Accueil Robotique Slamcore Aware fournit une intelligence spatiale visuelle pour les flottes intralogistiques

Slamcore Aware fournit une intelligence spatiale visuelle pour les flottes intralogistiques

0
Slamcore Aware fournit une intelligence spatiale visuelle pour les flottes intralogistiques


Écoutez cet article

Exprimé par Amazon Polly
Slamcore Aware identifie les personnes et les autres véhicules pour une sécurité et une efficacité accrues.  Source : Slamcore

Slamcore Aware est conçu pour être simple et rapide à mettre en service. Source : Slamcore

Tout comme les systèmes avancés d’aide à la conduite, ou ADAS, marquent les progrès vers les véhicules autonomes, l’intelligence spatiale peut également aider les véhicules à conduite manuelle dans les usines et les entrepôts. Aujourd’hui au MODEX, Slamcore Ltd. a lancé Slamcore Aware, qui, selon elle, peut améliorer la précision, la robustesse et l’évolutivité des données de localisation 3D pour le suivi des véhicules intralogistiques.

« Les clients potentiels nous disent qu’ils recherchent une méthode rapide à déployer et évolutive qui fournira les données de localisation dont ils ont désespérément besoin pour optimiser la logistique intra-entrepôt et usine pour plus de rapidité et de sécurité », a déclaré Owen Nicholson, PDG de Slamcore. « Slamcore Aware marque un pas en avant significatif dans la gestion intralogistique en apportant la puissance de la conscience visuelle spatiale à presque tous les véhicules d’une manière évolutive et capable de s’adapter aux environnements hautement dynamiques et complexes des usines et des entrepôts d’aujourd’hui. »

Les robots et les machines autonomes doivent se localiser efficacement, cartographier et comprendre leur environnement en temps réel, selon Slamcore. Le basé à Londres entreprise a déclaré que son matériel et ses logiciels peuvent aider les développeurs et les fabricants avec une localisation et une cartographie simultanées (CLAQUER).

Slamcore a affirmé que son logiciel d’intelligence spatiale est précis, robuste et efficace sur le plan informatique. Il fonctionne « prêt à l’emploi » avec des capteurs standard et peut être réglé pour une large gamme de capteurs ou de calculs personnalisés, accélérant ainsi les délais de commercialisation, a déclaré la société.

Slamcore Aware apporte la précision AMR aux véhicules

Slamcore Aware collecte et traite des données visuelles pour fournir des informations riches en temps réel sur la position et l’orientation exactes des véhicules à conduite manuelle, a déclaré Slamcore. Contrairement aux systèmes existants, le nouveau produit peut facilement évoluer sur des sites industriels vastes, complexes et en constante évolution, le entreprise revendiqué.

Slamcore Aware combine le kit de développement logiciel (SDK) Slamcore avec du matériel de qualité industrielle, offrant une approche unifiée pour une installation rapide sur les véhicules intralogistiques et une intégration avec les systèmes de localisation en temps réel (RTLS) nouveaux et existants.

Il intègre l’IA pour percevoir et classer les personnes et autres véhicules, a déclaré Slamcore. Les applications RTLS peuvent utiliser ces données améliorées pour améliorer considérablement l’efficacité et la sécurité des opérations, note-t-il.

Le nouveau produit apporte les technologies SLAM développées pour les robots mobiles autonomes (RAM) aux véhicules manuels, fournissant une estimation de l’emplacement et de l’orientation des actifs importants avec une précision centimétrique, a indiqué la société.

Grâce à des caméras stéréo et des algorithmes avancés, le module Slamcore Aware peut calculer automatiquement l’emplacement du véhicule sur lequel il est installé, puis créer une carte d’une installation au fur et à mesure que le véhicule se déplace. Il peut noter les changements de disposition et la position des véhicules, des biens et des personnes, même dans des environnements très dynamiques, a déclaré Slamcore.


SITE AD pour l'inscription au Sommet de la Robotique 2024.Apprenez d’Agility Robotics, Amazon, Disney, Teradyne et bien d’autres.


L’approche « de l’intérieur vers l’extérieur » offre une évolutivité

Les systèmes de navigation existants nécessitent l’installation d’antennes de réception dans les installations pour fournir une connectivité « en visibilité directe », a déclaré Slamcore. Cependant, ils deviennent plus coûteux à mesure que les installations évoluent, les sites vastes ou complexes ayant besoin de centaines d’antennes pour suivre ne serait-ce qu’une poignée de véhicules.

Même avec cette infrastructure coûteuse, la couverture est souvent peu fiable, ce qui réduit l’efficacité du RTLS et des robots d’entrepôt, a déclaré Slamcore. Le entreprise a déclaré que Slamcore Aware résout ces problèmes de l’industrie.

Le système adopte une approche « de l’intérieur vers l’extérieur » qui évolue en fonction du nombre de véhicules déployés, quelles que soient les zones qu’ils doivent couvrir ou la complexité des aménagements internes. À mesure que de nouveaux véhicules sont ajoutés à la flotte, un module supplémentaire peut simplement être installé sur chacun afin que chaque véhicule détermine automatiquement et en continu son emplacement où qu’il se trouve sur l’ensemble du site, a déclaré Slamcore dans un communiqué.

Les données d’intelligence spatiale visuelle sont traitées en périphérie, à bord du véhicule, a expliqué l’entreprise. Les données de position et d’orientation sont partagées via une interface de programmation d’application (API) légère et flexible pour être utilisées dans presque toutes les plateformes de planification d’itinéraire, d’analyse et d’optimisation sans compromettre les performances, indique-t-il.

Slamcore offre Slamcore Aware s’adresse aux exploitants d’installations, aux spécialistes de la gestion de flotte et de l’intralogistique, aux intégrateurs de systèmes et autres spécialistes RTLS. La société expose au MODEX à Atlanta pour la première fois cette semaine à Stand A13918. Ce sera également à LogiMAT à Stuttgart, en Allemagne.

LAISSER UN COMMENTAIRE

S'il vous plaît entrez votre commentaire!
S'il vous plaît entrez votre nom ici