Ритейл, логистика, производство

Оптимизация расстановки стеллажей с помощью ИИ и машинного зрения

ИИ оптимизирует расстановку стеллажей на складе, анализирует DXF-чертежи из AutoCAD и автоматически формирует план размещения с учётом ограничений и норм безопасности.

NDA

Заказчик Крупная компания (NDA) из сферы логистики и складской дистрибуции. Организация управляет несколькими распределительными центрами и регулярно проектирует новые складские площади под различные типы хранения.

Задача Автоматизировать проектирование складских зон и исключить ошибки ручной планировки.

О проекте

Проект решает ключевую боль складского проектирования — долгие ручные расчёты и ошибки при расстановке стеллажей.

Мы предложили инструмент, который по DXF-чертежу автоматически собирает оптимальную планировку с учётом норм и сразу выдаёт схему и спецификацию, сокращая сроки проектирования и стоимость ошибок.

NDA

Задача Автоматизировать проектирование складских зон и исключить ошибки ручной планировки.

в 10 раз быстрее

проектировщик получает готовую схему расстановки стеллажей

Анализ исходных данных и геометрии склада

Разобрали DXF-чертежи, извлекли геометрию помещений, несущие элементы, проезды и ограничения, влияющие на расстановку стеллажей

Формализация нормативов и бизнес-ограничений

Перевели требования по типам стеллажей, техпроходам и нормам безопасности в формальные правила и ограничения алгоритма.

Алгоритмический расчёт оптимальной схемы

Реализовали вычислительную модель на основе генетического алгоритма для подбора оптимальной расстановки с учётом вместимости и ограничений.

Интерфейс проектирования и визуализация

Создали среду для загрузки DXF, настройки параметров и визуального контроля схемы размещения в процессе расчёта

Экспорт результатов и интеграция в проектные процессы

Реализовали выгрузку схем и спецификаций в DXF и XLSX для дальнейшего использования в CAD-системах и сметных расчётах.

Как это работает

Система автоматически подбирает расстановку стеллажей с учётом сотен ограничений DXF-чертежа — задачу, которая в ручном проектировании занимает несколько рабочих дней.

Технологический стек

Frontend

Интерфейс пользователя: отчеты, графики, панели управления

Backend

Логика обработки и базовые компоненты системы

ML

Модели и фреймворки для обучения

Вызовы и решения

Человеческий фактор при проектировании складской планировки

Ручная расстановка стеллажей по DXF-чертежам приводила к логическим ошибкам: пересечениям проходов, нарушению норм безопасности, неучёту технологических зон и потере полезной площади склада.

РЕШЕНИЕ

Автоматический расчет схемы расстановки

Реализован алгоритм оптимизации, который автоматически рассчитывает схему размещения стеллажей с учётом геометрии помещения, нормативных ограничений и технологических требований, формируя корректную и максимально плотную планировку без ручных правок.

Медленные итерации и затянутое согласование планировок

Любое изменение параметров (тип стеллажей, ширина проходов, зоны безопасности) требовало полного перерасчёта схемы и повторной проверки инженерами, что увеличивало цикл согласования до нескольких часов или дней.

РЕШЕНИЕ

Автоматический пересчет планировки при изменениях

Система автоматически пересчитывает планировку при изменении входных параметров и сразу показывает актуальный результат, позволяя проектировщику и заказчику оперативно сравнивать варианты и принимать решения без повторных инженерных согласований.

Несогласованность планировки и спецификации оборудования

При ручном проектировании схема расстановки стеллажей и спецификация оборудования формировались раздельно, из-за чего возникали расхождения в количестве, типах и конфигурациях стеллажей. Это приводило к ошибкам в смете, повторным пересчётам и задержкам на этапе закупки и реализации проекта.

РЕШЕНИЕ

Автоматическая спецификация

Система автоматически формирует спецификацию оборудования на основе рассчитанной планировки и экспортирует её в XLSX вместе с DXF-схемой, обеспечивая полное соответствие проекта, сметы и закупок без ручной сверки.

10х к скорости

подготовки схем расстановки стеллажей по DXF-чертежам

+10%

полезной площади — за счёт оптимальной компоновки без нарушения норм

в 3 раза

меньше согласований — изменения пересчитываются автоматически, без ручных правок

Команда, которая внедрила проект

Константин Порошкин

ML-инженер

Алексей Цибульников

Python backend-разработчик

Роман Фёдоров

Бизнес-аналитик

Михаил Моисеев

CV-инженер

Дмитрий Соркин

DevOps-инженер

Марк Яговкин

Руководитель разметки данных

Планы на будущее:
Интеграция с WMS и CAD-системами.
Переход к 3D-моделированию

Готовые проекты

Наша команда с 2017 года успешно реализовала 60 проектов с искусственным интеллектом. Тут собраны наши лучшие работы, про которые мы можем рассказать, про некоторые совсем немного, а некоторые мы вообще не можем тут упомянуть из-за NDA. Но готовы применять опыт в разработке нейросетей для ваших задач.