E-commerce biedt, zoals vaker benoemd, diverse uitdagingen. Waaronder een grote verscheidenheid aan orders en het aanhoudende tekort aan logistiek medewerkers. TGW Logistics Group zegt uitkomst te kunnen bieden met hun zelflerende robotsysteem ‘Rovolution’, dat zelfcorrigerend kan optreden en de arbeidsproductiviteit een grote boost geeft.
De Rovolution-robot maakt gebruik machine learning-techniek en past autonome, intelligente processen toe om onverwachte gebeurtenissen te corrigeren. De rovolution kan zulke situaties detecteren en ze zelfstandig corrigeren. Voordeel daarvan is uiteraard dat het manuele interventies overbodig maakt en de downtime tot een minimun beperkt wordt. De materiaalstroom hoeft hiervoor wordt nooit te worden onderbroken volgens de robotica-specialist.
Flexibel picken
Het meest spectaculaire is misschien wel dat Rovolution flexibel is in de afhandeling van verpakkingen doordat het een grote verscheidendheid aan materialen kan picken. De robot past zich automatisch aan, aan de verpakking die het detecteert. Harde en zachte verpakkingen, groot of klein, ze kunnen beide nauwkeurig worden gegrepen. Denk aan T-shirts in een zachte polybag, maar ook aan een stevige doos met speelgoed. Zelfs zakken in vreemde vormen of rommelig gerangschikte items zouden geen probleem moeten vormen volgens de Oostenrijkse material handling specialist. De piece-picking robot zou 24/7 zo’n 30 procent van het assortiment in een warehouse moeiteloos kunnen picken:
https://youtu.be/2rwrVvLqxZo
Als onderdeel van TGW’s FlashPick-oplossing is Rovolution perfect integreerbaar met de bestaande systemen van TGW. Het modulaire concept van Rovolution maakt zelfs een latere upgrade mogelijk of een variabele combinatie met picking werkstations zoals PickCenter One.
TWG stijgt in top 20 lijst material handling spelers
De omzetstijging van het bedrijf uit Oostenrijk is indrukwekkend. Uit de Amerikaanse top-20 lijst van ‘modern materials handling’ is te zien dat TGW’s omzet groeide met 61,1 procent en steeg daarmee van positie 12 naar 7.
