科技產業報訂閱
event
 

因應電商倉儲需求 機器學習提升作業效率

為因應電子商務對於快速倉儲作業的需求,Berkshire Grey推出了Robotic Induction Station(RIS)平台。這套系能可透過機器學習技術加速揀貨、包裝等流程,將有助於提升電子商務與服裝供應鏈的作業效率。

 點擊圖片放大觀看

電子商務發展提升了倉儲對效率的要求。法新社

根據The Robot Report報導,為滿足電子商務迅速成長的倉儲物流需求,Berkshire Grey開發了一系列智慧機器人解決方案。最新的RIS系統能透過先進的電腦視覺與機器學習技術,將揀貨流程自動化。Berkshire Grey宣稱,RIS客戶能在不動用額外勞力的情況下,提升25~50%的產出量。

RIS可搭配Berkshire Grey的HyperScanner全向光學辨識專利技術,從混合物件物流箱與輸送帶揀選特定產品。RIS還能與傳統分類、包裝應用整合,提高原作業流程的效率與產能利用率。此外,不論是自動裝袋、自動裝箱,或是傳統傾斜托盤式分揀、雙托盤分揀、交叉帶分揀、口袋分揀,RIS與各種運輸、分類、包裝系統都有很高的相容性。

Berkshire Grey表示,RIS具備速度、準確度與商品相容性等優勢,相當適合處理衣服、藥妝、電子、居家用品、包裝食物、幼兒護理、寵物護理,及其他各式各樣的商品。

Berkshire Grey的系統不僅能處理最多樣化的商品,還能透過自動學習能力,不斷提升速度與工作表現。

有興趣的客戶除了能以傳統方式購得RIS系統,也可選擇以註冊的方式,取得RIS的機器人即服務(RaaS)。

  •     按讚加入DIGITIMES智慧應用粉絲團
更多關鍵字報導: 電商