Quantcast
120.000 seguidores
40.000 suscriptores

Amazon inicia la batalla contra los códigos de barras

El gigante del ecommerce estudia cómo eliminar este sistema para identificar artículos, que lleva en uso casi 50 años, pero que la compañía no considera lo suficientemente bueno. Sus centros logísticos de Hamburgo y Barcelona son los primeros que prueban otra alternativa.

Food Retail & Service

13 de diciembre 2022 - 16:28

Sistema de identificación multimodal o MMID que está probando Amazon
Sistema de identificación multimodal o MMID que está probando Amazon / Amazon

Amazon se ha propuesto la eliminación de los códigos de barras para la identificación de artículos por considerarlo un sistema "ineficiente". Y lo explica recordando que, a veces, el código de barras está dañado o incluso no existe y, en este momento, no hay un robot lo suficientemente versátil como para manipular cualquier artículo que pueda entrar en un almacén y luego escanearlo.

Así lo señala en un comunicado la web de Amazon Science en la que se indica que el gigante del ecommerce está investigando la identificación multimodal o MMID.

Este proceso utiliza múltiples modalidades de información, por ejemplo, extraer la apariencia y las dimensiones de un artículo de una imagen de ese producto y así identificarlo. El proyecto se está probando en los centros logísticos de la compañía en Hamburgo y Barcelona.

"Resolver este problema, para que los robots puedan recoger artículos y procesarlos sin necesidad de buscar y escanear un código de barras, es fundamental. Nos ayudará a llevar los paquetes a los clientes de manera más rápida y precisa. Y MMID es una piedra angular para lograrlo", ha señalado Nontas Antonakos, gerente de Ciencias Aplicadas en el grupo de visión por ordenador de Amazon en Berlín.

BASE DE DATOS DE FOTOGRAFÍAS

Lo primero que han hecho los investigadores ha sido para llevar a cabo este sistema es contar con una base de datos de fotografías de todos los objetos que pasaban por los centros de embalaje. Cada imagen se tradujo en una lista descriptiva de números, o un vector, además de tener las dimensiones del artículo en cuestión. A continuación, se desarrollaron algoritmos de aprendizaje automático para extraer esos vectores y unirlos con los vectores correspondientes de los elementos candidatos. Las tasas de coincidencia alcanzaron alrededor del 80% en los experimentos iniciales.

Esas altas tasas de coincidencia se deben, en parte, al hecho de que los sistemas de inventario de Amazon saben exactamente dónde está cada artículo en cada paso del proceso de cumplimiento. El algoritmo no necesita hacer coincidir un artículo con el catálogo completo de Amazon de cientos de millones de productos, actualmente una tarea imposible. El algoritmo solo tiene que hacer coincidir un elemento con el contenido de un solo contenedor.

La tecnología MMID se puso a prueba por primera vez en un centro de distribución en Szczecin (Polonia), con una cámara colocada sobre una sola línea transportadora que recogía fotografías de bandejas que contienen solo un artículo. "Las bandejas individuales son ideales porque es más fácil identificar un solo artículo que tratar de eliminar la ambigüedad de varios artículos y luego intentar identificar cada uno", explica Amazon.

Además, el uso de la plataforma de sensores MMID en esta etapa también tiene la ventaja de no ser intrusivo: si el sistema detecta una discrepancia, se puede solucionar el error. Si no hay desajuste, el proceso no interrumpe el proceso.

stats