根據eMarketer的數據顯示,預計未來五年全球在線銷售額將達到3.578萬(wan) 億(yi) 美元,比2015年的1.671萬(wan) 億(yi) 美元增長47%。全渠道購物的指數增長,以及對快速商品交付的需求正在重新定義(yi) 產(chan) 品分銷方式,智慧倉(cang) 儲(chu) 的搭建勢在必行。在此背景下,無論是物流企業(ye) 亦或者是曠視等人工智能企業(ye) ,紛紛發揮所長,在物流倉(cang) 儲(chu) 領域耕耘。

在2019年初,作為(wei) AIoT領域的智能物聯方案專(zhuan) 家曠視就基於(yu) 自主研發的人工智能技術,領先業(ye) 界首發了機器人網絡協同操作係統——曠視河圖(HETU),用以解決(jue) 傳(chuan) 統的倉(cang) 儲(chu) 物流企業(ye) 人工成本高、項目實施周期長、多類設備難協同、運營維護難等痛點問題。

圖:曠視推出的機器人網絡協同操作係統曠視河圖

曠視河圖能夠通過機器人與(yu) 倉(cang) 儲(chu) 物流業(ye) 務的快速集成,實現一站式解決(jue) 規劃、仿真、實施、運營全流程。它主要包括控製層、算法層、數字化層三個(ge) 層次,其中曠視自研原創的人工智能深度學習(xi) 框架Brain++則為(wei) 其算法訓練、模型優(you) 化及部署提供了量身定製的底層支持。

那麽(me) 曠視河圖這樣的機器人網絡協同操作係統在物流倉(cang) 儲(chu) 領域扮演著什麽(me) 角色?在曠視聯合創始人兼CTO唐文斌看來,曠視河圖扮演的是決(jue) 策器角色。他認為(wei) ,IoT未來有三種角色,分別是傳(chuan) 感器、執行器和決(jue) 策器。物流場景或其他AIoT場景,都應該圍繞這三個(ge) 角色進行創新。

其中,傳(chuan) 感器能夠把物理世界進行數據化並進行匯集,如攝像頭、掃碼槍等;執行器在不同場景下有很多種,在物流倉(cang) 儲(chu) 場景,AGV、AMR、機械臂、輸送線,甚至是人都是一個(ge) 執行單位;決(jue) 策器則是指揮傳(chuan) 感器和執行器,能夠讓它們(men) 更好地聯動起來。因此,作為(wei) 曠視AIoT戰略的組成部分,曠視河圖在物流場景的創新主要是“做更好的決(jue) 策器”,並具備生態連接、協同智能、數字孿生三大特征。

曠視河圖的核心是連接不同的傳(chuan) 感器和執行器,使它們(men) 能夠有一個(ge) 統一的大腦指揮所有的設備一起來行動,最後完成倉(cang) 儲(chu) 的作業(ye) 任務。在唐文斌看來,曠視河圖能夠從(cong) 作業(ye) 的層麵讓所有的設備高效的協同,所以從(cong) 某種程度上來說,曠視河圖是一個(ge) 一站式的WCS:“曠視河圖控製了所有的設備,也接管了一部分WMS的工作,通過這個(ge) 方式讓倉(cang) 庫擁有一個(ge) 大腦,從(cong) 而讓倉(cang) 庫中的設備更加智能地動起來”。與(yu) 此同時,曠視河圖還能從(cong) 規劃設計階段,到仿真模擬,到部署實施和運營監控,貫穿整個(ge) 生產(chan) 過程並提供一站式解決(jue) 方案,實現數字孿生。

采用多品牌設備進行生產(chan) 或運營在物流倉(cang) 儲(chu) 等場景下是極其正常的,但這也意味著企業(ye) 在對接不同的硬件設備時,需要承受無法避免的切換成本。而曠視河圖的三大特征就能解決(jue) 這一痛點,讓企業(ye) 不再擔心不同係統的對接方案和成本。

目前,曠視河圖已連接曠視自主設計、生產(chan) 的智能機器人以及多種接入設備,包括心怡、科捷、鯨倉(cang) 的WMS 係統等軟件,和MUJIN 拆碼垛機器人、拆零揀選機器人等硬件設備,可以實現500台機器人集群協同作業(ye) ,並在電商大考的“雙11”當天拆零出倉(cang) 超過8萬(wan) 箱,刷新了“單倉(cang) 機器人集群作業(ye) ”紀錄。同時也落地電力、快消、教育等行業(ye) ,加速傳(chuan) 統行業(ye) 供應鏈智能化。

傳(chuan) 統的倉(cang) 儲(chu) 管理中存在諸多弊端,通過人工智能等技術的應用,不僅(jin) 能加大裝備技術升級力度,也可進一步提升倉(cang) 儲(chu) 係統的智能化、柔性化,有效解決(jue) 倉(cang) 儲(chu) 物流管理的現存痛點。據國家級專(zhuan) 項規劃《機器人產(chan) 業(ye) 發展規劃(2016-2020年)》,2020年我國工業(ye) 機器人使用密度達到150台/萬(wan) 人。據此計算,在2020年,我國工業(ye) 機器人本體(ti) 市場規模可達到459億(yi) 元。同時,核心零部件占工業(ye) 機器人成本的72%,其中控製係統占比12%。可以預見,AI賦能倉(cang) 儲(chu) 物流乃至更多的製造業(ye) 場景已是必然趨勢。在這一背景下,曠視河圖也將擁有更多的想象空間。