Medienpartner von

Technologietreiber Logivations auf der LogiMAT 2019

Maschinelles Lernen für eine industrielle Kamera-Infrastruktur trackt Transporter und Warenbewegungen, steuert FTF und verbessert die Sicherheit

Logivations

Die Logivations GmbH, internationales Consulting- und Technologieunternehmen mit Sitz in München, zeigt vom 19. – 21. Februar 2019 auf der LogiMAT in Stuttgart Neuheiten rund um Logistik und Produktion.

Gleich auf 2 Messeständen (Halle 7 G01 und Halle 8 F05) präsentieren die Experten von Logivations innovative Technologien für die ganzheitliche Planung, Steuerung und Optimierung aller Aspekte der Logistik auf Basis modernster Optimierungs- und WebTechnologien sowie Verfahren des „Deep Machine Learning“.

„Digitale Innovationen wie maschinelles Lernen, komplexe Algorithmen, Computer Vision und autonome Roboter erobern zunehmend die Logistik. Um das volle Potenzial der digitalen Transformation auszuschöpfen haben wir kamerabasierte Erfassungs- und Erkennungstechnologien sowie modernste Methoden des Machine Learning und Computer Vision zukunftsweisend in unsere Simulations- und Optimierungslösung W2MO integriert“, so Andrea Plapp, Geschäftsführerin bei Logivations.

Ergebnis: Logivations bietet mit der Softwarelösung W2MO eine weltweit einzigartige Funktionsbreite und -integration von Supply Chain Engineering bis hin zu Logistikplanung, intelligenten Optimierungsalgorithmen, der Identifikation, Lokalisierung und dem Live Tracking realer Warenbewegungen und Fahrzeugen als auch der operativen Steuerung von kamerageführten FTF.

Ausstellungshighlights:

Halle 7 – Stand G01: Weltneuheit: Kamerageführte FTF sowie Tracking LIVE im Einsatz

Mit der innovativen Kamera-Infrastruktur revolutioniert Logivations den Alltag in Industrie und Logistik. Das System erlaubt eine redundante und fehlerkorrigierende Konfiguration, da mehrere Kameras gleichzeitig dieselben Objekte und Bereiche erfassen können und deren absolute Position bestimmen.

Das kamerageführte FTF Steuerungssystem hat jederzeit den vollständigen Überblick über die gesamte Situation im Arbeitsbereich und kann direkt online Ausweichrouten berechnen und Fahrzeuge auf potenziellem Kollisionskurs warnen, viel früher als es mit Sensoren auf dem Fahrzeug möglich wäre.

Die in W2MO integrierten Optimierungsalgorithmen zur Rundgangsbildung minimieren den Arbeitszeitaufwand beim Einsatz der FTF. Die Kamera-Infrastruktur erreicht dadurch wesentliche Effizienzsteigerungen und Kostenoptimierungen und ermöglicht sinnvolle Rationalisierungen, der wirtschaftliche Vorteil ist beachtlich. Die Kosten der Navigation von FTF reduzieren sich auf weniger als die Hälfte!

Halle 8 – Stand F05: LIVE Demos Logistikplanung und -optimierung, Supply Chain Engineering und Identifikationsarbeitsplatz

Hier zeigt Logivations sein gesamtes Portfolio. Neuerungen sind:

Der Identifikationsarbeitsplatz vereint 3 Anwendungen: Identifikation von Objekten mittels Barcodes, Textlesen und Form/Farbe – Dokumentation des Prozesses per Video – Visualisierung von Packschemata mit schrittweiser Führung des Packers.

W2MO „Supply Chain Engineering“ wurde um vielfältige Visualisierungen und Algorithmen ergänzt. Neu sind auch Interfaces zu Frachtkostendatenbanken für die Übernahme von aktuellen und detaillierten Frachtkosten. Mit einem Google-Key können umfangreiche Verkehrsdaten von Google abgerufen und für die Optimierung verwendet werden.

W2MO „Logistikplanung und -optimierung“: Die Simulation und Visualisierung wurde für eine äußerst realitätsnahe 3D-Visualisierung bzw. Virtual Reality weiterentwickelt.

Praktisch: Als webbasierte Plattform ist W2MO in mehreren Sprachversionen sowie über mobile Endgeräte verfügbar und kann über Standardschnittstellen an eine Vielzahl unterschiedlichster LVS (Lagerverwaltungssysteme, wie z. B. SAP EWM) angedockt werden.

Quelle: www.logivations.com

Pressemitteilung veröffentlicht am 12.12.2018 in Logistiklösungen, News (In- und Ausland).
Schlagwörter:

Werbung

Werbung

Werbung

Werbung

Werbung

Werbung

Werbung

Werbung

Werbung

Werbung

Werbung

Werbung