Conferir quantidades, identificar caixas danificadas e sinalizar falhas na paletização antes da saída do armazém são algumas das aplicações da visão computacional na intralogística. Num webinar promovido pela Izzdone Consulting, em parceria com a Supply Chain Magazine, um caso da indústria alimentar mostrou como a análise de imagens pode ajudar a reduzir erros de expedição e reclamações.
Uma caixa fora de posição pode comprometer a estabilidade de uma palete. Uma quantidade incorreta pode dar origem a uma devolução. Quando o problema só é identificado pelo cliente, a correção implica custos e desgaste da relação comercial. A visão computacional procura antecipar essa deteção, utilizando inteligência artificial para analisar imagens da operação e emitir alertas enquanto ainda é possível intervir no armazém.
Foi este potencial que esteve em discussão no webinar “Dominar a Visão Computacional na Logística: do Caos à Eficiência Automática”, realizado a 7 de outubro. A sessão reuniu João Diogo, consultor em gestão e arquitetura de IA na Izzdone, e Vasco Lopes, cofundador e CEO da DeepNeuronic, com moderação de Filipe Barros, Executive Manager da Supply Chain Magazine.
“As câmaras são os olhos. A inteligência artificial é o cérebro”, explicou João Diogo. A comparação traduz a diferença entre captar imagens e extrair delas informação operacional. Dependendo da aplicação, essa análise pode aproveitar câmaras já instaladas nas empresas.
Validar a palete antes da saída
O caso apresentado foi o de um fabricante de produtos alimentares embalados, não identificado, com duas fábricas e armazéns logísticos integrados. A operação movimentava entre 12.500 e 19.000 caixas e entre 430 e 550 paletes por dia, destinadas a clientes grossistas e retalhistas.
Segundo João Diogo, o diagnóstico identificou problemas de paletização em 2,42% das paletes, incluindo caixas danificadas e pilhas desalinhadas. Os erros de inventário e expedição representavam 1,86%, abrangendo quantidades incorretas, mistura de referências e divergências face às ordens do sistema de gestão de armazém, o WMS. As reclamações correspondiam a 2,63% das entregas.
A solução descrita passou pela inspeção automática de cada palete antes da expedição. A análise das imagens permitia verificar a conformidade da paletização e o número de caixas, confrontando a informação com as ordens do WMS. Quando detetava uma não conformidade, o sistema emitia um alerta em tempo real e um relatório automático, permitindo à equipa corrigir a situação antes da saída da mercadoria.
Na demonstração partilhada durante a sessão, o sistema sinalizava uma caixa fora de posição e confirmava, em simultâneo, a contagem das unidades. O consultor referiu ainda outras possibilidades, como a leitura de etiquetas e de validades.
Após seis meses de operação, os resultados apresentados apontavam para uma redução de 93,3% nas não conformidades de paletização, de 88% nos erros de quantidades expedidas e de 82% nas reclamações dos clientes. Foram também referidas menos devoluções e retrabalho e uma maior fiabilidade da expedição. Os valores dizem respeito ao caso apresentado no webinar.
Uma aplicação que pode começar por um problema concreto
A utilização da visão computacional não se limita à conferência de mercadoria. Vasco Lopes destacou aplicações como a deteção de pessoas em zonas de risco, a verificação do uso de equipamentos de proteção individual e a medição do tempo de permanência dos veículos nas zonas de carga e descarga.
As perguntas dos participantes trouxeram também as condições práticas de implementação. A ligação ao ERP ou ao WMS depende da função pretendida: conferir uma expedição face a uma encomenda exige acesso à informação correspondente, enquanto outras aplicações podem operar de forma independente. Os intervenientes referiram ainda a possibilidade de desenvolver integrações numa fase posterior.
O aproveitamento das câmaras existentes depende da sua adequação ao ambiente e àquilo que se pretende observar. Em espaços com temperaturas extremas, incluindo frio negativo, ou em aplicações com requisitos específicos de captação, pode ser necessário instalar equipamento próprio.
João Diogo descreveu uma implementação progressiva, iniciada num âmbito delimitado e posteriormente alargada. Admitiu, contudo, que determinadas soluções podem exigir adaptações nos processos.
A privacidade e o papel das pessoas foram outros temas da conversa. Os oradores distinguiram a deteção de situações operacionais da identificação dos trabalhadores e referiram medidas como o desfoque de rostos, sublinhando a necessidade de considerar os requisitos de proteção de dados no desenho da solução.
“A IA é uma ferramenta de apoio à decisão”, afirmou Vasco Lopes. Na abordagem apresentada, o sistema acompanha a operação e sinaliza ocorrências; às equipas cabe avaliar os alertas e agir de acordo com os procedimentos da empresa.
É essa ligação que dá utilidade à deteção: reconhecer uma falha numa palete permite evitar que o problema siga para o cliente, desde que o alerta chegue a quem pode corrigi-lo antes da expedição.
