Vizuális MI ÚTMUTATÓ

A mesterséges intelligencia készleteit drónokkal és számítógépes látással számolja

A drón és számítógépes látás leltárszámlálása légi vagy felszerelt kamerákat használ a vonalkódok és címkék leolvasására, az üres állványnyílások észlelésére és a kültéri készletek mennyiségének mérésére.

Hallgassa meg ezt az útmutatótAI-narrált · ~3 min

Ezen az oldalon4 perc olvasás
  1. Áttekintés
  2. Mély merülés
  3. Valós megvalósítás
  4. Az AI jövője számít a drónokkal és a számítógépes látásmóddal
  5. A gyakorlatba ültetés
  6. Folytassa a felfedezést
  7. Gyakran ismételt kérdések

Áttekintés

Az eredményeket összehasonlítják a vállalat raktári nyilvántartásaival. Az auditorok használhatják ezeket a számlálásokat a leltár megfigyelésének részeként, de csak azután, hogy megítélték a folyamat megbízhatóságát. A drón bizonyos fizikai szkennelést helyettesít, nem az auditor saját bizonyítékát.

Mély merülés

A fizikai leltár megfigyelése régóta az egyik legmunkaigényesebb ellenőrzési eljárás. A PCAOB AS 2510 és az ISA 501 általánosságban előírja, hogy az auditorok részt vegyenek a fizikai számláláson, ha a készlet lényeges és a jelenlét kivitelezhető. Figyelik a számlálási folyamatot, tesztszámlálást végeznek, és figyelembe veszik a határértéket és az állapotot. A számítógépes látás megváltoztatja a számolás módját. A raktárakban az autonóm drónok vagy a járműre szerelt kamerák a folyosókon mozognak, a látómodellek pedig dekódolják a vonalkódokat, olvassák a szöveges címkéket, és minden helyet foglaltnak vagy üresnek minősítenek. Az olyan gyártók, mint a Gather AI és a Corvus Robotics drónrendszereket árulnak az ilyen szkenneléshez. A szoftver ezután minden vizsgálatot egyeztet a raktárkezelő rendszerrel, és felsorolja az egyezéseket, az eltéréseket, a hiányzó raklapokat és a váratlanokat. A szabadban a fotogrammetria vagy a LiDAR 3D-s felületet készít szénből, gabonából, sóderből vagy faforgácsból, és kiszámítja a térfogatot az alapfelülethez viszonyítva. Számos nagy könyvvizsgáló cég nyilvánosan leírta drónok kipróbálását a leltár megfigyelésére. A könyvvizsgáló számára a kulcskérdés az, hogy kinek a bizonyítéka. A cég által lebonyolított drónszámlálás a menedzsment számlálása, így az auditor értékeli a számlálási eljárásokat és az adatok feletti ellenőrzéseket, és továbbra is független tesztszámlálást végez. A könyvvizsgáló által működtetett eszköz olyan könyvvizsgálati bizonyítékot állít elő, amelynek megbízhatóságát a cégnek igazolnia kell. Számos tévhit él tovább. A beolvasott raklapcímke azonosítja az SKU-t, de nem bizonyítja, hogy hány egység van a zsugorfóliázott raklapban. A képeken ritkán látható elavultság, sérülés, illetve, hogy a kéznél lévő áruk a szállítmányon vannak-e, és valaki más tulajdonában van-e. A raktártérfogat addig nem mennyiség, amíg a sűrűségfeltevés tonnákká nem változtatja, és ez a feltételezés jobban tudja mozgatni az eredményt, mint bármely képalkotási hiba.

Valós megvalósítás

Egy beltéri drón éjszaka repül az elosztóközpont magas állványfolyosóin, beolvassa a raklapok vonalkódjait, és megjelöli azokat a helyeket, ahol a raktárkezelő rendszer készletet mutat, de a képen egy üres hely látható.

Egy kőbányában egy drónfelmérés 3D-s modellt készít az összesített készletekről. A szoftver kiszámítja a térfogatot, amelyet a szakember által tesztelt térfogatsűrűség segítségével tonnára konvertál.

Egy autókereskedő csoport drónképek és tábla- vagy VIN-felismerés segítségével számolja meg a járműveket nagy kültéri telkeken, majd összehasonlítja a listát az alaprajzi finanszírozási nyilvántartásaival.

Az év végi megfigyelés során az auditor kiválasztja a helyszíneket a drónkivételi jelentésből és a leltárnyilvántartásból, és kézzel megszámolja azokat. Ez teszteli a drón kimenetét és a rekordokat is.

Az AI jövője számít a drónokkal és a számítógépes látásmóddal

A raktári drónszkennelés kereskedelmi forgalomban van egyes logisztikai szolgáltatóknál, és a folyamatos ciklusszámlálás csökkentheti az egyetlen év végi számlálástól való függést, ha a folyamat feletti ellenőrzés erős. A könyvvizsgálók egyre gyakrabban tervezhetnek eljárásokat e rendszerek tesztelésére, miközben továbbra is független számításokat végeznek. A korlátok maradnak. A látórendszerek a címkéket és a felületeket látják, nem azt, hogy mi van a kartondobozokban, milyen állapotban vannak az áruk, vagy ki a tulajdonosa. Az előírások, a helyszín biztonsága és az akkumulátor élettartama szintén korlátozza a telepítést. Várható, hogy az elterjedtség növekedni fog ott, ahol az állványmagasságok és az SKU-számok drágítják a kézi számlálást, nem pedig mindenhol.

A gyakorlatba ültetés

Miért számít

  • Sebesség és méretarány. A vizuális AI képes automatizálni az ellenőrzési, észlelési és címkézési feladatokat nagy léptékben.
  • Építési lehetőségek. A kreatív csapatok gyorsabban prototípusokat készíthetnek a koncepciókból, kevesebb kézi átdolgozással.
  • Csapat és munkafolyamat. A műveletek olyan kép- és videojeleket használhatnak, amelyeket korábban nehéz volt feldolgozni.

Vigyázz

  • A képhez fűződő jogok és a beleegyezés jogi kockázatot jelenthet, ha a származás nem egyértelmű.
  • A modell teljesítménye a világítástól, a demográfiai adatoktól és a környezettől függően változhat.
  • A hamis pozitívumok észrevétlenek maradhatnak, hacsak nem figyelik a megbízhatósági küszöböket.

Következő lépések

  1. Határozza meg a pontosság, a visszahívás és a hibaköltségek elfogadási kritériumait.
  2. Tesztelje a valós gyártási feltételeknek megfelelő adatokkal.
  3. Adjon hozzá emberi felülvizsgálatot az alacsony megbízhatóságú vagy nagy hatású előrejelzésekhez.
  4. A modell elsodródásának nyomon követése és újbóli érvényesítése a kamera vagy az adatkészlet módosítása után.

Folytassa a felfedezést

Ingyenes hírlevél

Szerezze meg a napi AI összefoglalót

Minden hétköznap reggel három ellenőrzött AI történet, egyszerű angol nyelven. Örökké ingyen, hirdetések nélkül.

Minden hétköznap egy e-mail. Egy kattintással lemondhat. Soha nem értékesítjük vagy osztjuk meg az Ön címét.

Teszteld magad

Take the AI Inventory Counts with Drones and Computer Vision quiz

Azonnali visszajelzés minden válaszra, és megosztható tanúsítvány egy ellenőrizhető azonosítóval, miután sikeresen teljesít egy kurzust.

Kezdő kvíz

Támogassa az ingyenes AI oktatást. AI Understanding egy 501(c)(3) nonprofit – nincs hirdetés, nincs fizetőfal, soha. Tegyen adományt

Gyakran ismételt kérdések

Mit jelent az AI készletszámlálás a drónokkal és a számítógépes látásmóddal?

A drón és számítógépes látás leltárszámlálása légi vagy felszerelt kamerákat használ a vonalkódok és címkék leolvasására, az üres állványnyílások észlelésére és a kültéri készletek mennyiségének mérésére. Az eredményeket összehasonlítják a vállalat raktári nyilvántartásaival. Az auditorok használhatják ezeket a számlálásokat a leltár megfigyelésének részeként, de csak azután, hogy megítélték a folyamat megbízhatóságát. A drón bizonyos fizikai szkennelést helyettesít, nem az auditor saját bizonyítékát.

Egy cég saját drónszámlálást végez az év végén. Hogyan kezelje ezt a könyvvizsgáló?

A vállalati számlálás a menedzsment folyamata. A könyvvizsgáló értékeli az eljárásokat és ellenőrzéseket, valamint tesztszámlálást végez, mint minden ügyfélszámnál.

Egy drón egyértelműen leolvassa a vonalkódot egy zsugorfóliázott raklapon. Mit NEM állapít meg az olvasás?

A címke azonosítja a tételt és a helyét. A becsomagolt raklapon belüli mennyiség nem látszik a címkén.

Egy kőbányai készletfelmérésnél melyik feltevés mozgathatja jobban a mennyiségi eredményt, mint a képalkotási hiba?

A térfogat csak akkor válik mennyiséggé, ha megszorozzuk a sűrűséggel, amely a nedvesség és a tömörítés hatására változik. Éppen ezért a sűrűséget gyakran szakember vizsgálja meg.

Mely szabványok írják elő általában a könyvvizsgáló részvételét a fizikai számláláson, ha a leltár lényeges és a jelenlét kivitelezhető?

Az AS 2510 (PCAOB) és az ISA 501 lefedi a készletmegfigyelési követelményeket.

Mielőtt a raktári képről leolvasott vonalkód bármit is jelentene, mit kell megállapítania a rendszernek?

A raktárkezelő rendszerrel való egyeztetéshez minden olvasást egy helyazonosítóhoz kell igazítani. Helymeghatározás nélkül az olvasás nem hasonlítható össze a rekorddal.