A EMPREGABILIDADE DA INTELIGÊNCIA ARTIFICIAL NA AUTOMAÇÃO DO SETOR LOGÍSTICO PARA CONTROLE DE CARGA
THE EMPLOYABILITY OF ARTIFICIAL INTELLIGENCE IN AUTOMATION OF THE LOGISTICS SECTOR FOR LOAD CONTROL
Resumo
O setor logístico apresenta demandas complexas, pois envolve uma movimentação grande de pessoas e serviços. Por conta do mercado nacional cada vez mais competitivo e agressivo, a busca pela inclusão digital na gestão das empresas é fundamental para otimizar processos e diminuir a possibilidade de erros humanos. Principalmente na etapa de carregamento durante a contagem de produtos acabados, atividade vital dentro da área que é feita de forma manual e diária que demanda muito tempo. Diante disto, no intuito de resolver problemas relacionados a tomadas de decisões, irregularidades no carregamento e melhora de gerenciamento de processos, este trabalho consiste no desenvolvimento de um sistema de controle de contagem automatizado que utiliza técnicas de machine learning, através da linguagem de programação Python, por meio de algoritmos que interpretarão vídeos obtidos por um sistema de câmeras ou por meio de envio de imagens para monitorar, possibilitando um melhor desempenho logístico em processos que antes eram feitos de forma manual.
Abstract
The logistc sector shows complex demands because envolves a large movement of people and services, and with the national market increasingly agressive and competitive, the search for digital inclusion in business managment is essential to optimize process, decrease possibility of human errors, especially in the load phase during counting of finished products, a vital activity within the area that is is done manually and daily that demands a lot of time. Therefore, in order to solves problems related to decision making, irregularities in loading and improvement of process management, this work consists in the development of an automated counting control system that uses machine learning techniques, through the Python programmin language, using an algorithms that will interpret videos taken by a camera system or by sending images to monitor, enabling better logistical performance in processes that were previously done manually.
