferência, e quanto mais inferência há, menos se pode confiar no número dos livros. O segundo é a luz. Reflexos fortes da iluminação do teto, a luz natural que muda no fim da tarde e a fronteira nítida entre claro e escuro perto das portas das docas podem fazer o mesmo palete parecer diferente em diferentes horas do dia. O terceiro é o movimento e o ponto de vista. A captura em movimento e os ângulos de tomada pronunciados amplificam o erro de perspectiva, enquanto uma posição fixa e uma breve pausa são as correções mais baratas disponíveis. O quarto são os tipos de produto misturados. Quando uma imagem contém ao mesmo tempo paletes cheios e caixas soltas, o sistema precisa decidir primeiro o que conta como um palete, e se essa definição não coincide com a regra contábil do armazém, mesmo uma contagem estável produzirá livros errados.
| Condição do centro | Até onde se pode confiar nas contagens por câmera | Abordagem mais confiável | | Paletes cheios, orientação uniforme, câmeras fixas, luz estável | Alta, útil como verificação principal | Amostragem periódica, investigar as exceções | | Paletes cheios e parciais misturados, oclusão parcial | Moderada, melhor como sinal de alerta | Rever por completo as zonas sinalizadas após uma contagem do sistema | | Captura em movimento, luz variável, empilhamento irregular | Baixa, propensa a viés sistemático | Corrigir primeiro o método de captura, não depender só da contagem |
Faça o seu próprio teste antes de decidir a divisão do trabalho
Segundo a experiência desses pilotos, um teste crível não precisa ser grande, mas precisa de regras. Comece escolhendo uma área que represente o trabalho real, não apenas o corredor mais arrumado usado para uma demonstração. Inclua zonas de paletes parciais, cantos com oclusão e corredores onde a luz muda ao longo do dia. Anote as regras de contagem antes do início do teste: o que conta como um palete, como um palete parcial é convertido e se os paletes vazios contam de fato. A câmera e os contadores humanos devem usar as mesmas regras, ou a comparação não significa nada. Faça o teste ao longo de vários dias, cobrindo turnos da manhã e da noite e diferentes condições de luz, e registre as contagens do sistema, as contagens manuais e o motivo de cada diferença, agrupados por oclusão, luz, movimento e tipos de produto misturados, em vez de relatar uma única lacuna total. Relate a precisão da contagem de paletes por visão de IA por zona e por causa, não como um número único combinado. O número que mais importa não é o desempenho médio, mas a pior categoria, porque, após a entrada em operação, essa categoria é a que virá atrás de você.
De uma perspectiva de tendência, o papel mais realista da contagem por visão não é substituir de imediato as contagens cíclicas humanas, mas mudar aquilo em que os contadores humanos gastam seu tempo. Zonas arrumadas podem ser verificadas com frequência por câmera, enquanto zonas complexas continuam sendo trabalho humano, e as pessoas passam de contar cada palete a resolver as exceções sinalizadas. O benefício é que o risco contábil fica sob controle. A desvantagem, que os fornecedores raramente destacam, é que a economia de mão de obra é menor do que a demonstração sugere. Um caso de negócio baseado em eliminar toda a mão de obra de contagem vai decepcionar. Há também um ponto contraintuitivo que os gerentes costumam perder: o melhor primeiro lugar para as câmeras é frequentemente a zona mais arrumada, não a mais bagunçada, porque só ali a verificação frequente por câmera é realmente confiável.
Olhando mais adiante, a pergunta que vale acompanhar não é apenas se os algoritmos de reconhecimento melhoram, mas se os armazéns ajustarão seus centros em contrapartida: padronizar as alturas de empilhamento, manter as linhas de visão livres e acordar uma regra de conversão para os paletes parciais. Quanto mais um centro for padronizado para ser legível por máquina, mais ampla será a faixa em que as contagens por câmera permanecem críveis. Quanto mais um centro ficar como está, mais claro será o teto. Antes de comparar fornecedores, pode ser mais útil responder com honestidade a uma pergunta prévia: quanto do nosso hábito diário estamos dispostos a mudar para que uma câmera possa ver com clareza.
Por Dr. Chen, Pesquisador de Cadeia de Suprimentos Traduzido do inglês. Em caso de divergência, prevalece a versão em inglês.







