İnsansız hava aracı temelli bir otomatikleştirilmiş stok sayım sistemi tasarımı

Yıl 2022, , 1767 - 1782, 28.02.2022

İlkay Gümüşboğa

https://doi.org/10.17341/gazimmfd.835401

Cited By: 2

Öz

Birçok işletme ihtiyaç duyduğu ürünlerin tedariki için düzenli stok sayımı yapar. Maalesef bu sayım, çoğu işletmede eski usul, elle sayım şeklinde yapılır. Bu süreç, zaman alıcı, maliyeti yüksek ve hatta tehlikelidir. İşletmelerin stok kontrolünü sistematik hale getiren bir stok yönetim yazılımı olsa bile, stok verisi insanlar tarafından girildiği için ve genelde süreç, önce elle sayım yapılıp sonra verilerin sisteme işlenmesi şeklinde işlediği için hatalar olabilmektedir. Bu bağlamda, stok sayımı otomatikleştirilmeli, gerçek zamanlı, efektif ve güvenli olmalıdır. Bu çalışma kapsamında, iç ortamda çalışabilecek insansız hava aracı (İHA) tabanlı bir otomatik stok sayım sistemi önerilmiştir. Bu sistem, iç ortam konumlama problemini ultra geniş bant tabanlı bir konumlama sistemi ile santimetreler mertebesinde hassas bir şekilde çözer. Ayrıca, İHA üzerindeki lazer uzaklık ölçer (LiDAR) kullanılarak engelden sakınma fonksiyonu ile depo ortamlarında güvenli bir şeklide çalışır. İHA, otonom bir şekilde depo ortamında hareket ederken kamera vasıtası ile aldığı görüntü verisi, çevirim içi olarak işlenir ve stok sayımı süreci işletilir. Önerilen bu sistem için bir prototip tasarlanmış ve laboratuvar ortamında kurulan bir stok sayımı test alanında deneysel çalışmalar yürütülmüştür. Yapılan deneysel çalışmalar, burada önerilen İHA tabanlı otomatik stok sayım sistemin; iç ortam konumlama, engelden sakınma ve nihai olarak otonom stok sayım fonksiyonlarının başarılı bir şekilde çalıştığını göstermektedir.

Anahtar Kelimeler

insansız hava aracı, barkod tespiti, otomatik stok sayımı, iç ortam konumlaması, engelden sakınma

Destekleyen Kurum

Türkiye Bilimsel ve Teknolojik Araştırma Kurumu (TÜBİTAK)

Proje Numarası

2180210

Teşekkür

Bu çalışma, 2180210 numaralı proje kapsamında Türkiye Bilimsel ve Teknolojik Araştırma Kurumu (TÜBİTAK) tarafından desteklenmiştir.

Kaynakça

• Osterrieder P., Budde L., Friedli T., The smart factory as a key construct of industry 4.0: A systematic literature review, Int. J. Prod. Econ., 221, 107476, 2020.
• Companik E., Gravier M. J., Farris II M. T., Feasibility of warehouse drone adoption and implementation, Journal of Transportation Management, 28 (2), 1-5, 2018.
• Wawrla L., Maghazei O., Netland T., Applications of drones in warehouse operations, Whitepaper, ETH Zurich, 2019.
• Dasyam N., Warehouse robotics market, Allied Market Research Report, 2017.
• Hardis Group. EyeSee resmi internet sayfası. http://www.eyesee-drone.com. Erişim tarihi Kasım 15, 2020.
• DroneScan. Resmi internet sayfası. www.dronescan.co. Erişim tarihi Kasım 15, 2020.
• Pons J., Drone Ready?. http://www.scanman.co.za/downloads/whitepaperdronereadyscanman.pdf. Erişim tarihi Kasım 15, 2019.
• Cho H., Kim D., Park J., Roh K., Hwang W., 2D barcode detection using images for drone-assisted inventory management, 15th International Conference on Ubiquitous Robots (UR), Honolulu, USA, 461-465, 2018.
• Anand A., Agrawal S., Agrawal S., Chandra A., Deshmukh K., Grid-based localization stack for inspection drones towards automation of large scale warehouse systems, arXiv preprint arXiv:1906.01299, 2019.
• Beul M., Droeschel D., Nieuwenhuisen M., Quenzel J., Houben S., Behnke S., Fast autonomous flight in warehouses for inventory applications, IEEE Rob. Autom. Lett., 3 (4), 3121-3128, 2018.
• Fernández-Caramés T. M., Blanco-Novoa O., Froiz-Míguez I., Fraga-Lamas, P., Towards an autonomous industry 4.0 warehouse: A UAV and blockchain-based system for inventory and traceability applications in big data-driven supply chain management. Sensors, 19 (10), 2394, 2019.
• Lichao X., Vineet R. K., Carol C. M., Automatic extraction of 1D barcodes from video scans for drone-assisted inventory management in warehousing applications, International Journal of Logistics Research and Applications, 21 (3), 243-258, 2018.
• De Falco A., Narducci F., Petrosino A., An UAV autonomous warehouse inventorying by deep learning. International Conference on Image Analysis and Processing, 443-453, Springer, Cham, 2019.
• Cidal G. M., Cimbek Y. A., Karahan G., Böler Ö. E., Özkardesler Ö., Üvet H., A Study on the development of semi automated warehouse stock counting system, 6th International Conference on Electrical and Electronics Engineering (ICEEE), İstanbul, Turkey, 323-326, 2019.
• Bae S. M., Han K. H., Cha C. N., Lee H. Y., Development of inventory checking system based on UAV and RFID in open storage yard, International Conference on Information Science and Security (ICISS), Pattaya, Thailand, 1-2, 2016.
• Kwon W., Park J. H., Lee M., Her J., Kim S. H., Seo J. W., Robust autonomous navigation of unmanned aerial vehicles (UAVs) for warehouses’ inventory application, IEEE Rob. Autom. Lett., 5 (1), 243-249, 2019.
• Walker O., Vanegas F., Gonzalez F., Koenig S., A deep reinforcement learning framework for uav navigation in indoor environments, IEEE Aerospace Conference, 1-14, 2019.
• Maurer M., Pestana J., Fraundorfer F., Bischof H., Towards an autonomous vision-based inventory drone. IEEE/RSJ International Conference on Intelligent Robots and Systems, 2018.
• Macoir N., Bauwens J., Jooris B., Van Herbruggen B., Rossey J., Hoebeke J., De Poorter E., Uwb localization with battery-powered wireless backbone for drone-based inventory management, Sensors, 19 (3), 467, 2019.
• Team, ArduPilot Dev., Community: ArduPilot documentation, https://ardupilot.org/ardupilot/, 2019.
• Mackay R. N., Open source drones and AI, Journal of The Society of Instrument and Control Engineers, 59 (7), 455-459, 2020.
• Koubâa A., Allouch A., Alajlan M., Javed Y., Belghith A., Khalgui M., Micro air vehicle link (MAVlink) in a nutshell: A survey, IEEE Access, 7, 87658-87680, 2019.
• Oppermann I., Hämäläinen M., Iinatti J., UWB: Theory and Applications. John Wiley & Sons, 2005.
• Pozyx. Resmi internet sitesi. https://www.pozyx.io/. Erişim tarihi Kasım 18, 2020.
• GitHub. Pozyx Python kütüphanesi. https://github.com/pozyxLabs. Erişim tarihi Kasım 18, 2020.
• Puri R., Jain V., Barcode detection using OpenCV-Python. Science, 4 (1), 97-99, 2019.
• GitHub. Zbar Python kütüphanesi. https://github.com/ZBar/ZBar. Erişim tarihi Kasım 18, 2020.
• GitHub. RPLiDAR Python kütüphanesi. https://github.com/SkoltechRobotics/rplidar. Erişim tarihi Kasım 18, 2020.
• Favorskaya M., Zotin A., Robust textual watermarking for high resolution videos based on Code-128 barcoding and DWT, Procedia Comput. Sci., 176, 1261-1270, 2020.
• Baby A., Rila B. S., Vishnu G. A., Pandya H. J., Assembly Management Software Integrated with Additive Manufacturing for Micro, Small, and Medium Enterprises. Industry 4.0 and Advanced Manufacturing, Springer, 159-165, 2020.