Goods-to-robot: affrontare l’aggressività degli ordini in magazzino

Condividi
Smart robot arm system for innovative warehouse and factory digital technology . Automation manufacturing robot controlled by industry engineering using IOT software connected to internet network .
I sistemi robotizzati dotati di Intelligenza Artificiale sono la risposta più efficiente all’alta richiesta di ordini da evadere

Tutte le mutazioni del commercio e, di riflesso, della distribuzione viste negli ultimi anni vanno in una sola direzione: con notevole e costante accelerazione, portano gli ordini ad una crescita inaudita, cui si somma un’aggressività dei tempi di evasione che ha del disumano.

Poiché per stare dietro a richieste da soddisfare nel giro di poche ore, se non di un’ora, servono appunto doti ‘non umane’, ecco che la robotica prende il sopravvento anche sulla ormai tradizionale automazione.

Il magazzino, nel suo ecosistema, tenderà a servirsi sempre più di robot che si appoggiano all’Intelligenza Artificiale ed al Machine Learning, facendo emergere nuove soluzioni in grado di reggere il passo nei confronti di una domanda davvero aggressiva.

Leggi anche:
Robot, un mercato che vale 100 miliardi (per adesso)

 

Goods-to-Robot: che cos’é

Uno degli acronimi classici della logistica di magazzino è ‘GTP’, che sta per ‘Goods-to-Person’ e si riferisce al picking e alla movimentazione di merce in magazzino da parte del personale in carne ed ossa, cui è consegnato da parte di un sistema automatizzato.

Si tratta dunque di un’integrazione macchina-operatore all’interno dell’ecosistema magazzino mirata a snellire e velocizzare i processi di smistamento, prelievo e imballaggio dei prodotti a scaffale.

Con gli attuali flussi di domanda ed i tempi di evasione in costante contrazione, anche questa dinamica operativa mostra dei limiti: ecco farsi strada allora il ‘GTR’, ‘Goods-to-Robot’; com’è intuibile esso sostituisce l’operatore umano con un robot, con tutte le implicazioni legate all’efficienza che si possono immaginare.

 

Leggi anche:
Amazon, solo robot in magazzino?

 

 

Integrazione del back-end con il GTR

Si tratta dunque di un’ottimizzazione del processo che coinvolge i robot industriali tipicamente presenti nel back-end del magazzino con una serie di nuovi bracci robotici nel front-end, con l’obiettivo di migliorare velocità e flessibilità degli ordini, riducendo anche la quantità di lavoro associata alla loro elaborazione.

Altro vantaggio è lo svincolo di forza lavoro umana per assegnazioni a compiti con maggior valore aggiunto, con un impatto anche sulla realizzazione personale e la fidelizzazione del personale.

L’ecosistema robotico che si viene a costituire si basa su bracci robotici normalmente a sei assi, un terminale operativo, un sistema di visione globale delle operazioni e dell’ambiente circostante controllato da AI e un’integrazione con il WES, Warehouse Execution System.

 

Leggi anche:
Robot: fare scelte consapevoli

 

 

Robot ad autonomia crescente

La vera differenza, oltre alla precisione innata dei robot, che possono prelevare in autonomia prodotti dai contenitori con una precisione superiore al 99,9% per poi riposizionarli dove serve, sta nel loro grado di autonomia.

Per un sistema GTR è fondamentale l’AI: essa domina la visione d’insieme – sia in senso letterale, sia in senso concettuale – eseguendo non solo una scansione dell’ambiente alla ricerca dell’oggetto da movimentare, ma anche acquisendo esperienza e ricordando gli eventuali errori o imprecisioni.

Poiché l’Intelligenza Artificiale è una, ma i bracci robotici possono essere tanti, l’esperienza si moltiplica simultaneamente per tutte le unità coinvolte e il livello di apprendimento cresce in modo proporzionale.

 

Leggi anche:
Autonomous Mobile Robots, il futuro del magazzino

 

 

Robot dotati di Problem Solving?

Non si potrà parlare di vera e propria capacità di problem solving, però queste unità robotiche non sono progettate per compiere un solo gesto o per riprendere all’esigenza corrispondente ad una sola situazione.

L’AI ed il controllo della visione d’insieme consente loro di memorizzare infinite combinazioni complesse.

Dall’analisi delle immagini in tempo reale, alla m mappatura della posizione e dell’orientamento del singolo oggetto, al riconoscimento dello stesso, al suo prelievo, al modo in cui prelevarlo senza interagire con altri oggetti, per giungere al riconoscimento del giusto contenitore per il rilascio e l’identificazione della strategia più conveniente per depositario, l’ecosistema GTR è in grado di operare in autonomia e in velocità. Due requisiti irrinunciabili per lo sviluppo dell’attuale modello di prelievo delle merci dal magazzino.

Ti potrebbero interessare