旷视出席机器人与智能制造发展高峰论坛 谈AIoT赋能仓储物流

粤讯 中字

7月9日,由中国机械工业联合会等主办的2019中国国际机器人与智能制造发展高峰论坛(以下简称“论坛”)在上海举行。旷视副总裁彭广平受邀出席本次论坛,并以“AIoT赋能仓储物流”为主题向与会嘉宾分享了旷视在制造业,尤其是仓储物流领域的探索。随后,在论坛同期举办的第四届“金手指奖”2019中国国际机器人年度评选颁奖典礼上,彭广平获评金手指2019中国国际机器人年度评选焦点人物奖。

旷视出席机器人与智能制造发展高峰论坛 谈AIoT赋能仓储物流

图:旷视副总裁彭广平在论坛上发表主题演讲

依托技术赋能产业 提升行业效率促进智能化生产

在人口红利消失的大环境下,越来越多的制造业与物流行业的企业开始利用人工智能、机器人等新技术进行转型升级。数据表明,2018年机器人与智能制造行业实现主营业务收入2862.96亿元,同比增长6.68%。整体看,机器人与智能制造行业发展增速明显快于机械工业全行业平均水平。到2018年,中国工业机器人的消费已经连续6年稳居全球第一。可以说,智能制造已成为机械工业调结构、转方式、换动能的重要引擎。

对此,彭广平表示,不管是制造还是物流,在转型升级的过程中,其核心思想仍是降本增效。而降本增效则要围绕以下几个方面进行:第一个是数据化或者数据的集成;第二个是人、机器设备以及系统的跨平台集成;第三则是产品生产的全生命周期管理。在彭广平看来,只有数字化以后,才可能去管理、连接,以及最终通过人工智能等技术进行智能调度。

旷视出席机器人与智能制造发展高峰论坛 谈AIoT赋能仓储物流

图:彭广平(右二)获评金手指年度焦点人物奖

旷视作为中国人工智能领军企业,正在依托技术赋能产业,着力探索培育智能制造新模式,围绕人工智能供应链大脑场景的落地,帮助制造业与物流行业解决痛点,从而提升行业效率,促进智能化生产。

据彭广平介绍,旷视一直在探索,把人工智能的算法和技术想法带入各个行业。其中,供应链大脑就是主要围绕制造业与物流行业开展业务。旷视供应链大脑业务依赖旷视的人工智能深度学习框架Brain++,通过这个算法构架,旷视能够对各个领域的数据进行分析,并根据各个领域的业务特点和行业应用,提供智能化的服务。基于算法能力,旷视构建了两大平台,一个叫旷视洞鉴,一个叫旷视河图(HETU)。其中,旷视河图主要面向制造和物流场景,为行业提供赋能。

解决仓储物流行业痛点 以河图为客户创造价值

但当前单独机器人的应用并不能解决制造业、仓储物流行业面临的所有问题。在彭广平看来,仓储物流业务的一些特性、属性,导致原来传统的人工仓储并不能满足现在的业务发展需要。同时,由于仓库订单数量庞大、品类众多,再加上传统人工仓作业管理混乱,导致人工拣选效率低。而自动化的设施又孤立分散,一个仓配置多套设备和软件平台,导致软硬件协同能力有限、效果不好,即使有自动化管理规划方案也无法进行前置性验证,导致改造成本高等。

基于此,旷视利用自身的算法能力与设备,在如何让智能设备协同高效的工作方面做了一些探索。“旷视河图就是用来解决这些问题的”,彭广平称,旷视河图解决的是传统管理软件与机器人设备间无法实现便捷操作的问题,核心概念是通过定义子仓模型,将客户零散的、突发性的需求,拆分为控制机器人的算法模型,通过聚类组合固化为解决办法,反馈到上层管理软件中形成便捷应用。

具体看来,旷视河图拥有生态连接、协同智能和数字孪生三大特性。其中,旷视河图的生态连接不仅仅连接机器人,有可能是合作伙伴,也有可能是传统自动化,更主要的是河图的开放性和智能性,产能规模趋近于无限。其次,旷视河图在路径规划、库维优化、负载均衡、作业调度层面提供了大量优化算法,以适配不同的业务场景。另外,旷视河图的数字孪生能实现虚拟世界与真实世界的一致化。彭广平表示:“我们希望在河图的平台上,做一些仿真的验证,让改造方案在落地实施以后,跟最初的设计是一致的;企业运营监控时,也跟最初的设计是一致的。”

旷视河图不仅仅对仓储场景有用,对制造场景也有用。彭广平举例,在制造场景,会遇到很多设备怎么连接,还有产线作业逻辑等问题,作业节奏的控制也不太一样,有些地方实时性要求高。但在制造场景中有个最大的问题就是定制化非常严重,如MES系统对接等,而旷视河图就是解决这些问题的,从而让多种设备连接起来,并在全局上实现控制、协同。

在演讲最后,彭广平再度表示,旷视目前正在打造软硬一体的平台生态。旷视河图向外提供全面的设备接入和业务开放能力,向上不管是跟客户还是业务系统的厂商,也是开放合作的态度。未来,旷视将继续坚定目标,秉持着“技术信仰、价值务实”的基因,将旷视的仓储数字化解决方案加快落地,提升合作伙伴在使用、运营及方案设计、实施方面的效率,真正地做到降本增效,为客户创造更大的价值。

声明: 本文系OFweek根据授权转载自其它媒体或授权刊载,目的在于信息传递,并不代表本站赞同其观点和对其真实性负责,如有新闻稿件和图片作品的内容、版权以及其它问题的,请联系我们。
侵权投诉

下载OFweek,一手掌握高科技全行业资讯

还不是OFweek会员,马上注册
打开app,查看更多精彩资讯 >
  • 长按识别二维码
  • 进入OFweek阅读全文
长按图片进行保存