• 全新功能模塊通過實現物流和廠內物流場景的端到端自動化
  ，解決了單件分離、抓取和分揀供包等方麵的關鍵挑戰  
• ABB開發的AI賦能高精度快速揀選技術提高了效率
  ，減少了對人工的依賴，並無縫集成到現有係統中實現快速部署
• 與ABB的運動規劃軟件集成後，AI視覺係統可識別每個拾取和放置動作，實現無碰撞的自動路徑規劃

近日，ABB為其揀選機器人產品係列增加了兩款全新AI賦能功能模塊，以擴展其用於物流和電子商務供應鏈的機器人產品解決方案。服飾分揀和快遞分揀供包解決方案采用ABB自有的AI視覺技術
，經過世界領先的時裝零售和物流公司的檢驗測試，可用於物品抓取和供包這兩大最關鍵的物流環節。  

更快速度

服飾行業機器人自動供包解決方案能夠以高達1300件/小時的速度
，實現對塑料袋包裝的服裝和配飾物品進行單件分離和分揀供包。  

快遞行業機器人自動供包解決方案專為小件物品單件分離和分揀供包而設計
，可在郵政和快遞物流中心以高達1500件/小時的速度處理箱子
、袋子、信封和包裹。與ABB的運動規劃軟件集成後，一旦AI視覺係統識別出每個物品，就能實現無碰撞的自動路徑規劃。  

ABB 機器人工業業務單元全球負責人Craig McDonnell表示：“隨著電子商務的蓬勃發展，預計快遞包裹數量將以每年高達9％^[1]的(de)速(su)度(du)增(zeng)長(chang)，這(zhe)使(shi)得(de)抓(zhua)取(qu)和(he)供(gong)包(bao)隨(sui)機(ji)未(wei)知(zhi)物(wu)品(pin)時(shi)對(dui)速(su)度(du)和(he)精(jing)度(du)的(de)要(yao)求(qiu)日(ri)益(yi)提(ti)升(sheng)。與(yu)此(ci)同(tong)時(shi)
，很(hen)多(duo)企(qi)業(ye)發(fa)現(xian)越(yue)來(lai)越(yue)難(nan)招(zhao)人(ren)來(lai)從(cong)事(shi)這(zhe)些(xie)重(zhong)複(fu)性(xing)且(qie)不(bu)符(fu)合(he)人(ren)體(ti)工(gong)程(cheng)學(xue)的(de)工(gong)作(zuo)，全(quan)球(qiu)37％的供應鏈和物流企業正麵臨嚴重的勞動力短缺^[2]。我們這次擴展AI賦能的揀選機器人產品係列可以應對這些挑戰，幫助企業通過實現這些流程端到端的自動化，提高流量和生產率並減少出錯。”

其他優勢

01結合ABB AI視覺技術

借助ABB的AI視覺技術，服飾分揀和快遞分揀供包解決方案都可以在非結構化環境中處理未知和隨機分布的物品，確保在高流量、高混合度物流作業中進行順暢處理。

02高動態環境精準抓取

這兩款功能模塊即使在物品尺寸、形狀和包裝類型每日變化的高動態環境中，也可以實現行業領先的超過99.5％的抓取精度。

03自動檢測無法分揀物品

該AI係統還可以被訓練用於檢測和拒收無法分揀的物品，如球形或圓柱形產品，以確保操作的可靠性和高效性。  

04適用於處理隨機物體

除了訂單處理以外
，因為它們在時間
、類型或日期上都無法提前預知，處理隨機和不可預見物體的能力也有利於處理退回包裹。  

無縫集成

這兩款功能模塊專為快速部署而設計，均采用預先集成的方式，從而最大限度地縮短調試時間、減少操作錯誤和設置複雜性
，調試時間最短僅需一周。

使用ABB的應用程序控製平台（ACP）

，包括機器人

、夾具和攝像頭在內的不同組件可以通過單一計算機和用戶界麵實現無縫集成。通過預訓練的AI模型
、視覺技術、經過驗證的機器人性能和集成控製平台

，這些功能模塊解決了識別
、抓取和運動控製等核心挑戰，從而減少了係統集成商在構建自動化揀選解決方案時所投入的時間和成本，同時消除了研發風險。  

作為整站解決方案供應商，ABB提(ti)供(gong)從(cong)應(ying)用(yong)軟(ruan)件(jian)和(he)機(ji)器(qi)人(ren)硬(ying)件(jian)到(dao)全(quan)球(qiu)售(shou)後(hou)服(fu)務(wu)的(de)端(duan)到(dao)端(duan)支(zhi)持(chi)，確(que)保(bao)順(shun)利(li)實(shi)施(shi)和(he)持(chi)續(xu)可(ke)靠(kao)性(xing)。該(gai)方(fang)式(shi)消(xiao)除(chu)了(le)從(cong)多(duo)家(jia)供(gong)應(ying)商(shang)采(cai)購(gou)和(he)集(ji)成(cheng)解(jie)決(jue)方(fang)案(an)所(suo)帶(dai)來(lai)的(de)問(wen)題(ti)，使(shi)規(gui)格(ge)確(que)定(ding)
、設置和操作更加簡便。

[1] 麥肯錫谘詢公司‘為郵政企業迎接未來包裹機遇做好準備’（2024）[2] Descartes‘供應鏈和物流行業的人力挑戰有多嚴重？’。基於美國和歐洲1000家供應鏈及物流企業的調查結果（2024）