PrimeVision pour éviter les erreurs lors de la lecture des codes-barres

Des supermarchés aux entrepôts, les codes-barres sont omniprésents pour l’identification et le suivi des articles. La large diffusion de ces « codes-barres » est due à leur fiabilité presque absolue, avec des taux de lecture de plus de 99,9 % dans des conditions idéales. Cependant, lors du tri des colis, des facteurs externes peuvent perturber ce processus presque sans faille, c’est-à-dire que le code-barres n’est pas lu et, par conséquent, les colis sont rejetés. Pour minimiser de tels incidents et réduire le nombre de colis rejetés, Prime Vision a développé la solution unique Barcode Vision.

Par : Sjaak Koomen, chercheur senior chez Prime Vision, un fournisseur mondial de premier plan d’intégration de vision par ordinateur et de robotique pour la logistique et le commerce électronique.

(Delft) Dans les entrepôts et les centres de traitement, les codes-barres servent à identifier les colis et à les trier par destination. Normalement, un ensemble de cinq caméras, positionnées autour d’un tapis roulant, scanne le code-barres. Ensuite, le colis est acheminé vers la zone correspondante. Pour la plupart des objets, cela fonctionne, mais un petit nombre de codes-barres ne sont pas lus dès la première fois.

Il existe plusieurs raisons à cela : le code-barres peut être tellement endommagé qu’il ne peut plus être reconnu. La surface du colis peut être irrégulière, par exemple un sac en plastique déformable, un objet cylindrique ou un couvercle avec étiquette appliqué ultérieurement. Le code-barres peut être partiellement visible si l’étiquette a été collée autour d’un coin. Des erreurs d’impression ou une cartouche d’encre vide ainsi que des problèmes de caméra peuvent également être responsables de l’illégalité d’une étiquette.

Problèmes de tri avec des colis rejetés

Dans tous les cas mentionnés, les colis ne peuvent pas être triés, nécessitant une intervention. La première option consiste à rescanner le code-barres et à renvoyer les marchandises à travers l’entrepôt, ce qui réduit cependant la capacité de tri. Si cela échoue, l’envoi est rejeté. Un employé de l’entrepôt doit le rescanner ou entrer le numéro d’identification, imprimer et coller une nouvelle étiquette, stocker le colis et le renvoyer au système de tri. La procédure est fondamentalement la même qu’en cas d’erreur de lecture de code-barres dans un supermarché et coûte du temps et de l’argent.

Un exemple pratique : supposons que dans un grand centre de tri qui traite 40 000 colis par heure, 5 % des colis soient rejetés. Cela équivaut à une réduction de la capacité à 38 000 colis par heure, mais signifie également que ces 5 % doivent être traités manuellement. Dans le cas décrit, 2 000 colis rejetés doivent être triés manuellement par heure. Avec un temps de traitement de 20 secondes par colis, 11 employés sont nécessaires pour traiter tous les retours^[1]. Ces pertes de capacité et le coût supplémentaire en personnel s’accumulent année après année en millions de revenus perdus. Moins d’erreurs de lecture de code-barres sont donc absolument souhaitables, en particulier pour les grandes entreprises de tri.

Déchiffrer les codes-barres illisibles

Barcode Vision est une solution numérique éprouvée pour réduire les erreurs de lecture. Ici, un scan de code-barres supplémentaire et spécial offre une seconde chance d’identifier l’article avant qu’il ne soit renvoyé pour traitement manuel. Contrairement aux systèmes traditionnels, Barcode Vision utilise plusieurs méthodes pour reconstruire les codes-barres endommagés ou illisibles.

En analysant les codes-barres utilisés sur le site, le système peut apprendre quels types de codes-barres sont à attendre. Ainsi, si un symbole est manquant au début ou à la fin, il peut être reconstruit et validé. De plus, Barcode Vision peut lire le texte sous le code-barres et le combiner avec les symboles pour garantir une reconnaissance réussie.

Pour une reconstruction précise, Barcode Vision ne se contente pas de s’appuyer sur les informations des clients, mais utilise également une technologie d’apprentissage profond. Le système programmé en interne par Prime Vision peut intelligemment reconstruire des codes-barres à partir d’images floues, surmontant ainsi les erreurs de caméra ou d’impression.

Un ensemble complet de mesures correctives

L’intégration de Barcode Vision est simple. Le système est compatible avec les caméras de scan existantes, permettant de résoudre le problème des codes-barres illisibles sans avoir à remplacer ou à moderniser le matériel ou les composants de transport. Barcode Vision dispose d’une interface pour un système de gestion d’intégration intelligent (SIM), qui capture les images et les résultats des lecteurs de codes-barres existants. Si le lecteur standard échoue, ces informations sont envoyées à Barcode Vision pour tenter une seconde fois. Le système dispose non seulement de l’interface Prime Vision répandue, mais est également fourni en tant que bibliothèque de liens dynamiques Windows (.dll) pour une compatibilité complète.

Le taux de réussite du système peut être encore amélioré en identifiant des problèmes spécifiques aux clients. L’élimination des défauts d’impression, l’optimisation de l’emballage pour le lecteur et une plus grande zone de scan aident le logiciel à réduire le nombre d’échecs de lecture au minimum.

La seconde chance pour les codes-barres illisibles

Barcode Vision n’est pas une panacée pour les colis non reconnus, mais dans tous les cas, c’est un grand avantage. Le succès de la technologie dépend également de l’opération de tri, mais déjà 25 % de retours en moins signifient chaque année des économies considérables grâce à moins d’interventions manuelles, une plus grande capacité de stockage et des processus plus efficaces. Grâce à cette solution spécialisée unique, qui lit également les codes-barres « entre les lignes », les entreprises de tri ont maintenant la possibilité de réduire considérablement leur taux de retours.

[1] 40000 colis/heure * 0,05 taux de rejet * 20 secondes ÷ 3600 secondes/heure = 11,111

Photo : © PrimeVision/Adobe Stock