Amazon Vulcan Haptic Robot Breakthrough: การทำงานร่วมกันของเครื่องจักรกับมนุษย์เปลี่ยนอนาคตของคลังสินค้า

Jul 02, 2025 ฝากข้อความ

อเมซอนยักษ์ใหญ่อีคอมเมิร์ซทั่วโลกประกาศในการประชุม "ส่งมอบอนาคต" ในดอร์ทมุนด์ประเทศเยอรมนีว่าหุ่นยนต์สัมผัสวัลแคนที่พัฒนาขึ้นใหม่ได้ทำการทดสอบนักบินเสร็จสิ้นและเข้าสู่ช่วงเบต้า . หุ่นยนต์นี้ นิ้วเป็นครั้งแรกทำเครื่องหมายการเปลี่ยนแปลงครั้งสำคัญสำหรับอุตสาหกรรมโลจิสติกส์ .

 

Amazon Vulcan tactile robot

 

ความก้าวหน้าทางเทคโนโลยี: กระบวนทัศน์เปลี่ยนจากการมองเห็นไปสู่การสัมผัส

 

การพัฒนาหลักของวัลแคนตั้งอยู่ในการรวมตัวกันอย่างลึกซึ้งของแฮ็ปติกและการมองเห็น . เซ็นเซอร์หกแกนที่ปลายแขนหุ่นยนต์สามารถรับรู้ได้ถึงสามมิติของการจัดเก็บแบบจำลอง 5 มิติ เมื่อจัดการช่องเก็บของที่ปลอดภัยด้วยแถบยืดหยุ่นของ Vulcan "อลูมิเนียมรูปทรง" ของวัลแคนสามารถผลักสิ่งกีดขวางออกไปในขณะที่สายพานลำเลียงรวมอยู่ในแผ่นยึดแผ่นคู่ขนานนำเสนอรายการที่ดีที่สุด . . โดยอัตโนมัติ

 

ความคืบหน้าในการปรับใช้: ปรับขนาดจากสหรัฐอเมริกาไปยังยุโรป

 

ในช่วงระยะเวลานักบินหุ่นยนต์ Vulcan Stow หกตัวที่ประมวลผลมากกว่า 500, 000 คำสั่งซื้อที่ศูนย์โลจิสติกส์ Spokane ในรัฐวอชิงตันการจับคู่ประสิทธิภาพของคนงานมนุษย์ . การทดสอบเบต้าจะเพิ่มหุ่นยนต์อีก 30 ตัว กล้องเพื่อดึงรายการอย่างแม่นยำจากชั้นวางสูงสุดถึง 2 . สูง 44 เมตรระบุเป้าหมายผ่านรูปแบบการเรียนรู้แบบเปรียบต่างโดยไม่ต้องใช้บาร์โค้ด

 

การทำงานร่วมกันของหุ่นยนต์มนุษย์: การอัพเกรดคู่ในประสิทธิภาพและความปลอดภัย

 

วัลแคนมุ่งเน้นไปที่งานที่มีความเสี่ยงสูงที่เกี่ยวข้องกับชั้นวางสูงสุดและต่ำสุดในขณะที่พนักงานมนุษย์จัดการชั้นวางกลางและรายการพิเศษลดความเสี่ยงในการบาดเจ็บในสถานที่ทำงานมากกว่า 40%. พนักงานในรายงานคลังสินค้า Spokane การจัดการลดต้นทุนการส่งคืนโดยตรง .

 

ผลกระทบของอุตสาหกรรม: ยุคใหม่ของการขนส่งอัตโนมัติ

 

ในฐานะที่เป็นคำสั่งซื้ออีคอมเมิร์ซเทคโนโลยีวัลแคนถูกมองว่าเป็นทางออกที่สำคัญสำหรับความดันคลังสินค้า . หากนำมาใช้ในฮับโลจิสติกส์เช่นฮ่องกงมันสามารถเพิ่มประสิทธิภาพการเรียงลำดับได้ 250% และลดค่าใช้จ่ายในการปรับปรุงระบบใหม่ นำไปใช้ในสาขาต่างๆเช่นบริการด้านการดูแลสุขภาพและบ้านในอีก 20 ปีข้างหน้า . ปัจจุบันวัลแคนสามารถทำงานได้ 20 ชั่วโมงต่อวันประมวลผล 300 รายการต่อชั่วโมง . รูปแบบการเรียนรู้ที่ลึกล้ำของมันได้รับการปรับให้เหมาะสมอย่างต่อเนื่อง ตัวแทน . "