추수감사절과 크리스마스 사이의 달은 물류업체에게 일 년 중 가장 바쁜 시기이며, 올해는 대부분의 성수기보다 기간이 훨씬 짧습니다. 추수감사절이 평소보다 일주일 늦어지면서 Ambi Robotics Inc.와 같은 자동화 제공업체는 고객이 휴일 전에 패키지를 배송할 수 있도록 작업을 강화해야 합니다.
지난 몇 년 동안 Ambi Robotics는 성수기에 대비하여 개선 사항을 출시할 수 있도록 로봇이 어떻게 작동하는지에 대해 최대한 많은 정보를 수집하기 위해 노력해 왔습니다. 캘리포니아주 버클리 소재 회사 로봇은 활용도를 높여 수요를 충족할 수 있다고 말했습니다. Ambi의 공동 창립자이자 최고 기술 책임자인 Jeff Mahler에 따르면 이러한 접근 방식 덕분에 이 시기에는 대응적 접근 방식에서 사전 대응적 접근 방식으로 전환할 수 있었습니다.
“성수기는 항상 고객에게 스트레스를 많이 줍니다.”라고 그는 말했습니다. 로봇 보고서. “무슨 일이 일어날지에 대한 많은 예측이 있고, 그날까지 무슨 일이 일어날지 결코 알 수 없기 때문에 불확실성이 많습니다.”
Mahler는 “예년과 마찬가지로 올해도 약간의 독특함이 있지만 전자 상거래가 지속적으로 성장하고 있습니다.”라고 덧붙였습니다. “사이버 먼데이는 전년 대비 7~8% 정도 증가한 것 같아요. 블랙프라이데이 때보다 온라인 매출이 더 늘었다. 따라서 온라인 판매에 대한 수요가 크게 증가하여 우리가 처리해야 할 양이 많아졌습니다.”
2018년에 설립된 Ambi Robotics는 수요에 맞춰 전자상거래 운영을 확장하는 로봇을 개발하고 있습니다. 최신 시스템인 AmbiSort B 시리즈는 인공지능을 활용한 모듈형 소포 유도 및 분류 시스템입니다.
일종의 게이로드 체계 시간당 최대 1,200개의 정렬을 처리할 수 있습니다. 또한 역물류, 구역 건너뛰기, AI 비전 품질 관리 등 다양한 사용 사례에 사용할 수 있어 오늘날 시장에서 보다 구성 가능한 시스템 중 하나라고 Ambi는 말했습니다. 지난해 이 회사는 1위를 차지했다. RBR50 로봇공학 혁신상 시스템을 위해.
Ambi Robotics, 2024년 성과 발표
Ambi Robotics가 올해 선보인 몇 가지 개선 사항은 다음과 같습니다.
- 품질 관리를 위한 새로운 AI 모델 아키텍처 출시 – 핸드오프 플랫폼에서 여러 항목 감지 – 정렬 정확도 향상
- 대형 가방과 같이 흔들리는 품목에 대한 감지 방법을 개선하여 동작 속도를 줄이고 잘못된 정렬을 방지하여 정렬 정확도를 더욱 높였습니다.
- 로봇 팔과 갠트리를 위한 새로운 제어 소프트웨어를 구현하여 처리량 증가에 도움
- 각 자루의 품목 수를 늘리기 위해 세련된 갠트리 배치 위치
- 2D 바코드 지원이 추가되어 스캔 실패율이 감소합니다.
회사는 이러한 변화로 인해 처리량이 시간당 500개로 증가하고 정렬 정확도가 99.6%로 향상되었다고 말했습니다. 맥락에 따르면 Ambi Robotics는 2023년 성수기 동안 시간당 410개의 정렬을 수행했고, 2022년에는 시간당 355개의 정렬을 수행했습니다.
Ambi는 각 로봇의 KPI를 추적합니다.
개선의 여지가 가장 큰 영역을 결정하기 위해 Ambi는 각 로봇의 핵심 성과 지표(KPI)를 면밀히 조사합니다. KPI에는 가동 시간, 정렬 정확도 등이 포함됩니다.
Mahler는 “우리는 우리가 하는 모든 일을 고객에게 미치는 영향과 연결하고 현재 또는 가까운 미래에 운영에 영향을 미칠 수 있는 가장 큰 기회가 무엇인지 생각하려고 노력합니다.”라고 말했습니다. “우리는 일반적으로 이를 측정항목으로 정의합니다.”
“이러한 지표를 바탕으로 역방향으로 작업하면 더 나은 성과를 낼 수 있는 기회가 있다고 생각하는 KPI 목표에 대한 새로운 목표를 세운 다음 실제로 데이터를 파고들어 해당 KPI를 제한하는 요소가 무엇인지 살펴볼 수 있습니다.”라고 그는 설명했습니다.
때때로 이 프로세스에는 개별 로봇 간의 변화를 살펴보는 것이 포함된다고 Mahler는 말했습니다. 예를 들어, 처리량의 경우 회사의 평균 종류 2022년에는 시간당 410이었습니다.
그러나 이것이 모든 로봇이 그 속도로 분류하고 있다는 의미는 아닙니다. 대신 일부는 더 낮은 속도로 정렬되었고 일부는 시간당 410보다 더 빠르게 정렬되었습니다. Ambi는 이러한 로봇이 어떻게 다르게 작동하는지, 어떤 종류의 패키지를 처리하는지 조사하여 개선할 수 있는 부분을 식별할 수 있습니다.
Mahler는 “실제로 개별 분류 이벤트까지 자세히 살펴봅니다.”라고 말했습니다. “우리가 일반적으로 도달하려고 하는 곳이 바로 그곳입니다. 그래서 로봇이 이 특정 패키지를 처리했는데 시간이 너무 오래 걸렸습니다. 아니면 너무 오래 걸리는 10개의 패키지가 있을 수도 있습니다. 우리는 여기서 실제로 무슨 일이 일어났는지 파악하려고 노력하고, 이를 고칠 수 있는 기회는 무엇인지 파악하려고 노력합니다.”
Ambi는 로봇 뒤의 AI를 정기적으로 개선합니다.
Ambi Robotics는 성수기뿐만 아니라 로봇을 실행하는 AI를 지속적으로 개선하고 있습니다. 실제로 말러에 따르면 회사는 일반적으로 한 달에 한 번씩 최신 데이터를 갖춘 업그레이드된 AI 모델을 출시합니다.
“우리는 생산 작업에서 데이터를 샘플링할 수 있는 지속적인 학습 파이프라인을 보유하고 있습니다. 필요한 경우 해당 데이터에 라벨을 붙인 다음 해당 데이터에 대해 모델을 재교육하고 현장의 다양한 로봇에서 A/B 테스트도 할 수 있습니다.”라고 Mahler는 말했습니다. “따라서 한 로봇은 하나의 모델을 받고, 다른 로봇은 다른 모델을 받아 서로에 대해 어떻게 수행되는지 확인한 다음 결국 이를 나머지 차량에 배포할 수 있습니다. 그래서 우리는 이러한 지속적인 학습 작업을 주기적으로 실행합니다. 한 달에 한 번 정도요.”
앞으로 회사는 생성 AI를 더욱 활용하는 데 관심이 있으며, 이는 Mahler가 2025년 업계 전체에 큰 기회로 보고 있는 것입니다. 예를 들어, 회사는 로봇이 제품 라벨을 읽을 수 있도록 생성 AI를 사용하는 방법을 모색하고 있습니다. 바코드를 읽을 수 없습니다. 이렇게 하면 바코드가 손상되거나 가려진 경우에도 항목을 계속 정렬할 수 있습니다.
하드웨어 변경 없이 성능 향상
이러한 모든 개선 사항은 하드웨어 변경 없이 Ambi의 로봇에 적용됩니다. 고객이 이미 보유하고 있는 하드웨어를 사용하여 가능한 한 많은 개선 사항을 제공하기를 원하기 때문에 이는 회사에 중요합니다.
Mahler는 “때때로 시스템의 사소한 하드웨어 업그레이드를 수행할 수 있지만 이는 운영상의 큰 문제입니다.”라고 말했습니다. “관련된 비용이 있고, 설치를 위해 현장을 방문하는 사람들이 있습니다. 따라서 하드웨어를 동일하게 유지해야 한다는 제약이 우리의 사고 방식을 안내합니다.”
“우리는 하드웨어가 가능한 한 최고의 능력을 발휘하도록 만드는 데 집중해야 합니다. 따라서 집중하고 깊이 있게 작업하여 성과를 향상시킬 수 있는 영역이 거의 없습니다.”라고 그는 계속했습니다.
특히 Ambi는 이를 개선하는 데 많은 시간을 투자했습니다. 그리퍼 동일한 하드웨어를 사용하면서도 기술을 사용할 수 있습니다.
회사는 내년에 목표로 삼을 변화를 기대하며 AI에는 많은 잠재력이 있다고 말했다. 정확도를 더욱 향상시키는 데 관심이 있으며 최종 목표는 99.9% 선택 정확도에 도달하는 것입니다.
Ambi는 또한 로봇 주변의 일부 인프라를 개선하는 데 관심이 있습니다. 이는 문제가 발생했을 때를 대비해 더 나은 알림 시스템을 만드는 것을 의미합니다.
“운영은 성수기와 같은 시기와 일반적인 산업 환경에서 실제로 가치를 제공하는 데 있어 매우 중요합니다. 그래서 우리는 전국적으로 지원 작업을 수행하는 방법에 대해 많은 것을 배웠습니다.”라고 Mahler는 말했습니다. “운영과 기술의 교차점을 통해 대응적인 환경에서 문제를 처리할 수 있도록 운영을 준비하는 자동화된 시스템이 있는 사전 예방적인 환경으로 전환할 수도 있습니다.”
게시물 Ambi Robotics가 성수기 개선 사항을 발표하는 방법 처음 등장한 로봇 보고서.