推出可拾取海量SKU的AI+机器人货品拣选解决方案,「梅卡曼德机器人」想要加速规模化应用

简介: 除制造业之外,物流业是智能化工业机器人规模应用的另一个重要细分领域。

云栖号资讯:【点击查看更多行业资讯
在这里您可以找到不同行业的第一手的上云资讯,还在等什么,快来!

文:张丞

编辑:石亚琼

机器人智能化这一赛道的融资活动在持续升温,融资轮次开始逐渐向后发展。据悉,5月6日,机器人初创企业Covariant宣布完成4000万美元B轮融资,该公司已在德国进行业务落地,将进一步扩展智能化机器人的行业应用领域。梅卡曼德机器人也于今年3月完成了由红杉资本中国基金领投的过亿元B轮融资。

近期,36氪了解到工业机器人智能化方案提供商梅卡曼德机器人针对物流行业持续发布新产品。

物流行业中的仓储场景存在大量自动化需求,随着AGV自动引导小车、交叉带分拣机等物流自动化设备被广泛应用于快递分拣中心,机械臂在自动化仓储场景的部署需求也在持续增长。因为机械臂在物流行业的自动化仓储场景中可以配合AGV、分拣机、立体仓等自动化设备使用,进而在供包、货物拣选、拆码垛、搬运等环节较为完整地实现自动化。

仓储场景中从货筐中抓取货品的环节仍然需要大量人工来完成,而梅卡曼德最新发布的可拾取海量SKU的AI+机器人货品拣选解决方案可以实现从货筐中抓取货品环节的自动化。整个解决方案是对已发布的产品进行迭代升级。

相较于之前的产品,最新发布的解决方案具有如下五个特点:

  • 机器人可无需事先注册货品的3D模型,即可拾取海量SKU货品,实现了常见货品免注册拾取。
  • 节拍速度更快,对小件轻货的抓取速度可达1200件/小时。
  • 可以应对包括小尺寸、盒状、水果、瓶状、不规则、半透明、黑色等各类常见包装。
  • 可选择使用快换系统,切换不同的吸盘或其他夹具,配置的夹具可快速变换角度,灵活处理货品贴边、角落放置等情况。
  • 可轻柔放置,避免货品损坏。

v2_977f8be483e04a45ad27c99e407ef047_img_gif

海量SKU货品拣选

目前梅卡曼德该方案主要针对分拣中心的大仓储场景,该方案的主要目标客户是To C电商物流。对于未来小仓储场景可能存在的增量自动化需求,梅卡曼德也在持续关注。同时,梅卡曼德在其他行业如医药领域的物流场景中也提供有针对性的机器人智能化解决方案。

物流行业市场规模持续快速增长,自动化、半自动化分拣设备占比稳步提升,成为除制造业之外机器人部署的另一个重要细分领域。根据国家邮政局《2019年中国快递发展指数报告》,2019年快递业务量已达635.2亿件,快递企业日均快件处理量1.7亿件,同比增长25.3%,已累计建成超过5000公里的自动化流水线。

物流行业与制造业相比,机器人部署的需求特点存在不同。制造业生产规模较大,人力成本高,而物流行业由于仓储人力成本相对较低,对劳动力的稳定性要求不高,因而机器人部署的意愿、程度相对于制造业并不高,对价格更为敏感;同时物流行业要求识别的种类更多、速度更快。所以要求机器人具备更低的成本价格和更高的工作效率。

梅卡曼德已经形成完整的AI+工业机器人核心技术交付能力,产品包括3D相机、视觉AI算法、机器人运动规划算法、以及易于规模部署的软件。其自主开发的3D相机达到工业级精度要求,同时适用于结构光、ToF、双目测距三种原理,可以根据具体场景需求调整装配以更有针对性。大部分产品以标准化的定价进行交付。

在工业机器人产业链中,梅卡曼德坚持赋能者定位,与集成商进行合作,帮助集成商服务好终端用户,保持开放态度,专注做好机器人智能化的核心服务。

推进业务规模化方面,今年的前四个月内,梅卡曼德服务的客户数量就达到了近去年数量的一半。客户主要分布于制造业,其他行业例如物流业、农业也涌现出大量的机器人智能化需求。面对各个行业细分场景中的细分需求,梅卡曼德CEO邵天兰表示,随着公司核心技术的不断优化,辐射到各个行业细分场景发布新产品的速度也逐步提升,成熟场景大规模交付和深挖长尾性质的细分需求在同步进行。例如今年针对3C、家电等劳动密集型产业的线束抓取自动化需求推出自主研发的解决方案。

海外业务方面,梅卡曼德的策略是利用国内企业决策较快、工程师支持力度大等独有的市场优势,将国内已有的成熟经验方案输出到海外进行落地。今年以来,尽管因为疫情受到一定的影响,但是已经与来自韩国、泰国、美国、日本等多家海外客户签订了新订单。

目前机器人智能化领域的规模化应用的大幕已经开启,邵天兰认为在价格敏感程度更高的物流领域,机器人规模化应用即将迎来更大的突破,梅卡曼德近期针对物流自动化仓储场景密集发布的新解决方案,将进一步提高物流行业的自动化程度,为物流行业的降本提效提供重要支撑。

【云栖号在线课堂】每天都有产品技术专家分享!
课程地址:https://yqh.aliyun.com/live

立即加入社群,与专家面对面,及时了解课程最新动态!
【云栖号在线课堂 社群】https://c.tb.cn/F3.Z8gvnK

原文发布时间:2020-05-15
本文作者:张丞
本文来自:“36kr”,了解相关信息可以关注“36kr

相关文章
|
17小时前
|
机器学习/深度学习 人工智能 监控
【AI 场景】如何应用人工智能来增强企业网络的网络安全?
【5月更文挑战第4天】【AI 场景】如何应用人工智能来增强企业网络的网络安全?
|
1天前
|
机器学习/深度学习 人工智能 自然语言处理
【AI 场景】人工智能在自然语言理解方面的挑战和解决方案
【5月更文挑战第3天】【AI 场景】人工智能在自然语言理解方面的挑战和解决方案
|
1天前
|
传感器 人工智能 供应链
【AI 场景】如何应用 AI 来优化供应链管理
【5月更文挑战第3天】【AI 场景】如何应用 AI 来优化供应链管理
【AI 场景】如何应用 AI 来优化供应链管理
|
1天前
|
机器学习/深度学习 人工智能 自动驾驶
【AI 初识】人工智能在机器人和自动化中的作用是什么?
【5月更文挑战第3天】【AI 初识】人工智能在机器人和自动化中的作用是什么?
|
2天前
|
数据采集 机器学习/深度学习 人工智能
探索AI在软件测试中的应用与挑战
【5月更文挑战第2天】本文将探讨人工智能(AI)在软件测试领域的应用及其带来的挑战。我们将详细讨论AI如何改变软件测试的方式,包括自动化测试、预测性测试、智能化缺陷检测等。同时,我们也将探讨AI在软件测试中面临的挑战,如数据质量问题、模型的可解释性、以及对现有测试流程的影响等。
|
4天前
|
数据采集 机器学习/深度学习 人工智能
自动化测试中AI辅助技术的应用与挑战
【4月更文挑战第30天】随着人工智能(AI)技术的飞速发展,其在软件自动化测试领域的应用日益增多。本文探讨了AI辅助技术在自动化测试中的应用情况,包括智能化测试用例生成、测试执行监控、缺陷预测及测试结果分析等方面。同时,文章还分析了在融合AI技术时所面临的挑战,如数据质量要求、模型的透明度与解释性问题以及技术整合成本等,并提出了相应的解决策略。
|
4天前
|
人工智能 自然语言处理 监控
人工智能(AI)的应用非常广泛
【4月更文挑战第30天】人工智能(AI)的应用非常广泛
24 5
|
5天前
|
机器学习/深度学习 人工智能 监控
构建未来:AI在个性化学习路径设计中的应用
【4月更文挑战第29天】 随着人工智能(AI)的飞速发展,教育领域正经历一场由数据驱动的变革。本文聚焦于AI技术在个性化学习路径设计中的应用,探讨其如何通过精准分析学习者的行为和表现来优化教学策略和内容。我们展示了利用机器学习模型来预测学习成果、识别学习障碍以及提供即时反馈的潜力。文章还讨论了实施个性化学习所面临的挑战,包括数据隐私保护和技术整合问题,并提出了相应的解决策略。
|
2月前
|
传感器 人工智能 自然语言处理
智能咖啡厅助手:人形机器人 +融合大模型,行为驱动的智能咖啡厅机器人
智能咖啡厅助手:人形机器人 +融合大模型,行为驱动的智能咖啡厅机器人
智能咖啡厅助手:人形机器人 +融合大模型,行为驱动的智能咖啡厅机器人
|
3月前
|
传感器 机器学习/深度学习 算法
植保机器人具备智能感知与决策能力
植保机器人具备智能感知与决策能力
19 2

热门文章

最新文章