Визуальное руководство по искусственному интеллекту

Инвентаризация ИИ с помощью дронов и компьютерного зрения

При подсчете запасов с помощью дронов и компьютерного зрения используются воздушные или установленные камеры для считывания штрих-кодов и этикеток, обнаружения пустых мест на стойках и измерения объема запасов на открытом воздухе.

Прослушайте это руководствоОзвучено ИИ · ~3 min

На этой странице4 минуты чтения
  1. Обзор
  2. Глубокое погружение
  3. Реальная реализация
  4. Будущее инвентаризации искусственного интеллекта с помощью дронов и компьютерного зрения
  5. Применение на практике
  6. Продолжайте исследовать
  7. Часто задаваемые вопросы

Обзор

Результаты сравниваются со складскими записями компании. Аудиторы могут использовать эти подсчеты в рамках наблюдения за инвентаризацией, но только после того, как оценят, насколько надежен этот процесс. Дрон заменяет физическое сканирование, а не собственные доказательства одитора.

Глубокое погружение

Инвентаризация уже давно является одной из наиболее трудоемких аудиторских процедур. PCAOB AS 2510 и ISA 501 обычно требуют, чтобы аудиторы присутствовали при физической инвентаризации, когда запасы существенны и присутствие практически осуществимо. Они наблюдают за процессом подсчета, проводят тестовые подсчеты и учитывают отсечку и состояние. Компьютерное зрение меняет способ подсчета. На складах автономные дроны или камеры, установленные на транспортных средствах, перемещаются по проходам, а модели машинного зрения расшифровывают штрих-коды, считывают текстовые метки и классифицируют каждое место как занятое или пустое. Такие поставщики, как Gather AI и Corvus Robotics, продают системы дронов для такого рода сканирования. Затем программное обеспечение сверяет каждое сканирование с системой управления складом и выдает список совпадений, несоответствий, отсутствующих поддонов и неожиданных поддонов. На открытом воздухе фотограмметрия или LiDAR строят трехмерную поверхность из груды угля, зерна, заполнителя или древесной щепы и рассчитывают объем относительно базовой поверхности. Несколько крупных аудиторских фирм публично рассказали об использовании дронов для наблюдения за запасами. Для аудитора ключевым вопросом является то, чьи это доказательства. Подсчет дронов, проводимый компанией, является подсчетом руководства, поэтому аудитор оценивает процедуры подсчета и средства контроля над данными, а также выполняет независимые тестовые подсчеты. Инструмент, используемый аудитором, позволяет получить аудиторские доказательства, надежность которых фирма должна установить. Сохраняется ряд заблуждений. Отсканированная этикетка поддона идентифицирует артикул, но не показывает, сколько единиц находится на поддоне, упакованном в термоусадочную пленку. Изображения редко показывают устаревание, повреждение или то, что имеющиеся в наличии товары находятся на консигнации и принадлежат кому-то другому. Объем запасов не является величиной до тех пор, пока предположение о плотности не превратит его в тонны, и это предположение может изменить результат больше, чем любая ошибка изображения.

Реальная реализация

Внутренний дрон ночью летает над высокими стеллажными проходами распределительного центра, сканирует штрих-коды поддонов и отмечает места, где система управления складом показывает запасы, но на изображении видно пустое место.

В карьере с помощью дронов создается трехмерная модель запасов заполнителя. Программное обеспечение рассчитывает объем, который конвертируется в тонны с использованием насыпной плотности, проверенной специалистом.

Группа автодилеров использует изображения дронов и распознавание номерных знаков или VIN-кода для подсчета транспортных средств на больших открытых площадках, а затем сравнивает этот список со своими планами финансирования.

В ходе наблюдения в конце года аудитор выбирает местоположения из отчета об исключениях, связанных с дронами, и из инвентарных записей и подсчитывает их вручную. Это проверяет как мощность дрона, так и записи.

Будущее инвентаризации искусственного интеллекта с помощью дронов и компьютерного зрения

Сканирование складских дронов используется в коммерческих целях некоторыми логистическими операторами, а непрерывный циклический учет может снизить зависимость от единого подсчета на конец года, если контроль над процессом будет сильным. Аудиторы могут все чаще разрабатывать процедуры тестирования этих систем, одновременно производя независимые подсчеты. Ограничения остаются. Системы технического зрения видят этикетки и поверхности, а не то, что находится внутри коробок, в каком состоянии находятся товары или кому они принадлежат. Правила, безопасность на месте и срок службы батареи также ограничивают развертывание. Ожидается, что распространение будет расти там, где высота стоек и количество SKU делают ручной подсчет дорогостоящим, а не везде.

Применение на практике

Почему это важно

  • Скорость и масштаб. Визуальный ИИ может автоматизировать задачи проверки, обнаружения и маркировки в любом масштабе.
  • Выбор сборки. Творческие группы могут быстрее создавать прототипы концепций с меньшим количеством доработок вручную.
  • Команда и рабочий процесс. Операции могут использовать изображения и видеосигналы, которые раньше было трудно обрабатывать.

Следите за

  • Права на изображение и согласие могут стать юридическими рисками, если происхождение неясно.
  • Производительность модели может варьироваться в зависимости от освещения, демографии и окружающей среды.
  • Ложноположительные результаты могут остаться незамеченными, если не контролировать пороговые значения достоверности.

Следующие шаги

  1. Определите критерии приемки точности, стоимости отзыва и ошибок.
  2. Тестируйте с данными, которые соответствуют реальным производственным условиям.
  3. Добавьте человеческую проверку для прогнозов с низкой достоверностью или высокой эффективностью.
  4. Отслеживайте дрейф модели и выполняйте ее повторную проверку после изменений камеры или набора данных.

Продолжайте исследовать

Бесплатная рассылка

Получайте ежедневный AI-обзор

Три проверенных AI-истории каждое утро буднего дня, написанные простым английским. Бесплатно навсегда, без рекламы.

Одно электронное письмо каждый будний день. Отписаться в один клик. Мы никогда не продаем и не передаем ваш адрес.

Проверьте себя

Take the AI Inventory Counts with Drones and Computer Vision quiz

Мгновенная обратная связь по каждому ответу и общий сертификат с проверяемым идентификатором после прохождения курса.

Начать тест

Поддержите бесплатное образование в области искусственного интеллекта. AI Understanding — это некоммерческая организация 501(c)(3). Никакой рекламы и платного доступа. Сделать пожертвование

Часто задаваемые вопросы

Что такое инвентаризация ИИ с помощью дронов и компьютерного зрения?

При подсчете запасов с помощью дронов и компьютерного зрения используются воздушные или установленные камеры для считывания штрих-кодов и этикеток, обнаружения пустых мест на стойках и измерения объема запасов на открытом воздухе. Результаты сравниваются со складскими записями компании. Аудиторы могут использовать эти подсчеты в рамках наблюдения за инвентаризацией, но только после того, как оценят, насколько надежен этот процесс. Дрон заменяет физическое сканирование, а не собственные доказательства одитора.

В конце года компания проводит собственный подсчет дронов. Как аудитор должен относиться к этому?

Подсчет в компании – это процесс управления. Аудитор оценивает процедуры, средства контроля и проводит тестовый подсчет, как и при любом подсчете клиентов.

Дрон четко считывает штрих-код на поддоне, упакованном в термоусадочную пленку. Что НЕ устанавливает чтение?

Этикетка идентифицирует предмет и его местоположение. Количество внутри упакованного поддона не видно на этикетке.

Какое допущение может повлиять на результат измерения тоннажа больше, чем ошибка изображения, для исследования запасов в карьере?

Объем становится величиной только после того, как его умножают на плотность, которая меняется при увлажнении и уплотнении. Именно поэтому плотность часто проверяет специалист.

Какие стандарты обычно требуют присутствия аудитора при инвентаризации, когда запасы существенны и присутствие практически осуществимо?

AS 2510 (PCAOB) и ISA 501 охватывают требования к проведению инвентаризационного наблюдения.

Прежде чем штрих-код, считанный со складского изображения, будет иметь какое-либо значение, что должна установить система?

Согласование с системой управления складом требует сопоставления каждого чтения с идентификатором местоположения. Без позиционирования чтение невозможно сравнить с записью.

Продолжайте учиться

Связанные руководства

Другие руководства, выбранные по этой теме

Получите бесплатный AI-сертификатКороткий бесплатный курс и экзамен. Без стоимости, без карты. Около 2,5 часов.Начать бесплатно →