Автоматический подсчёт товаров и контроль комплектации на складе с помощью интеллектуальной видеоаналитики

На складе камеры работают 24 часа в сутки — и всё равно склад узнаёт о недостаче из рекламации клиента. Почему так и как поможет машинное зрение? Рассказываем в статье.

Автоматический подсчёт товаров и контроль комплектации на складе с помощью интеллектуальной видеоаналитики.jpg

Крупный склад, фулфилмент, логистический центр — это сотни операций в час. Кладовщики собирают заказы, паллеты уходят на отгрузку, WMS (Warehouse Management System) фиксирует каждое движение. На бумаге процесс выглядит контролируемым. На практике в нём есть слепое пятно, которое может стоить складу серьезных денег каждый день.

Штрих-код фиксирует факт сканирования артикула. Кладовщик собрал девять коробок вместо десяти, пикнул — в WMS задание закрыто. Заказ уходит. Через три дня приходит рекламация.

Дальше логист поднимает видеозапись, ищет нужный отрезок, смотрит, сопоставляет с заданием WMS. Уходит от 20 минут до нескольких часов. Потом повторная отгрузка, оформление, списание. На крупном складе с десятками тысяч операций в смену это не единичные случаи — это постоянная нагрузка на операторов, которая прямо конвертируется в транспортные расходы и потерю клиентов.

Камеры на складе пишут всё. Но видеозапись без аналитики — это архив, который открывают только после того, как ошибка уже произошла. Система контроля комплектации работает иначе: она получает задание из WMS, считает единицы в момент операции и выдаёт вердикт до того, как товар ушел на отгрузку.

Ручной счёт не масштабируется

На любом складе с серьёзным оборотом есть одна общая черта: количество операций давно превысило то, что человек способен контролировать без ошибок. Сотрудники работают не плохо, и при этом, счётные ошибки при монотонной нагрузке статистически неизбежны.

Кладовщик собирает 80–150 заказов в смену. Значительная часть позиций — визуально одинаковые коробки одного поставщика. К середине смены внимание падает, темп не снижается. Сканер штрих-кода подтверждает правильный артикул, но количество взятых единиц не видит. Девять коробок вместо десяти проходят через всю цепочку незамеченными.

То же самое происходит с перемещением товара внутри склада. Паллета пришла с приёмки, встала в зону хранения, потом её частично разобрали под срочный заказ — без отражения в системе. Расхождение всплывёт на инвентаризации через квартал, но восстановить, когда и где оно образовалось, уже не получится.

А если посмотреть на склад на крупно промышленном предприятии? Например, производство трубной продукции. Пять труб диаметром 530 мм — это несколько тонн металла. Если они числятся в остатках, а физически их нет, следующий заказ уйдёт с недостачей, которую обнаружат уже на объекте у клиента.

Общее тут одно: система учёта порой фиксирует намерение, а не факт. Сканер говорит «к этому артикулу обратились». Накладная говорит «столько отгрузили». Что реально произошло руками — остаётся за кадром. Интеллектуальная видеоаналитика на основе компьютерного зрения закрывает именно этот пробел.

автоматическая инвентаризация на складе с помощью ИИ.png

Как машинное зрение считает товары на складе

Когда из WMS приходит триггер о начале операции комплектации — артикул, плановое количество, зона — система начинает анализировать видеопоток с камер этой зоны. Всё, что происходит до триггера и после закрытия операции, система игнорирует. Это важно: обрабатывается не непрерывный поток со всего склада, а конкретный временной отрезок в конкретной точке.

  1. Первый слой обработки — детектор на базе YOLO. Он проходит по кадрам и находит человека, руки, погрузчик, зону выкладки. Большинство кадров на этом этапе отсеивается: в расчёт идут только те моменты, когда руки заняты и объект пересекает контрольную зону — ROI. Это убирает 80–90% потока ещё до того, как в работу вступают более тяжёлые модели.
     
  2. Отобранные кадры идут в Vision Language Model — мультимодальную нейросеть, которая анализирует изображение и отвечает на текстовый запрос. Запрос формулируется конкретно: сколько единиц данного товара видно на кадре. Модели этого класса — Qwen2.5-VL, InternVL3 — понимают визуальный контекст без предварительного обучения на каждом отдельном SKU. Это принципиально отличает их от классических классификаторов, которым нужен размеченный датасет под каждый новый товар.
     
  3. Масштабирование на большой ассортимент решается через Visual RAG. Для каждого SKU в векторной базе FAISS хранится 5–15 эталонных фотографий с разных ракурсов. При обработке операции система достаёт эталоны нужного артикула и передаёт их в модель как визуальный контекст — она видит, как товар выглядит, и ориентируется на это при подсчёте. Новая позиция добавляется загрузкой фотографий: никакой разметки, никакого переобучения, никакого простоя. Это позволяет держать в системе 20 000+ SKU с регулярным обновлением ассортимента.
     
  4. Один прогон модели — не финальный ответ. Система запрашивает VLM несколько раз на разных подмножествах кадров, затем агрегирует результаты: финальное число определяется голосованием. Если 70% прогонов дают одинаковый ответ — операция получает вердикт автоматически. Если согласия нет — уходит оператору с флагом ручной проверки. Порог можно настраивать под требования конкретного клиента.
     
  5. Результат передаётся в WMS через REST или gRPC API. Оператор видит статус каждой операции: соответствует плану, не соответствует, требует проверки. При несоответствии система выдаёт алерт до отгрузки — паллета ещё на складе, ошибку можно исправить.

Где поставить камеру — это отдельная инженерная задача

Выбор точки установки сильно влияет на точность. Нет универсального ответа — есть компромиссы, которые нужно взвешивать под конкретный склад.

  • Потолочная камера — самый дешёвый вариант, легко масштабируется на большую площадь. Проблема в окклюзиях: верхние блоки закрывают нижние, руки сотрудника перекрывают зону именно в момент выкладки. Для точного пересчёта блоков по слоям потолочная камера работает только в несложных сценариях — однотипная укладка без перекрытий.
  • Камера на стеллаже видит фронтальные грани и слои паллеты — это информативнее вида сверху. Слепая зона — глубина: что лежит в дальней части паллеты, камера не видит. Хорошо работает там, где паллета всегда стоит фронтом к одному проходу.
  • Камера + лидар — самый высокий потенциал точности из всех вариантов. Лидар строит 3D-карту: система видит геометрию слоёв, отделяет объекты там, где текстуры идентичны, считает «ступеньки» укладки. Дороже, требует калибровки и защиты сенсора от пыли и вибрации — но даёт то, что 2D-камера принципиально не даст.
  • Бодикам и камера на шлеме — минимальная инфраструктура, быстрый пилот. Качество данных зависит от дисциплины сотрудника: как висит камера, куда повернул голову, как быстро двигается. Хорошо для пилотной фазы, плохо как основное решение в промышленной эксплуатации.

Итоговая архитектура почти всегда комбинация: стационарные камеры покрывают фиксированные зоны контроля, мобильный сенсор на технике собирает данные в движении. Выбор делается после аудита склада, ведь нужно изучить реальные складские процессы.

Как машинное зрение считает товары на складе.jpg

Роботы и дроны: когда ИИ оправдан физически

Есть класс задач, где автоматизация оправдана не потому, что «так современно», а потому что человек физически не справляется без потерь.

Инвентаризация высотного стеллажного склада — именно такой случай. Сотрудник с терминалом обходит тысячи ячеек на высоте 10–15 метров. Это медленно, опасно и статистически приводит к ошибкам: к концу смены внимание падает, часть ячеек пропускается или дублируется. Точность ручной инвентаризации крупного склада редко превышает 96–97% — и это при добросовестной работе.

Автономные роботы-инвентаризаторы движутся по стеллажным проходам, сканируют штрихкоды и RFID-метки, фотографируют ячейки и передают данные напрямую в WMS. Они не устают, не пропускают ячейки и работают ночью, когда склад закрыт. Это именно тот случай, когда машина делает монотонную точную работу лучше человека — не потому что умнее, а потому что не устаёт.

С дронами картина интереснее. GEODIS совместно с производителем дронов DELTA DRONE протестировала автономные квадрокоптеры с камерами высокого разрешения на своих складах во Франции. Дроны используют технологию внутренней геолокации для автономного перемещения, сканируют штрихкоды паллет и их местоположение в реальном времени, передают данные в WMS. Один дрон инвентаризирует 11 000 паллет за 6 часов — с надёжностью 100%, если метки не повреждены. 

IKEA пошла дальше: после года тестирования в распределительном центре в Винтерслаге (Бельгия) компания развернула автономные дроны в режиме 24/7 на нескольких площадках в Европе и Северной Америке. Партнёр — компания Verity, специализирующаяся на AI и робототехнике. Флот состоит из более чем 250 дронов на 73 складах в девяти странах. Дроны работают рядом с сотрудниками круглосуточно — это принципиальное отличие от ранних версий, которые летали только в нерабочее время. 

Важный нюанс: дроны закрывают задачу инвентаризации местоположений и факта наличия паллет, но не считают единицы внутри упаковки. Это разные задачи с разными инструментами. Дрон видит, что паллета с артикулом X стоит в ячейке B-14. Система видеоаналитики с VLM считает, сколько блоков на этой паллете.

Учёт трубной продукции: кейс из практики

Рассмотрим нестандартный пример: производитель трубной продукции. 

Семь секторов хранения на одной площадке, стальные и ПНД трубы диаметром от 15 до 630 мм. Склад работает в постоянном движении: трубы приходят партиями, уходят под заказы, часть остатков перекладывается между секторами. Приход вносится вручную кладовщиком, расход нужно контролировать автоматически и сверять с 1С каждые 15 минут.

Задача устроена иначе, чем контроль комплектации на обычном складе. 

Там система следит за процессом — за тем, что происходит в руках сотрудника в движении. 

Здесь объект счёта статичен: ряды труб, уложенных торцами к камере. Логика работы проще для понимания, но требует точной детекции на сложном визуальном материале.

Камера смотрит на торцы труб в ряду. Детектор считает видимые сечения, фиксирует число, через 15 минут делает следующий снимок и сравнивает два результата. Разница между кадрами — это расход за период. Если число уменьшилось на три трубы диаметром 530 мм — система записывает списание и передаёт данные в 1С.

учет трубной продукции с помощью ИИ.jpg

Клиент готов проектировать стеллажи под требования системы. Это важное условие, которое напрямую влияет на точность. Когда геометрия съёмки зафиксирована заранее — расстояние до торцов, угол камеры, высота подвеса — модель настраивается под конкретный ракурс раз и навсегда. Она не тратит ресурс на компенсацию случайных вариаций: немного сдвинутая паллета, другой угол укладки, тень от соседнего стеллажа. Всё это убирается на этапе проектирования инфраструктуры.

Диапазон диаметров от 15 до 630 мм — это визуально принципиально разные объекты. У тонкой трубы в плотной связке и у трубы большого диаметра разная геометрия сечения, разные расстояния между торцами, разная плотность укладки. Один детектор с универсальными параметрами на таком диапазоне даёт нестабильный результат на крайних значениях. Поэтому система разбивает секторы по диапазонам диаметров и применяет к каждому отдельную модель с настроенными параметрами.

Ключевые параметры кейса:

  • 7 секторов хранения с разными диапазонами диаметров
  • Трубы 15–630 мм, стальные и ПНД
  • Автоматическая сверка остатков каждые 15 минут
  • Интеграция с 1С: передача данных о расходе без участия оператора
  • Фиксированная геометрия съёмки — стеллажи проектируются под систему
  • Отдельный детектор на каждый диапазон диаметров

Что меняется в работе склада с внедрением машинного зрения

  1. Разбор рекламации. Клиент пишет письмо: в заказе недостача, просит разобраться. До внедрения системы логист открывал видеоархив, вспоминал примерное время операции, мотал запись вручную, смотрел — и так по каждой камере, которая могла захватить нужную зону. В лучшем случае это 40 минут. Если видео плохое, ракурс неудачный или оператор не помнит точное время — несколько часов. 

    После внедрения системы автоматизации логист открывает историю операций, находит нужный заказ по номеру и видит: операция выполнялась в 14:23, система зафиксировала вердикт «не соответствует», к записи прикреплён видеофрагмент именно этого момента. Всё в одном экране. Разбор занимает три минуты. Если правота на стороне склада — есть доказательство. Если ошибка реальная — её видно сразу, без споров.
     
  2. Ошибка при сборке. Кладовщик собирает заказ: по заданию десять коробок, взял девять. Система фиксирует это в момент операции и отправляет алерт оператору: взято 9, задание 10. Паллета ещё стоит у стеллажа. Сотрудник возвращается, берёт недостающую коробку, операция закрывается с вердиктом «соответствует». Заказ уходит полным.

    Это принципиально меняет экономику ошибки. Исправить недостачу на складе стоит 30 секунд. Та же недостача, обнаруженная клиентом, — это рекламация, повторная отгрузка, транспортные расходы, время операторов и испорченные отношения. Система останавливает цепочку в самом начале.
     
  3. Новый товар в ассортименте. Поставщик сменил упаковку — та же продукция, но коробка выглядит иначе. Или появилась новая позиция, которой раньше не было. В классической системе компьютерного зрения это означает сбор нового датасета, разметку, переобучение модели — от нескольких дней до нескольких недель в зависимости от сложности.

    Здесь процесс другой. Оператор фотографирует товар с разных ракурсов — достаточно 10–15 снимков — и загружает их в систему. Новые эталоны индексируются в векторной базе, и через несколько минут артикул готов к работе. Модель не переобучается: она использует загруженные фотографии как визуальный контекст при следующем обращении к этому SKU. Для склада с живым ассортиментом, где позиции появляются и обновляются постоянно, это критически важно.

Технические ограничения и условия точной работы

Любая система видеоаналитики работает в реальных физических условиях, и честная оценка проекта начинается с понимания, где точность снижается и что на неё влияет.

  • Перекрытия руками. Самый частый источник погрешности — момент, когда сотрудник берёт товар. Руки закрывают часть кадра именно тогда, когда модели нужно считать объекты. VLM в такой ситуации может занизить количество на одну-две единицы. Это компенсируется на уровне агрегации: система запрашивает модель несколько раз на разных кадрах операции и сравнивает ответы. Если согласия между прогонами нет — операция уходит оператору на ручную проверку. Полностью исключить этот случай через программную логику нельзя, но его можно контролировать через выбор точки установки камеры и регламент съёмки.
     
  • Одновременные операции в одной зоне. Если в поле зрения одной камеры одновременно работают два сотрудника с разными заданиями, система разделяет их через привязку к WMS-событиям: каждая операция имеет свой триггер с временной меткой и идентификатором задания. Это работает стабильно при чётком поступлении триггеров из WMS. Если система управления складом отправляет события с задержкой или пакетами — возможны смешения между операциями. Это решается на этапе интеграции: протокол обмена с WMS согласовывается до начала разработки.
     
  • Условия освещения. Блики от стрейч-плёнки, резкие тени от стеллажей, перепады яркости между зонами — всё это снижает качество детекции. Модель работает с тем изображением, которое даёт камера, и компенсировать плохой свет программно можно лишь частично. Стабильное равномерное освещение в зоне контроля — это требование к инфраструктуре, которое закладывается на этапе проектирования. Камера с хорошим сенсором в плохо освещённой зоне даст худший результат, чем бюджетная камера при правильном свете.
     
  • Рост базы эталонов. При добавлении новых SKU важно отслеживать, как меняется точность идентификации. При базе в несколько тысяч позиций векторный поиск работает быстро и стабильно. При росте до 20 000+ SKU нужен регулярный аудит метрик: скорость поиска в FAISS, качество retrieval на похожих упаковках, точность подсчёта на новых позициях. Это не разовая настройка, а часть эксплуатации системы — особенно на складах с живым ассортиментом, где упаковки регулярно меняются.

Выводы

Ошибки комплектации и расхождения в остатках — это не проблема дисциплины сотрудников. Это следствие того, что ручной счёт при высоком обороте физически не даёт стабильной точности. Человек устаёт, отвлекается, работает в условиях монотонной нагрузки — и статистика ошибок растёт пропорционально числу операций.
Видеоаналитика с машинным зрением закрывает этот разрыв не за счёт контроля над людьми, а за счёт того, что берёт на себя задачу счёта целиком. Камера не устаёт. Модель считает одинаково точно на первой и на тысячной операции смены. А интеграция с WMS означает, что результат каждого подсчёта сразу попадает в систему учёта — без ручного ввода, без задержки.

Дроны и автономные роботы-инвентаризаторы решают смежную, но отдельную задачу: они физически объезжают склад, фиксируют местоположение паллет и состояние ячеек, проводят инвентаризацию ночью, когда площадка закрыта. Это не альтернатива стационарной аналитике — это дополнительный слой контроля для тех, кому важна полная картина по всему складу в режиме реального времени.

Готового универсального решения здесь нет. Склад с 20 000 SKU мелкогабаритного товара и производство с трубами диаметром 630 мм — это разные задачи с разной логикой съёмки, разными требованиями к инфраструктуре и разными метриками успеха. Архитектура проектируется под конкретный процесс после аудита: смотрим на реальный поток операций, ассортимент, условия освещения, существующую инфраструктуру видеонаблюдения.

Пилот на 4–15 точках контроля занимает один-два месяца. За это время становится понятна реальная точность на вашем ассортименте, узкие места в инфраструктуре и экономика проекта до того, как принимать решение о полном масштабировании.

Если у вас логистический центр, предприятие со складским учётом, производство, где есть ручной подсчёт и регулярные расхождения — посмотрите, какие возможности дает внедрение искусственного интеллекта и машинного зрения в вашей нише. 

А если готовы пробовать и запускать - выбирайте удобный способ связи, мы ответим на все ваши вопросы и поможем рассчитать экономику:

 Оставить заявку в форме ниже |  Написать нам в ТГ

Читайте так же

NeuroCore · ИИ для бизнеса

Есть задача для ИИ?

Планируете внедрение ИИ, разработку модели или подготовку данных? Расскажите о задаче — обсудим возможные подходы, исходные условия и первый этап проекта.

Обсудить ваш проект

О вашей задаче (по желанию)

Первое обращение — без готового ТЗ