德國紅點設(shè)計獎公布2022年獲獎名單，?？禉C器人RoboMirror System從全球眾多參賽作品中脫穎而出，斬獲大獎。據(jù)介紹，RoboMirror System可以模擬企業(yè)物流業(yè)務(wù)場景，實現(xiàn)物理世界與數(shù)字世界的流暢交互，幫助企業(yè)計算物流升級成本，數(shù)字化預演及優(yōu)化AMR(移動機器人)的運行路徑和任務(wù)分發(fā)情況，監(jiān)督AMR的整體使用效率，提高項目實施和交付的效率，讓智慧物流升級方案更具確定性。
組委會在授獎詞中寫道：“紅點是高質(zhì)量設(shè)計獎，國際評審團僅將這一備受追捧的質(zhì)量標志授予那些憑借良好的設(shè)計質(zhì)量和創(chuàng)造性表現(xiàn)贏得他們青睞的參賽作品。“這是繼2018年以來，?？禉C器人斬獲的第五座紅點大獎。
技術(shù)創(chuàng)新點
1.構(gòu)建業(yè)務(wù)場景全局實時孿生系統(tǒng)，虛擬與現(xiàn)實實現(xiàn)無縫連接
依托三維建模技術(shù)，將現(xiàn)實中的業(yè)務(wù)組件通過三維引擎進行真實呈現(xiàn)，同時依托數(shù)據(jù)流轉(zhuǎn)，將靜態(tài)的業(yè)務(wù)組件聯(lián)絡(luò)起來，以更直觀更生動的方式將實際場景呈現(xiàn)。同時支持自定義模型導入和接入，提供數(shù)據(jù)驅(qū)動接口供第三方對接，而非靜態(tài)的組件骨架，使得組件骨架與數(shù)據(jù)肌肉結(jié)合起來，形成一個生動的虛擬現(xiàn)實世界。多維的數(shù)字看板，可從多維角度進行數(shù)據(jù)分析，呈現(xiàn)具有實際意義的結(jié)果展示。
2.通過對業(yè)務(wù)場景的深度挖掘和梳理，實現(xiàn)業(yè)務(wù)場景的精準仿真
傳統(tǒng)投產(chǎn)規(guī)劃更多是基于當前業(yè)務(wù)效率和流程進行一定擬合，以達到預估資金投入和生產(chǎn)效率情況。這種方法往往是以經(jīng)驗值為依托，項目的準確度也無法得到保證。RoboMirror能夠以實際業(yè)務(wù)為基準，通過1：1的實物仿真，和數(shù)據(jù)業(yè)務(wù)流程仿真，為企業(yè)投產(chǎn)或改造的業(yè)務(wù)規(guī)劃和資金投入規(guī)劃提供可靠數(shù)據(jù)支撐，做到數(shù)據(jù)有跟蹤，數(shù)據(jù)有來源。同時可以動態(tài)調(diào)整業(yè)務(wù)流程和環(huán)節(jié)，且調(diào)整后的成本和效率也能夠即刻反饋，幫助企業(yè)做到持續(xù)改進，持續(xù)降本提效。
3.對歷史數(shù)據(jù)進行深度挖掘，揭示數(shù)據(jù)背后的規(guī)律和價值
統(tǒng)計業(yè)務(wù)系統(tǒng)數(shù)據(jù)和AMR運行數(shù)據(jù)，基于大數(shù)據(jù)分析和機器學習，分析物流效率瓶頸、AMR布局痛點等，精準快速地進行堵點定位和系統(tǒng)運維優(yōu)化，提升數(shù)據(jù)價值。例如，在倉儲場景中，可分析物料的歷史出庫頻率確定物料冷熱度，結(jié)合物料所在貨架位置到工作站的距離，給予庫管員倉庫運維建議。
應(yīng)用價值
1.在項目啟動前，通過提前規(guī)劃仿真，可以提前發(fā)現(xiàn)生產(chǎn)布局中可能出現(xiàn)的問題，使布局規(guī)劃更合理、更易落地應(yīng)用。
2.在項目實施后，通過不斷的持續(xù)優(yōu)化仿真，可以不斷的結(jié)合真實數(shù)據(jù)，進行數(shù)據(jù)融合，提升仿真效果，不斷的對業(yè)務(wù)進行精準優(yōu)化，達到效益持續(xù)提升的效果。
3.在項目上線后，通過業(yè)務(wù)場景數(shù)字孿生，可使用戶全面掌控AMR的整場運行情況，業(yè)務(wù)流程盡收眼底。
據(jù)悉，?？禉C器人智慧內(nèi)物流解決方案可為企業(yè)節(jié)省人工成本50%以上，提升物流效率80%以上，投資回報率2.5-3年。結(jié)合RoboMirror System，?？禉C器人可為客戶提供全新的精準優(yōu)化與數(shù)字孿生體驗。目前?？禉C器人AMR業(yè)務(wù)累計服務(wù)客戶超2500家，已在汽車、鋰電、光伏、3C、醫(yī)藥、電商，以及新零售、社區(qū)團購等新領(lǐng)域形成了諸多行業(yè)化、定制化的內(nèi)物流解決方案。
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
