Bis 2023 wird der E-Commerce voraussichtlich zwei Drittel davon ausmachen EinzelhandelswachstumDieses enorme Wachstum setzt den Betrieb stark unter Druck - von der Produktion über die Erfüllung bis hin zum Vertrieb. Alle Augen sind auf autonome mobile Roboter gerichtet, um die Produktivität und Effizienz in jeder Phase zu steigern.
Aber wie fängt man überhaupt an, autonome Roboter zu bauen, um die Logistik zu automatisieren?
Von der Automatisierung zur Autonomie
Hier kommt Industrie 5.0 ins Spiel. Während Industrie 4.0 den Weg für eine verbesserte „intelligente“ Automatisierung ebnete, bringt die Folgespezifikation sie auf die nächste Ebene, indem autonome mobile Roboter (AMRs) in dieselbe Arbeitsumgebung wie Menschen gebracht werden.
AMRs können bei sich ständig ändernden Umgebungen und dynamischen Arbeitsabläufen eines Lagers und anderer industrieller Umgebungen helfen. In der Tat, in einem Gartner-Umfrage Von den CIOs des Einzelhandels gab 87% die Robotik für die Lagerauswahl als Anwendungsfall Nummer 1 an. Mit AMRs können Hersteller und Händler mit einer Reduzierung der Betriebskosten rechnen.
"Die Integration von IoT Edge Computing und KI ist ein wesentlicher Bestandteil dieses Designs", sagte Amit Goel, Director of Product Management für autonome Maschinen bei NVIDIA. „Wir bauen eine Plattform, die diese autonomen Systeme mit Informationen versorgt. Durch die Verteilung dieser Informationen auf die verschiedenen Komponenten Ihres Lagers funktioniert alles synergetisch, was mit einer einzigen Computerinfrastruktur nicht möglich ist. “
Damit AMRs und Menschen in einer Umgebung sicher zusammenarbeiten können, ist der Vorteil erforderlich - sowohl Hardware als auch Software für Echtzeit-Computing, bei dem Fehler keine Option sind.
Edge-Hardware und Edge-Software arbeiten zusammen
Wir können kein Höchstmaß an Effizienz erwarten, ohne dass Hardware und Software zusammenfallen. NVIDIA Derzeit werden anwendungsspezifische Software Development Kits (SDKs) entwickelt, mit denen Entwickler anwendungs- oder branchenspezifische AMR-Lösungen erstellen können. Die Integration dieser Lösungen wird optimiert, da sie alle auf derselben GPU-basierten Kernplattform ausgeführt werden.
Wie zu erwarten ist, gibt es innerhalb einer Produktionsstätte oder eines Lagerverteilungszentrums eine Vielzahl von Anforderungen. Wenn es um die Automatisierung geht, können die Anforderungen so einfach sein wie die Verwendung von Machine Vision zum Scannen von Produkten, um die Organisation sicherzustellen, oder in einer komplexeren Umgebung, bei der Datenerfassung und Machine Vision innerhalb des AMR verwendet werden, um für optische Inspektionen durch das Lager zu gelangen Kontakt mit anderen AMRs und Menschen auf dem Weg.
Wir sind führend im AMR-Bereich mit führenden Edge-Computing-Lösungen, die speziell für die sichere Erstellung und Bereitstellung von AMRs in industriellen Umgebungen entwickelt wurden - von verschiedenen Kernoptionen für heterogenes Computing bis hin zu verschiedenen Modulen und sogar integrierten Edge-Plattformen.
Organisieren Sie Ihre Daten in Echtzeit
Wir sehen, dass Logistiksysteme Massenmengen von Betriebsdaten erzeugen, und diese Daten müssen in Echtzeit verarbeitet werden, am Rande, auf, in der Nähe oder um das datenproduzierende „Ding“. Alle Geräte kommunizieren mit der Verwendung von spezialisierter Middleware, wie z Eclipse Cyclone DDSSo stellen Sie sicher, dass die Punkt-zu-Punkt-Kommunikation innerhalb einer bestimmten Zeit erfolgreich ist.
Schauen Sie sich die zweite Episode des Embedded Insiders Podcasts an, in der wir mehr über Edge AI und AMRs diskutieren und auf Episode 3 gespannt bleiben!
Um mehr über ADLINK- und NVIDIA-GPU-Lösungen zu erfahren, besuchen Sie unsere Webseite.
