बड़ी तस्वीर: जैसे-जैसे वेयरहाउस फ्लोर तेजी से ऑटो बन जाता है, रोबोट लॉजिस्टिक्स के सबसे सजा देने वाले पहलुओं को न बढ़ाते हैं, जबकि लोग ओवरसाइट, समस्या-समाधान और निरंतर सुधार पर ध्यान केंद्रित करते हैं। डीएचएल, फेडेक्स, यूपीएस, और वॉलमार्ट जैसी कंपनियों के साथ रोबोटिक्स में भारी निवेश, बैकब्रेकिंग वेयरहाउस जॉब का युग जल्द ही इतिहास हो सकता है।
गोदामों में मानव श्रम का अंतिम गढ़ – लोडिंग और ट्रकों को उतारने का भीषण काम – तेजी से बुद्धिमान रोबोटों की नई पीढ़ी के लिए रास्ता दे रहा है। दशकों के लिए, लॉजिस्टिक्स कंपनियों ने इस शारीरिक रूप से मांग और चोट-प्रवण काम को प्रमाणित करने के लिए संघर्ष किया है, जो अक्सर भारी उठाने और चरम तापमान से पीड़ित श्रमिकों को छोड़ देता है। अब, रोबोटिक्स, आर्टिफिशियल इंटेलिजेंस, और सेंसर टेक्नोलॉजी में ब्रेकहॉज़ बदल रहे हैं कि कैसे माल ट्रेलरों में और बाहर निकलते हैं, न केवल अधिक दक्षता बल्कि वेयरहाउस संचालन में मौलिक बदलाव का वादा करते हैं।
इस क्रांति के केंद्र में AMBI रोबोटिक्स, बोस्टन डायनेमिक्स, डेक्सटेरिटी एआई और फॉक्स रोबोटिक्स जैसी कंपनियों से परिष्कृत मशीनों का एक सूट है। प्रत्येक चुनौती के लिए अलग -अलग तकनीकी दृष्टिकोण लाता है, जैसा कि द्वारा वर्णित है द वॉल स्ट्रीट जर्नल।
उदाहरण के लिए, AMBI रोबोटिक्स ने एंबिस्टैक और रोबोटिक प्रणाली विकसित की है, जिसे पैलेट पर या कंटेनरों में आइटम स्टैकिंग की जटिल प्रक्रिया को प्रमाणित करने के लिए डिज़ाइन किया गया है। Ambistack रोजगार और चार-अक्ष गैन्ट्री रोबोट AI फाउंडेशन मॉडल द्वारा संचालित उन्नत कैमरों और मशीन विजन से लैस है। यह प्रणाली वास्तविक समय की गुणवत्ता नियंत्रण जांच करने के लिए प्रत्येक आइटम और कन्वेयर से प्रत्येक आइटम का विश्लेषण, ट्रैक और चुन सकती है।
रोबोट को पैकेज के आकार या उपस्थिति के पूर्व ज्ञान की आवश्यकता नहीं है; INSAT, यह फ्लाई पर नई वस्तुओं के अनुकूल होने के लिए सुदृढीकरण सीखने का उपयोग करता है, अधिकतम घनत्व और स्थिरता के लिए स्टैकिंग का अनुकूलन करता है। एआई मॉडल अपने प्रदर्शन को बेहतर बनाने के लिए वास्तविक दुनिया के उत्पादन डेटा से निरंतर सीखने के लिए प्रत्येक आइटम के गुरुत्वाकर्षण के वजन, नाजुकता और केंद्र पर विचार करता है। हल्के पर्दे और फर्श लेज़रों के उपयोग के माध्यम से सुरक्षा बनाए रखी जाती है।
बोस्टन डायनेमिक्स ने अपने स्ट्रेच रोबोट के साथ अलग -अलग दृष्टिकोण लिया है, और मोबाइल मशीन को स्पष्ट रूप से ट्रकों और कंटेनरों को उतारने के लिए डिज़ाइन किया गया है। स्ट्रेच फीचर्स और शक्तिशाली रोबोट आर्म और वैक्यूम ग्रिपर को व्यक्तिगत नियंत्रित सक्शन कप में कवर किया गया, जिससे यह प्रति घंटे सैकड़ों मामलों को संभालने में सक्षम हो गया, जिसमें छेद, डेंट, या आँसू के साथ बक्से शामिल हैं।
इसके ऑनबोर्ड कैमरे, लिडार, और टाइम-ऑफ-फ़्लाइट सेंसर प्रदान करते हैं और 360-डिग्री दृश्य प्रदान करते हैं, जो रोबोट को ट्रेलर अंदरूनी को नेविगेट करने और स्वायत्त रूप से गिरे हुए पैकेजों को पुनर्प्राप्त करने में सक्षम बनाता है। रोबोट की “धारणा मास्ट” 2 डी और 3 डी डेटा को इकट्ठा करती है, जिसे बॉक्स स्थानों, अभिविन्यास और इष्टतम पिक पॉइंट्स की पहचान करने के लिए कस्टम मशीन लर्निंग पाइपलाइन के माध्यम से संसाधित किया जाता है।
स्ट्रेच का पिक प्लानिंग सॉफ्टवेयर यह सुनिश्चित करता है कि यह स्टैक को अस्थिर नहीं करता है या बॉक्स हिमस्खलन का कारण नहीं बनता है, हर पिक के साथ अपनी रणनीति को परिष्कृत करता है। जब रोबोट एक समस्या का सामना करता है, तो वह हल नहीं कर सकता है, जैसे कि एक बॉक्स अपनी सामग्री को फैलाता है, यह मानव सहायता के लिए कॉल कर सकता है, मौजूदा गोदाम वर्कफ़्लो के साथ सहज को एकीकृत कर सकता है।
FedEx, Dexterity AI के साथ साझेदारी में, DEXR रोबोट को पायलट कर रहा है, और ट्रक लोडिंग के जटिल कार्य से निपटने के लिए दो-सशस्त्र मोबाइल सिस्टम डिज़ाइन है। DEXR एक संचालित कन्वेयर से जुड़ता है जो इसे सॉर्टेशन सिस्टम से बॉक्स फीड करता है। इसका एआई प्लेटफॉर्म पैकेज के अराजक मिश्रण को देखने के लिए कैमरों और लिडार को नियुक्त करता है, फिर आधे और दूसरे स्थान पर अरबों के निष्क्रिय arangements का आकलन करने के लिए जेनेरिक दीवार की योजना का उपयोग करता है, बक्से की स्थिर, घनी दीवारों का निर्माण करता है।
रोबोट का बल नियंत्रण इसे और स्पर्श की भावना प्रदान करता है, जिससे यह धीरे से एक साथ पैकेजों को नग्न करने में सक्षम हो जाता है। मशीन लर्निंग लगातार अपनी पैकिंग रणनीति को फिर से बनाती है, जबकि एकीकृत गति योजना टक्कर के बिना दो हथियारों को एक साथ सुनिश्चित करती है। FedEx का मानना है कि ये क्षमताएं अंततः DEXR को कुशल मानव लोडर की गति और विश्वसनीयता से मेल खाने की अनुमति देंगी, हालांकि प्रौद्योगिकी अभी भी सक्रिय परीक्षण में है।
वॉलमार्ट भी स्वायत्त फोर्कलिफ्ट्स की तैनाती के साथ स्वचालन को आगे बढ़ा रहा है, जिसे फॉक्सबॉट्स के रूप में जाना जाता है, जिसे फॉक्स रोबोटिक्स द्वारा विकसित किया गया है। ये मशीनें एआई-संचालित मशीन विजन, लिडार सेंसर, कैमरा, और प्रोग्रामेबल लॉजिक कंट्रोलर्स का उपयोग ट्रकों से स्टोरेज सिस्टम तक की पहचान करने, खींचने और परिवहन करने के लिए करती हैं। फोर्कलिफ्ट्स 60 से अधिक डबल-स्टैक्ड या 30 सिंगल-स्टैक्ड पैलेट प्रति घंटे से अधिक उतारने में सक्षम हैं, जबकि सभी बेमानी ब्रेकिंग सिस्टम के माध्यम से सख्त सुरक्षा प्रोटोकॉल बनाए रखते हैं।
मानव कार्यकर्ताओं को इन रोबोटों की देखरेख और प्रबंधन करने के लिए पीछे हटाया जा रहा है, मैनुअल अनलोडिंग से लेकर पर्यवेक्षी भूमिकाओं में स्थानांतरित करना जो रोबोट के प्रदर्शन को अनुकूलित करने के लिए अनुभव का उपयोग करते हैं।
इन तकनीकों को अपनाना इसकी चुनौतियों के बिना नहीं है। रोबोट अभी भी Irregulry के आकार के पैकेज और नरम-पक्षीय बैग के साथ संघर्ष करते हैं, और कुछ कार्यों को अप्रत्याशित मुद्दों के उत्पन्न होने पर मानव हस्तक्षेप की आवश्यकता होती है। नौकरी की सुरक्षा के बारे में श्रमिकों के बीच भी चिंता है, क्योंकि स्वचालन परिदृश्य को फिर से खोलना जारी है। हालांकि, लॉजिस्टिक्स कंपनियों का तर्क है कि ये नवाचार कार्यस्थल की चोटों को कम करते हैं, परिचालन प्रभाव डालते हैं, और कर्मचारियों को उच्च-मूल्य की भूमिका में संक्रमण की अनुमति देते हैं, जैसे कि रोबोट ऑपरेटर या रखरखाव तकनीशियन।
छवि क्रेडिट: द वॉल स्ट्रीट जर्नल
