作为 Beta 试验的一部分，Kindred 在大批量物流中心测试 INDUCT 系统的性能

近期，Ocado Group 旗下的 Kindred 发布了其 INDUCT 人工智能机器人感应系统为期 18 个月的 Beta 测试结果。INDUCT 在进行 Beta 试验的快节奏全球物流中心以 95% 的准确率自动导入了超过 100 万件物品。

Kindred 首席执行官 Marin Tchakarov 表示：“这是我们可以测试的最激烈、要求最高的现实场景，INDUCT 取得了胜利。通过在这里取得成功，我们已经证明 INDUCT 现在可以成功部署在使用感应的任何类型的设施中。”

Kindred?INDUCT是建立在 Kindred 专有的 CORE/AutoGrasp 人工智能 (AI) 平台上的高速机器人工作单元。它结合了机器视觉、抓取和操纵算法，以自动化各种物品集（包括盒子、信封、包裹和包裹）的归纳过程。

这家总部位于旧金山的公司表示，由于它由 Kindred 基于强化学习的 AI 算法提供支持，随着时间的推移，INDUCT 工作单元变得更智能、更快速、更高效。

在为期 18 个月的测试计划结束时，INDUCT 取得了以下绩效：

1、通过入职周期处理了 100 万个包裹

2、每小时 1,800 次拣选 (PPH) 平均吞吐量

2、高峰期 2,000 PPH

3、95% 的加工物品被准确地放置在移动的传送带系统上

4、96%条码扫描率

5、99% 完成自主工作时间

通过最终入职测试

该公司表示，此次 Beta 测试旨在让 INDUCT 系统在两个旺季期间在最艰苦和快节奏的物流环境中通过其步伐。

一个 INDUCT 工作单元被整合到一个全球物流设施和交通枢纽的现有感应线中，每小时分拣 200,000 个小包裹，在假期高峰期处理多达 400,000 个包裹。为期 18 个月的测试版允许工作单元在多个旺季运行，并在很长一段时间内衡量绩效。

从时间紧迫的法律文件到易碎包裹等物品通过飞机或卡车运抵该设施。在两个小时内，这些物品必须在保证的时限内快速、精细、准确地卸载、分类和重新装载，以便运输到最终交付点。

包装方法和策略在不断变化，Kindred 工程师对工作单元和算法进行了调整，以处理可能出现在项目流中的新包装材料和形状因素。

Tchakarov 解释道：“我们将使用在 INDUCT 测试版期间收集的大量数据来扩展和加强我们的 CORE/Autograsp? AI 平台，这是所有 Kindred 系统的基础，这将帮助我们扩展其他产品线（例如 SORT）将来可以处理的项目集类型，从而扩大公司的潜在市场。”

融入现有的感应设置

INDUCT 工作单元现已上市，并无缝集成到处理和处理物品集（包括盒子、信封、包裹和包裹）的设施中。多个工作单元可以沿着同一条执行线协作执行，以最大限度地提高生产力并缓解包裹、邮政、物流、交付和电子商务供应链、配送中心和仓库的容量短缺问题。

INDUCT 与广泛的通信协议、定制以及客户和仓库管理系统兼容。Kindred 的集成团队可以开发定制的性能统计和参数配置，以便于实施。

由于 INDUCT 以机器人即服务 (?RaaS) 模型的形式提供，公司可以立即实现财务回报，并通过按处理的物品付费来最大限度地减少使用机器人系统的资本投资。