:::
科研案例
自動化揀貨搬運 打造智慧倉儲
發佈日期:2020-12-09
案例摘要:
在經濟部技術處科技專案支持下,工研院發展AI深度學習技術,將倉儲決策自動化。
內容說明:
工研院 ▶ 發展人機協作數位倉儲
電商熱潮帶動零售進化,在各大通路比拚出貨速度的情況下,倉儲服務扮演關鍵角色。電商商品具有少量多樣特性,如何動態調度員工與無人搬運車AGV(Automated Guided Vehicle),以順暢進行頻繁的揀貨作業,是提升傳統倉儲效能的最大挑戰。
倉儲決策自動化 提升出貨效率
在經濟部技術處科技專案支持下,工研院發展AI深度學習技術,將倉儲決策自動化。在訂單執行上,應用AI演算法大幅減少重複行走的時間與距離,提高揀貨效率。在自走車調度規劃上,藉由覆蓋全場域的攝影機,建立全景地圖與規劃最佳路徑,提前閃避揀貨熱區及走道障礙物,提升AGV的運輸效率。在影像追蹤定位上,由中控主動監測、即時更新場域全景地圖,並主動傳送至所有AGV。當機器代替人工進行單調低產值的工作後,員工便可轉而負責更高產值的作業。
協助業者倉儲升級 創造產業效益
本項技術已促成美國電商集團擴大在我國的投資,於桃園建立東南亞最高效電商物流倉儲的示範點,並串聯物流服務廠商及設備自動化廠商,落實進口替代,掌握自主關鍵技術,創造間接效益逾新臺幣15億元。
目前該電商物流示範點高達80%的流程採用自動化機器,每台AGV每小時可處理34.2箱貨物,每工作日每台AGV減少人員行走距離達20公里,節省倉庫內長距離搬運人力達50%,省去過往人工搬運的耗時耗力。
此外,亦協助國內第三大超商倉儲升級,透過導入出貨預測、儲位配置及揀貨路徑規劃等3項關鍵系統技術,有效降低揀貨人力資源移動距離約71%、節省人力工時53%,以及降低營運成本12%,透過更有效率的出貨,提高我國電商和倉儲業者的服務價值,突破削價競爭的紅海市場。
▲ 透過掌握倉儲全景,精準規劃AGV運行路線
點閱數:
745