欢迎您来到江苏诺德物流设备制造有限公司官网,我们将竭诚为您服务!
中文版  |  English

服务电话:025-52191511

江苏诺德物流设备制造有限公司
实现  客户需求
聚焦  行业发展

新闻动态

News

云边端一体化时代,看国内智能仓储厂家如何重构智能仓库
来源: | 作者:industrial-106 | 发布时间: 2023-04-24 | 118 次浏览 | 分享到:
当前,我国数字经济正值飞速发展时期,国内智能仓储厂家迎来了春天。众多企业纷纷加速数字化转型升级,迈上“云端”。

       当前,我国数字经济正值飞速发展时期,国内智能仓储厂家迎来了春天。众多企业纷纷加速数字化转型升级,迈上“云端”。仓储智能化是产业数字化中不可或缺的一环,国内智能仓储厂家更希望通过帮助企业实现数字化的技术与设备改造升级,助力企业在生产制造阶段拥有质的飞跃,强化工业互联网与物联网建设,构建数字化工厂和数字化车间,提升生产流程的自动化、数字化和智能化水平,促进产品质量与生产效率提高。


       纵观我国云计算市场前景,目前已进入惠普发展期阶段,边缘计算需求激增,云边协同成为未来重要演进方向。同时,5G的规模建设和边缘计算的持续部署,驱动数据处理向边端扩散,使算力走向泛在化,云边端一体化驱动算力更是飞速发展。当智能仓库与云边端技术架构相融合后,试想会发生怎样的碰撞?今天,以国内智能仓储厂家代表——智库智能为例,具体为大家分析解读下:


智能仓库的端

      在国内智能仓储厂家中,智库智能打造的智能仓库的“端”,侧重多维感知数据采集和前端智能处理,即需要加强“端”的全息感知能力,应用高性能、低功耗的智能传感器,开展物流设备智能化改造,提升前端感知信息的准确度和覆盖面。


智能仓库的边

      侧重感知数据汇聚、存储、处理和智能应用,即需要强化“边”的就地计算能力,以智能网关作为数据汇聚与边缘计算核心,完成站端传感装置数据汇集、处理、远传与联动控制等功能,并基于标准化API接口整合第三方软件资源,提升数据计算处理能力。目前,国内智能仓储厂家在边缘计算方面场景应用较为广泛,很好的实现了项目设备内智慧化提升。


智能仓库的云

       侧重于集中式处理更为复杂及庞大的数据的运算,即需要提升“云”的辅助决策能力,部署数据孪生、仓位管理、设备运维、抽检管理、库存态势分析、安全管理以及无人值守等应用,实时监测仓库区域状态和智能设备运行状况,综合分析仓库业务模块和信息化系统数据,提升辅助决策有效性。

下面,智库智能就为您介绍以下3个会发生显著变化的场景。


作业管理

      为了实现仓储作业自动化,越来越多的智慧物流设备出现在物料搬运、输送分拣、装车卸车、末端配送等仓库作业场景中,但很多仓库都会遇到终端设备的计算能力不强的问题。

       在云边端一体化架构下,边缘计算便是这种能力的赋予者,它推动实现物与物之间传感、交互和控制,让终端设备从“笨拙”变得更加“智慧”。

以基于位置的AGV自主导航为例,AGV可以把相关位置信息和数据交给边缘结点来进行处理,边缘结点能够快速判断自身位置和构建环境地图,促使AGV在识别路径和避障方面的速度和准确性大幅提升。


安防管理

       总体来看,云边端融合在安防领域应用的必要性有两方面的好处。

1.缓解由于数据量暴涨给传输和云端处理带来的压力,满足安防对端侧高响应、低时延的要求;

2.在某些情况下,边缘设备能够在收集和本地处理数据而不必将这些数据传输到云端,因此,敏感信息不需要经由网络,数据安全得到保障。

最为典型的代表就是应用云边一体计算的智能摄像头,无论是在利用OCR识别车牌,还是在识别人脸方面,都为智能仓库运营带来强大的助推作用。


设备管理

       在仓库中,AGV、机械臂等智能物流设备承担着越来越多的工作,其稳定可靠性对仓库运营的效率效益保证意义重大。而工业机器人结构复杂、维护成本高对生产企业技术人员的维护能力提出了极高要求,以前仓库只能在故障发生后及时报修,费时费力。

      而在云边端一体化架构下,机器人端的传感器可以准确感知设备运转信息,通过边缘计算快速判断机器人机构部件、控制装置等方面有无异常,并提醒管理人员在停机发生前进行有针对的维护维修,从而使停机时间减少为零。

       随着边缘计算走过技术萌芽期步入快速发展期,智库智能将进一步加速推动云边端一体化方案深入渗透到更多智能仓库的应用场景当中。

总而言之,云边端一体化进一步加快了仓库“业务数据化”和“数据业务化”的进程,对仓库数字化、智能化水平的跃迁带来了新的曙光,也顺势推动了国内智能仓储厂家的技术升级。未来,智库智能将继续围绕客户需求,为客户打造 “云——边——端”一体化协同管理的智能仓库新生态。


上一篇:
下一篇:
CONTACT US