A ABB está expandindo seu portfólio de soluções robóticas para cadeias de suprimentos de logística e comércio eletrônico com a adição de dois novos módulos funcionais alimentados por Inteligência Artificial à sua família Item Picking.
Com a tecnologia de visão baseada em IA desenvolvida pela própria ABB, testada por empresas líderes mundiais dos setores de varejo de moda e logística, o Fashion Inductor e o Parcel Inductor oferecem soluções para dois dos processos logísticos mais críticos: separação de itens e indução de classificação.
“Com o crescimento do comércio eletrônico, que deve impulsionar o aumento do volume de encomendas em até 9% ao ano[1], há uma necessidade de níveis mais altos de velocidade e precisão na separação e indução de itens aleatórios desconhecidos”, diz Craig McDonnell, diretor Executivo da linha de negócio Industries da ABB Robótica. “Ao mesmo tempo, as empresas estão achando mais difícil recrutar pessoas para realizar essas tarefas repetitivas e não ergonômicas, sendo que 37% das empresas globais de cadeia de suprimentos e logística estão enfrentando uma escassez significativa de mão de obra[2]. A expansão de nossa família de coleta de itens com IA aborda esses desafios e permite que as empresas aumentem o rendimento e a produtividade, reduzindo os erros por meio da automação completa de seus processos.”
Ao possibilitar o manuseio de itens em níveis mais altos de precisão e velocidade, os módulos funcionais abordam os problemas de coleta e indução por meio de misturas de pacotes e outros itens em armazéns e depósitos de triagem de pacotes. Usando a tecnologia de visão baseada em IA da ABB, tanto o Robotic Fashion Inductor quanto o Robotic Parcel Inductor podem lidar com itens desconhecidos e dispostos aleatoriamente em ambientes não estruturados, garantindo um processamento perfeito em operações logísticas de alto rendimento e alta mistura. Ambos os módulos oferecem uma precisão de coleta superior a 99,5%, mesmo em ambientes altamente dinâmicos, onde tamanhos, formatos e tipos de embalagem dos itens variam diariamente, afirma McDonnell. O sistema de IA também pode ser treinado para detectar e rejeitar itens não-induzíveis, como produtos esféricos ou cilíndricos, assegurando operações confiáveis e eficientes.
Além do processamento de pedidos, a capacidade de lidar com objetos aleatórios e inesperados também é vantajosa para pacotes devolvidos, que não podem ser previstos em termos de horário, tipo ou data.
O Robotic Fashion Inductor possibilita a singularização e a indução no sistema de classificação para itens de vestuário e acessórios embalados em sacos plásticos (polybags), com velocidades de até 1.300 picks por hora. Já o Robotic Parcel Inductor é projetado para singularização de pequenas encomendas e indução em sistemas de classificação, processando caixas, sacos, envelopes e pacotes a até 1.500 picks por hora em centros logísticos. A integração com o software de planejamento de movimento da ABB permite um planejamento automático de trajetórias sem colisões, após a identificação de cada item pelo sistema de visão computacional baseada em IA.
Projetados para implantação rápida, ambos os módulos funcionais vêm pré-integrados, minimizando o tempo de comissionamento, erros operacionais e complexidade de configuração, com comissionamento possível em apenas uma semana. Utilizando a Plataforma de Controlador de Aplicações (ACP) da ABB, diferentes componentes — incluindo robôs, garras e câmeras — podem ser integrados de forma fluida por meio de um único computador e interface de usuário. Ao resolver os principais desafios de detecção, manipulação e controle de movimento por meio de modelos de IA pré-treinados, visão computacional, desempenho robótico comprovado e uma plataforma de controle integrada, os módulos funcionais reduzem tempo e custos e eliminam os riscos de P&D para integradores de sistemas na criação de soluções automatizadas de picking.
“Como fornecedor único, a ABB oferece suporte de ponta a ponta, desde softwares de aplicação dedicados e hardware robótico até serviços pós-venda globais, garantindo implementação contínua e confiabilidade duradoura. Essa abordagem elimina os problemas associados à obtenção e integração de soluções de múltiplos fornecedores, facilitando a especificação, configuração e operação”, completa McDonnell.
Referencias:
[1] McKinsey & Company – ‘Preparing post for further parcel opportunities‘ (2024) (link = https://www.mckinsey.com/industries/logistics/our-insights/preparing-post-for-further-parcel-opportunities) [2] Descartes – ‘How Bad Is The Supply Chain and Logistics Workforce Challenge?’. Findings based on 1,000 US and European supply chain and logistics companies (2024) (link = https://engage.descartes.com/descartes-insights/items/how-bad-is-the-supply-chain-and-logistics-workforce-challenge)
