概述
在快速發展的倉儲自動化領域，揀貨作業面臨著越來越大的壓力，需要以更快的速度、更高的準確性，大規模地處理訂單。歐洲一家領先的自動化供應商尋求透過邊緣可靠的低延遲 AI 處理來增強其機器人揀貨系統，以支援即時視覺決策。透過整合 Premio 的工業邊緣 AI 電腦，此次部署在嚴苛的倉儲環境中實現了高效能推斷、無縫多攝影機連接和自動化就緒整合。
挑戰
- 需要高效能 GPU 運算來處理即時 AI 視覺工作負載
- 在揀貨單元中，多個 PoE 工業攝影機的連接性不足
- 延遲限制影響了即時物件偵測和機器人響應
- 在緊湊的機器人揀貨站中，安裝的靈活性有限
- 需要在 24/7 持續運作的工業環境中可靠運行
解決方案
- Premio 的中階邊緣 AI 電腦，由 NVIDIA Jetson Orin Nano 和 NX 模組驅動（JCO-3000-ORN-B 系列）
- NVIDIA Jetson Orin NX 8GB，提供高達 70 TOPS 的 AI 效能
- 4 個 PoE RJ45 連接埠，支援高達 120W 的功率預算，適用於機器視覺
- 自動化就緒 I/O，包括 USB、HDMI、隔離式 DIO、串列和 CAN Bus
- 無風扇堅固設計，支援寬溫度範圍和 OOB 管理
優點
- 即時準確的機器人揀貨決策
- 簡化的多攝影機系統架構
- 可靠的 24/7 倉儲作業
公司概述
該公司專門從事先進的倉儲自動化解決方案，專注於優化訂單履行工作流程的機器人系統。它開發了整合 AI、視覺系統和機器人技術的智慧揀貨技術，以提高效率和可擴展性。憑藉對創新的高度關注，它不斷擴展在自主物流和智慧倉儲方面的能力。
挑戰
高效能 AI 處理要求
機器人單件揀貨高度依賴即時影像處理，以識別、定位和分類動態儲存格環境中的物品。該系統需要一個功能強大的、支援 GPU 的平台，能夠同時處理多個 AI 推理工作負載。如果沒有足夠的運算效能，揀貨準確性和吞吐量將會受到影響。
多攝影機連接限制
揀貨單元需要多個以不同角度定位的工業攝影機，以確保精確的物件辨識和深度感知。傳統系統缺乏有效為多個攝影機供電和連接的能力，而不會增加複雜性。這帶來了整合挑戰並增加了系統成本。
即時延遲限制
在自動化揀貨工作流程中，即使影像擷取和機器人動作之間存在輕微延遲，也可能降低效率或導致錯誤揀貨。該系統需要超低延遲的邊緣處理，以確保即時決策。基於雲端或集中式處理方法會導致無法接受的延遲。
在緊湊型機器人系統中的整合
機器人揀貨站通常空間有限，需要緊湊且靈活的硬體解決方案。笨重或難以安裝的系統限制了部署選項並增加了安裝複雜性。該解決方案需要與現有的機器人基礎設施無縫配合。
連續工業操作要求
倉儲自動化系統全天候運作，通常在存在灰塵、振動和溫度變化的環境中。消費級硬體無法滿足可靠性預期。堅固耐用的工業級解決方案對於維持正常運行時間和減少維護至關重要。
解決方案
Premio 的 JCO-3000-ORN-B 系列
Premio 的中階邊緣 AI 電腦（JCO-3000-ORN-B 系列）被部署為機器人揀貨單元中的中央處理單元。該系統直接安裝在邊緣，即時處理來自多個攝影機的視覺資料。
NVIDIA Jetson Orin NX 8GB，適用於 AI 推理
該系統由 NVIDIA Jetson Orin NX 8GB 提供動力，提供高達 70 TOPS 的 AI 效能，實現快速高效的物件偵測和分類。
整合式 4x PoE 攝影機連接
該系統支援多達四個支援 PoE 的 RJ45 連接埠，總功率預算高達 120W，可直接連接和供電給多個工業攝影機。攝影機分佈在揀貨單元中，以擷取儲存格內容、深度和揀貨角度。這減少了佈線複雜性，同時確保了穩定、高速的資料傳輸，以實現即時視覺處理。
具有豐富 I/O 的自動化就緒整合
該系統專為無縫工業自動化而設計，包括 USB 3.2、HDMI、隔離式 DIO、RS-232/485 串列埠和 CAN Bus，可直接與機器人控制器、PLC 和感測器整合。16 通道隔離式 DIO 透過防止工業環境中的電氣雜訊來增強訊號可靠性。這種自動化就緒架構確保了視覺系統和機器人致動之間的同步通訊。
堅固耐用的工業設計
該系統採用無風扇堅固外殼製造，可在 -20°C 至 55°C 的溫度範圍內可靠運作，並能承受嚴苛環境下的衝擊和振動。整合的帶外管理可實現遠端監控、診斷和系統更新，以實現連續運作。這確保了跨倉儲部署的長期可靠性和簡化的機隊管理。
優點
提高揀貨準確性
即時 AI 處理可實現精確的物件偵測和分類，從而減少揀貨錯誤。這會提高訂單準確性並提升客戶滿意度。
簡化的系統架構
整合式 PoE 和豐富的 I/O 消除了對額外硬體元件的需求，簡化了部署並降低了系統複雜性。這可實現更快的整合和更低的總擁有成本。
可靠的連續操作
工業級耐用性與遠端管理功能相結合，確保了穩定的 24/7 效能。在 Premio 洛杉磯團隊的支援下，該部署保持了長期的營運效率。
結論
透過將邊緣 AI 運算整合到其機器人揀貨系統中，該自動化供應商顯著提升了效能、準確性和可擴展性。該部署實現了即時決策，同時簡化了系統架構。這種方法為下一代智慧倉儲自動化奠定了可擴展的基礎。