Adler推出新一代RFID标签读取器机器人

简介:

德国服装零售商Adler Modem?rkte正使用带有RFID功能的机器人Tory进行库存盘点并识别门店内货物的位置。该机器人及管理数据的软件使用德国科技公司MetraLabs提供的。

Adler正开展一项涉及两台Tory机器人的项目,一台在Erfurt门店使用,一台在Haibach总部门店使用。该公司计划在今年晚间将其使用范围拓展到其他城市的门店。公司IT部门负责人Roland Leitz称,目前,Adler已在大多数销售的商品上附着了无源EPC Gen2超高频RFID标签,并在所有177家门店安装了手持读取器。他还补充说,比起人工或基于二维码的库存管理系统,使用手持RFID读取器可以显著加快盘点速度。但是,Leitz还说道,由于该过程需要一名员工在门店及货架边上走动并挥舞读取器,这也会占有员工工作时间。

 

德国零售商Adler使用RFID机器人进行库存盘点

 

(该门店的Tory机器人可以读取8米范围内的物品标签ID,每秒最多可读取250个标签。)

Tory机器人可以随意放置在门店上,使用传感器进行导航,边行走边读取标签。Leitz解释:“我们的目标是进一步减少管理任务,这样资源便可以分配到销售行为中。在机器人的帮助下,库存盘点可以更频繁,这样货物数据便更加可信。”

Leitz称,2015年10月Adler开始启动机器人部署并计划今年在10家门店进行部署,他说:“永久部署机器人的门店数量尚未确定,这取决于试点阶段的结果。”

MetraLabs共同创始人Johannes Trabert称,目前,共有200台的MetraLabs机器人在世界各地的门店,博物馆,工业场所投入使用。但目前极少数企业使用新推出的Tory机器人进行RFID库存盘点。

MetraLabs,成立于2001年,于2007年推出第一款机器人帮助客户定位店内物品位置。早期的版本在底部安装了124kHz低频读取器并在地板上安装了无源低频RFID标签将机器人引导至特定物品处。公司高级软件架构师Christian Reuther称,MetraLabs自行设计并制造了读取器。标签(每个标签ID在软件内对应一个特定位置),激光及图像传感器提供了导航功能,这样,机器人便可知晓每时每刻的特定位置。此外,每个产品名字还和特定位置进行绑定,机器人便可知晓预计读取的货物标签。

2009年,MetraLabs在Tübingen大学实验室测试一台内置超高频读取器的机器人。但当时,并没有多少企业在物品上附着RFID标签,因此该机器人并不实用。过去五年企业发生了很多变化,,大型零售商开始在物品上附着标签或接受到供应商处标签标记的物品。

Tory可以实现两项功能:使用内置的Impinj超高频RFID读取器盘点库存,使用激光及图像机器人为消费者寻找特定商品。Trabert称,该读取器配备一个定制的天线阵列,以实现高精度及传统零售业的使用场景。为判断特定产品的位置,消费者可以使用Tory的触摸屏输入物品名称。然后,机器人便会查询内存存储的相关位置信息,然后机器人便可使用传感器及里程表将其导航到货物的货架边上。这样,Tory便可在夜间进行库存盘点,并在白天为消费者提供服务。

要启动库存跟踪功能,用户首先需要建立机器人的路线或覆盖区域。该过程可通过设备触摸屏完成。屏幕会显示出“扫描区域”的设置指引。零售店需将机器人放置在选定的起始点,设置扫描区域或路线并按下“开始”按钮。

然后,Tory便可按照设定的扫描区域或导航路线行走,用户也可按下“停止”进行停止。该机器人尺寸为1.5米高,0.5米宽,可通过键盘,手柄,笔记本或手机进行远程操控,但手动按下机器则是最精确的方式。远程控制的方式往往无法精确的实现库存盘点的导航路线。他说:“我们通常建议客户使用预先设定路线的方式。这样,机器人便可自动自动完成盘点工作。”

Tory可在内存中存储路线并在稍后随时按照设定路线进行盘点。Trabert称,若路线中有意料之外的障碍或货架改变,导航软件会重新计算最理想的路线。

Reuther称,每家门店存在着近乎无限的路线或区域,但库存盘点路线则通常是最常使用的路线。其他路线可能是一些特定类别或特定区域货物盘点的路线。

机器人速度可达1米每秒,但用户还可根据区域内标签密度调整机器人速度。通常,Tory可以读取8米内的标签,每秒最多读取250个标签。内置的存储器可以存储100万个标签读取数据。机器人可以通过WiFi或有线连接将数据传输到服务器上。

MetraLabs软件运行在零售商数据库上,存储每个货架的库存信息。如果机器人未能读取到特定位置上预期的标签ID,机器人可以通过WiFi连接传输可能丢失的标签ID。

Trabert称,机器人的读取速度是人工手持读取器的10倍。



本文转自d1net(转载)

相关文章
|
安全 物联网 机器人
|
2月前
|
人工智能 自然语言处理 算法
具身智能高校实训解决方案 ----从AI大模型+机器人到通用具身智能
在具身智能的发展历程中,AI 大模型的出现成为了关键的推动力量。高校作为培养未来科技人才的摇篮,需要紧跟这一前沿趋势,开展具身智能实训课程。通过将 AI 大模型与具备 3D 视觉的机器人相结合,为学生搭建一个实践平台。
208 64
|
15天前
|
机器学习/深度学习 人工智能 算法
人工智能与机器人的结合:智能化世界的未来
人工智能与机器人的结合:智能化世界的未来
114 32
|
21天前
|
人工智能 自然语言处理 机器人
机器人迈向ChatGPT时刻!清华团队首次发现具身智能Scaling Laws
清华大学研究团队在机器人操作领域发现了数据规模定律,通过大规模数据训练,机器人策略的泛化性能显著提升。研究揭示了环境和对象多样性的重要性,提出了高效的數據收集策略,使机器人在新环境中成功率达到约90%。这一发现有望推动机器人技术的发展,实现更广泛的应用。
73 26
|
2月前
|
算法 机器人 语音技术
由通义千问驱动的人形机器人具身智能Multi-Agent系统
申昊科技人形机器人小昊,集成通义千问多模态大模型的具身智能系统,旨在讲解销售、迎宾表演等场景。机器人通过语音、动作等方式与用户互动,利用云端大语言模型处理自然语言,结合视觉、听觉等多模态感知技术,实现流畅的人机对话、目标追踪、展厅讲解等功能。
242 4
由通义千问驱动的人形机器人具身智能Multi-Agent系统