TOP >
ロジスティクス > Rapyuta Roboticsと日本通運、倉庫向け協働型ピッキングソリューションの実証実験を実施
昨今の懸念事項となっている少子高齢化による慢性的な人手不足や賃金上昇等により、物流業界内において人手不足は日々深刻化しており、自動化技術を活用した省力化・省人化の推進は物流事業者にとっても喫緊の課題となっている。
このような中、クラウド・ロボティクスプラットフォームのRapyuta Robotics株式会社と日本通運株式会社は、ピッキング作業の効率化・生産性向上、作業者の負荷軽減を図ることを目的に、倉庫向け協働型ピッキングソリューション(AMR)を用いた実証実験を日本通運の国内物流拠点にて実施した。
同実証実験では、倉庫内のピッキングエリアにおいて人や物に干渉することなく可動するRapyuta Roboticsのロボットを使用し、同一の出荷オーダーを用いて、人員のみで作業を行った場合とロボットを併用した場合の、歩数・移動距離・ピッキング終了までの総作業時間等を計測し、比較を行った。ロボットの特徴は以下の通り。
- 既存の倉庫で、レイアウトやマテハンを変更することなく導入が可能。
- 自動走行で、複数台同時に導入することが可能で、作業量の増減にも柔軟に対応可能。
- 作業者は、ピッキングした荷物を持ち運んだり、カートを押すことが不要。
- ピッキング指示がロボットのモニターに映し出させるため、作業者はピッキングリストの所持が不要。
同実証実験により、人とロボットが安全に協働できることやロボットの利用によって作業時間が短縮することが確認できた。今後は、9月を目途に更なる実証実験を行なって、評価・検証し、2019年度中に日本通運の既存倉庫への導入を目指す。
関連記事:ピッキングの重要性とは?ミスを低減し生産性向上やコスト削減に成功した製造業の事例も紹介
IoTに関する様々な情報を取材し、皆様にお届けいたします。
企業向けAI活用虎の巻
AIによって「優秀な人材」の定義が変化したことを、どうみるべきか —AI時代の人材採...
まだ、生成AIのチャットボットで消耗しているの? ー自律的に動くAIエージェントが働...
AI時代の「中間管理職クライシス」 —部下がAIに相談する時代、上司の価値はどこに残...
AIに仕事を頼む技術 —なぜ「営業資料を作って」と頼むと失敗するのか?
生成AIは、使い手の「言語化能力」を暴く、リトマス試験紙
AIに「ゴミ」を食わせるな ーAIエージェントが賢くなるデータ、バカになるデータ
AIで業務を自動化する方法とは ーなぜ、ChatGPTを配っても仕事は減らないのか?
なぜあなたの会社で、生成AIが活用されないのか?どこで活用すべきか?
生成AI活用ガイド
フィジカルAI「10の誤解」とは?ガートナーの指摘から考える現場データを貯めた先の次...
「24時間働く分身AI」に何を任せるか?Muse・dotsに見るパーソナルエージェン...
AI導入の成果は効率化にとどまっていないか?「売上の方程式」で描く攻めのAIの地図
AIが攻撃に使われるとき防御側のAIは動くのか?NVIDIAら「オープンAI連合」に...
今更聞けない生成AIの選び方、自分の優先軸で選ぶための4つのチェックポイント
フィジカルAIが可能にする柔軟なロボットアームとは?製造業にとって現実的な選択肢にな...
フィジカルAIはどこまで来ているのか?導入判断の前に見るべき「現場データ」
AnthropicやOpenAIのAIが起こした事故に学ぶ、自社点検のための視点
熟練工の「勘」をAIに継がせるには ?「誰が」「どう」進めるかを5つのステップで整理...
シャドーAIという見えないリスク、現場の効率化と統制の溝をどう埋めるか