ABB vässar robotplockare med NY AI-DRIVEN TEKNIK för SNABBPLOCKNING

ABB berättar idag att man utökar sin portfölj av robotlösningar för försörjningskedjor inom logistik och e-handel. Det handlar om två nya AI-drivna funktionsmoduler i sortimentet av robotplockare. Med bolagets AI-baserade visionsteknik, som testats av världsledande företag inom modehandel och logistik, erbjuder Fashion Inductor och Parcel Inductor lösningar för två av de mest kritiska logistikprocesserna: artikelplockning och sorteringsintroduktion.
Lösningarna sägs genom AI-bitarna inte bara vara snabba utan också ha hög noggrannhet. Sammantaget egenskaper som, ”ökar effektiviteten, minskar beroendet av manuell arbetskraft och kan smidigt integreras i befintliga system för snabb drifttagning.”
”I och med att e-handeln växer och paketvolymerna ökar med upp till nio procent per år finns det ett behov av högre hastighet och större noggrannhet vid plockning och introduktion av okända slumpmässiga föremål”, säger Craig McDonnell, Managing Director Business Line Industries på ABB Robotics. ”Samtidigt har företagen allt svårare att hitta personal som vill utföra dessa repetitiva och oergonomiska arbetsuppgifter. 37 procent av företagen inom den globala försörjningskedjan och logistikverksamheten har en betydande brist på arbetskraft.
Tack vare det utökade AI-drivna sortimentet av artikelplockare kan vi lösa företagens utmaningar så de kan öka sin genomströmning och produktivitet samtidigt som antalet fel minskas genom helautomatisering av processerna.”
En intressant aspekt med lösningarna är att både Robotic Fashion Inductor och Robotic Parcel Inductor ABBs AI-baserade visionsteknik kan hantera okända och slumpmässigt ditlagda artiklar i ostrukturerade miljöer, vilket säkerställer smidig hantering i logistikverksamheter med hög genomströmning och stor artikelmix. Båda funktionsmodulerna klarar en branschledande plockningsprecision på över 99,5 procent, även i dynamiska miljöer där artikelstorlek, form och förpackningstyp varierar. AI-systemet kan också utbildas att detektera och avvisa icke-hanterbara artiklar, som sfäriska eller cylindriska produkter, vilket säkerställer en tillförlitlig och effektiv process.