1 方案背景与目标

随着电子商务的持续高速发展，全球快递包裹量年均增长率接近9%，使得抓取和供包随机未知物品时对速度和精度的要求日益提升。供应链与物流行业正面临日益严峻的挑战：劳动力短缺，重复性、高强度的人工分拣作业不仅效率瓶颈明显，更伴随着高差错率与人力成本攀升。与此同时，物流场景中物品形态多样、排列无序、包裹随机性高等特点，使得传统自动化方案难以适应高混合、高动态物流作业的分拣需求。

为此，ABB机器人推出AI赋能的拣选机器人解决方案，帮助企业实现物流和内部物流场景的端到端自动化，解决单件分离、抓取和分拣供包等方面的关键挑战，助力服装和物流行业转型升级。

2 方案详细介绍

该方案采用ABB自有的AI视觉技术，经过世界领先的时装零售和物流公司的检验测试，可用于物品抓取和供包这两大最关键的物流环节。  它新增的AI功能模块具有更高精度、更快速度处理物品的能力，解决了在仓库和快递分拣站处理包裹及其他物品的混合场景中所面临的抓取和供包难题。借助ABB的AI视觉技术，服饰分拣和快递分拣供包解决方案都可以在非结构化环境中处理未知和随机排列的物品，确保在高吞吐量、高混合度物流作业中进行顺畅处理。这两款功能模块即使在物品尺寸、形状和包装类型每日变化的高动态环境中，也可以实现行业领先的超过99.5％的分拣精度。此外，该AI系统还可以被训练用于检测和拒收无法分拣的物品，如球形或圆柱形产品，以确保操作的可靠性和高效性。  

服装行业机器人自动供包解决方案能够以高达1300件/小时的速度，实现对塑料袋包装的服装和配饰物品进行单件分离和分拣供包。快递行业机器人自动供包解决方案专为小件物品单件分离和分拣供包而设计，可在邮政和快递物流中心以高达1500件/小时的速度处理箱子、袋子、信封和包裹。与ABB的运动规划软件集成后，一旦AI视觉系统识别出每个物品，就能实现无碰撞的自动路径规划。  

这两款功能模块专为快速部署而设计，均采用预先集成的方式，从而最大限度地缩短调试时间、减少操作错误和设置复杂性，调试时间最短仅需一周。使用ABB的应用程序控制器平台（ACP），包括机器人、夹具和摄像头在内的不同组件可以通过单一计算机和用户界面实现无缝集成。通过预训练的AI模型、视觉技术、经过验证的机器人性能和集成控制平台，这些功能模块解决了识别、抓取和运动控制等核心挑战，从而减少了系统集成商在构建自动化拣选解决方案时所投入的时间和成本，同时消除了研发风险。  

此外，ABB可提供从应用软件和机器人硬件到全球售后服务的端到端支持，确保方案的顺利实施和持续可靠性。

3 代表性及推广价值

该方案具备解决行业共性难题、推动智能化转型的卓越代表性，为行业提供了高效、柔性且易于部署的自动化升级路径，具有较高的推广价值和产业影响力。

ABB推出的AI赋能的拣选机器人解决方案不仅具备行业领先的技术性能，更在实际应用中展现了显著的商业与社会价值，具备广泛的代表性及推广价值：

· 解决行业共性痛点：方案精准应对了服装与物流行业普遍存在的劳动力短缺、效率瓶颈与高差错率等问题，帮助企业实现物流和内部物流场景的端到端自动化。

· 推动行业智能转型：ABB开发的AI赋能高精度快速拣选技术提高了效率，减少了对人工的依赖，并无缝集成到现有系统中实现快速部署，降低了自动化应用门槛，促进行业整体向柔性化、智能化方向演进。

ABB机器人推出的AI赋能的拣选机器人解决方案，是应对电商与物流升级时代挑战的智能标杆。该方案深度聚焦服装与物流行业在劳动力短缺、分拣效率瓶颈及高混合动态作业环境下的核心痛点，采用ABB自有的AI视觉技术，可在非结构化环境中对随机、未知物品的高精度识别与抓取，实现超过99.5％的分拣精度，处于行业领先水平。其针对服装行业和快递行业推出的自动供包解决方案，可分别实现1300件/小时和1500件/小时的高效处理能力，并通过与运动规划软件无缝集成，确保全流程自动、流畅、无碰撞。

此外，该方案采用预集成设计与统一的应用程序控制器平台，将部署调试周期大幅缩短至一周以内，显著降低了自动化应用的技术门槛与集成成本。