Transload: Ứng dụng AI và Camera giám sát để đo lường hàng hóa tự động

Transload là một giải pháp công nghệ mới nổi bật thuộc diện Y Combinator P26, được thành lập bởi Julius, Jago và Nils. Sản phẩm này giải quyết một bài toán cụ thể trong ngành logistics: đo lường kích thước hàng hóa vận chuyển LTL (Less-than-truckload) một cách tự động thông qua hệ thống camera an ninh (CCTV) đã có sẵn tại các kho bãi.

Thay vì bắt buộc hàng hóa phải đi qua các trạm đo đạc chuyên dụng – vốn gây tắc nghẽn và làm chậm quy trình – Transload cho phép đo đạc "vô hình" ngay khi hàng hóa di chuyển theo quy trình làm việc bình thường.

Thách thức trong vận tải LTL

Trong ngành vận tải LTL (vận chuyển các lô hàng nhỏ gom chung), kích thước của kiện hàng là yếu tố quyết định đến giá cước, phân loại hàng hóa và hiệu quả sử dụng không gian container. Nếu chủ hàng báo sai kích thước nhỏ hơn thực tế, đơn vị vận chuyển sẽ bị hụt doanh thu dù vẫn chiếm dụng dung lượng xe tương đương.

Giải pháp hiển nhiên là đo mọi kiện hàng, nhưng thực tế lại rất khó khăn tại các kho bãi bận rộn. Các hệ thống đo đạc chuyên dụng đòi hỏi xe nâng phải di chuyển thêm quãng đường, gây ách tắc tại bến bãi và làm thay đổi luồng công việc. Do đó, nhiều nhà ga chỉ chọn cách đo lấy mẫu ngẫu nhiên thay vì đo toàn bộ.

Tận dụng AI và hạ tầng Camera hiện có

Đội ngũ Transload ban đầu định hướng xây dựng AI để tối ưu hóa lộ trình xe nâng. Tuy nhiên, sau khi khảo sát hơn 50 công ty vận tải, họ nhận ra nỗi đau lớn nhất của khách hàng lại nằm ở việc đo đạc kích thước hàng hóa.

Song song đó, sự tiến bộ của AI không gian (Spatial AI) và kỹ thuật ước lượng độ sâu đơn mắt (monocular metric depth estimation) đã mở ra cơ hội mới. Các công nghệ như MapAnything hay MoGe cho phép khôi phục cấu trúc 3D chính xác từ video camera thường mà không cần cảm biến LiDAR đắt đỏ.

Hầu hết các kho hàng đều đã lắp đặt hệ thống CCTV với vị trí cố định và quy trình lặp lại. Transload đặt câu hỏi: Tại sao không tận dụng camera có sẵn để đo hàng tự động trong nền (background)?

Quy trình hoạt động của Transload

Hệ thống của Transload hoạt động qua hai bước chính:

1. Kết nối mã vạch với đối tượng trong video: Công nhân quét mã vạch như bình thường, cung cấp thời gian và ID kiện hàng. Transload phân tích video quanh thời điểm đó để xác định công nhân nào đang quét và kiện hàng nào đang được xử lý. Thay vì dùng các Mô hình Ngôn ngữ Thị giác (VLM) – vốn chưa đủ tin cậy – nhóm đã tự huấn luyện mô hình riêng để suy luận trong không gian 3D dựa trên hướng nhìn, tư thế và chuyển động của công nhân. Bước này cực kỳ quan trọng để tránh đo nhầm kiện hàng trong khung hình chật hẹp chứa nhiều pallet và xe nâng.

2. Ước lượng kích thước thực: Sau khi xác định đúng kiện hàng, hệ thống sẽ phân đoạn (segment) nó và ước lượng một hộp giới hạn 3D (3D bounding box) từ góc nhìn camera đơn. Từ hộp 3D này, các thông số chiều dài, rộng, cao và thể tích được tính toán trực tiếp.

Độ khó nằm ở việc khớp hộp 3D chính xác chỉ từ một hình ảnh 2D. Transload sử dụng mặt nạ đối tượng, các cạnh nhìn thấy, điểm tiếp xúc với sàn nhà, hình học camera và các ràng buộc từ môi trường kho để tìm ra hộp 3D phù hợp nhất.

Hiệu quả và tiềm năng

Hiện tại, Transload đang hợp tác với một số đơn vị vận tải LTL. Với một khách hàng, khoảng 10% hàng hóa kiểm tra bị phát hiện sai lệch về kích thước.

Ứng dụng đầu tiên là phục hồi doanh thu: xác định các kiện hàng bị khai báo sai kích thước, cung cấp bằng chứng hình ảnh và giúp đơn vị vận chuyển điều chỉnh hóa đơn hoặc phân loại lại. Về dài hạn, dữ liệu này sẽ giúp các nhà vận hành hiểu rõ hơn về cách sử dụng không gian xe tải (trailer utilization) để tối ưu hóa hiệu quả kinh doanh.