വാൾമാർട്ട് അടുത്തിടെ അതിൻ്റെ ചില കാലിഫോർണിയ സ്റ്റോറുകളിൽ ഒരു ഷെൽഫ് റോബോട്ടിനെ വിന്യസിച്ചു, ഇത് ഓരോ 90 സെക്കൻഡിലും ഷെൽഫുകൾ സ്കാൻ ചെയ്തു, മനുഷ്യനേക്കാൾ 50 ശതമാനം കൂടുതൽ കാര്യക്ഷമമായി.
ഷെൽഫ് റോബോട്ട്. ജെ.പി.ജി
ഷെൽവിംഗ് റോബോട്ടിന് ആറടി ഉയരവും ഒരു ക്യാമറ ഘടിപ്പിച്ച ട്രാൻസ്മിറ്റർ ടവറും ഉണ്ട്. ഇടനാഴികൾ സ്കാൻ ചെയ്യാനും ഇൻവെൻ്ററി പരിശോധിക്കാനും കാണാതായതും തെറ്റായി ലേബൽ ചെയ്തതുമായ വിലകളും ലേബലുകളും തിരിച്ചറിയാനും ക്യാമറ ഉപയോഗിക്കുന്നു. ഷെൽഫുകൾ പുനഃസ്ഥാപിക്കുന്നതിനോ പിശകുകൾ തിരുത്തുന്നതിനോ ഉപയോഗിക്കുന്ന ജീവനക്കാരെ സംഭരിക്കാൻ റോബോട്ട് ഈ ഡാറ്റ റിലേ ചെയ്യുന്നു.
റോബോട്ടിന് സെക്കൻഡിൽ 7.9 ഇഞ്ച് (മണിക്കൂറിൽ 0.45 മൈൽ) സഞ്ചരിക്കാനും ഓരോ 90 സെക്കൻഡിലും ഷെൽഫുകൾ സ്കാൻ ചെയ്യാനും കഴിയുമെന്ന് പരിശോധനകൾ തെളിയിച്ചിട്ടുണ്ട്. അവ മനുഷ്യ ജീവനക്കാരേക്കാൾ 50 ശതമാനം കൂടുതൽ കാര്യക്ഷമമായി പ്രവർത്തിക്കുന്നു, ഷെൽഫുകൾ കൂടുതൽ കൃത്യമായി സ്കാൻ ചെയ്യുന്നു, മൂന്ന് മടങ്ങ് വേഗത്തിൽ സ്കാൻ ചെയ്യുന്നു.
ഷെൽഫ് റോബോട്ടിൻ്റെ ഉപജ്ഞാതാവായ ബോസ നോവ ചൂണ്ടിക്കാട്ടി, റോബോട്ടിൻ്റെ ഏറ്റെടുക്കൽ സംവിധാനം ഒരു സെൽഫ് ഡ്രൈവിംഗ് കാറിന് സമാനമാണ്. ചിത്രങ്ങൾ പകർത്താനും ഡാറ്റ ശേഖരിക്കാനും ഇത് ലിഡാർ, സെൻസറുകൾ, ക്യാമറകൾ എന്നിവ ഉപയോഗിക്കുന്നു. സ്വയംഭരണ വാഹനങ്ങളിൽ, പരിസ്ഥിതിയെ "കാണാനും" കൃത്യമായി നാവിഗേറ്റ് ചെയ്യാനും ലിഡാർ, സെൻസറുകൾ, ക്യാമറകൾ എന്നിവ ഉപയോഗിക്കുന്നു.
എന്നാൽ റീട്ടെയിൽ ഓട്ടോമേറ്റ് ചെയ്യാൻ റോബോട്ടുകൾ ഉപയോഗിക്കുന്ന ആശയം പുതിയതല്ലെന്നും ഷെൽഫ് റോബോട്ടുകൾ തൊഴിലാളികളെ മാറ്റിസ്ഥാപിക്കുകയോ സ്റ്റോറുകളിലെ തൊഴിലാളികളുടെ എണ്ണത്തെ ബാധിക്കുകയോ ചെയ്യില്ലെന്നും വാൾമാർട്ട് എക്സിക്യൂട്ടീവുകൾ പറഞ്ഞു.
എതിരാളിയായ ആമസോൺ അതിൻ്റെ വെയർഹൗസുകളിൽ ചെറിയ കിവ റോബോട്ടുകളെ ഉൽപ്പന്നങ്ങൾ തിരഞ്ഞെടുക്കുന്നതിനും പാക്കേജിംഗിനും ഉപയോഗിക്കുന്നു, ഇത് പ്രവർത്തനച്ചെലവിൽ ഏകദേശം 20 ശതമാനം ലാഭിക്കുന്നു. വാൾ-മാർട്ടിന്, ഡിജിറ്റലിലേക്ക് പോകുന്നതിനും ഷോപ്പിംഗ് പ്രക്രിയ വേഗത്തിലാക്കുന്നതിനുമുള്ള ഒരു ചുവടുവെപ്പ് കൂടിയാണ് ഇത്.
നിരാകരണം: ഈ ലേഖനം Meike (www.im2maker.com) ൽ നിന്ന് വീണ്ടും അച്ചടിച്ചതാണ്, ഈ സൈറ്റ് അതിൻ്റെ വീക്ഷണങ്ങളോട് യോജിക്കുന്നുവെന്നും അതിൻ്റെ ആധികാരികതയ്ക്ക് ഉത്തരവാദിയാണെന്നും അർത്ഥമാക്കുന്നില്ല. നിങ്ങൾക്ക് ചിത്രങ്ങളും ഉള്ളടക്കവും പകർപ്പവകാശ പ്രശ്നങ്ങളും ഉണ്ടെങ്കിൽ, ദയവായി ഞങ്ങളെ ബന്ധപ്പെടുക
പോസ്റ്റ് സമയം: ജനുവരി-20-2021