ABB et Jacobi Robotics lancent la palettisation à intelligence artificielle pour caisses mixtes

ABB Robotics et Jacobi Robotics s’associent pour transformer la palettisation mixte assistée par IA

Révolutionner l’automatisation des entrepôts avec l’IA physique

ABB Robotics a récemment annoncé une collaboration stratégique avec Jacobi Robotics, un pionnier de l’IA physique. Ce partenariat intègre le logiciel OmniPalletizer de Jacobi dans le portefeuille matériel industriel d’ABB. Ainsi, les intégrateurs de systèmes peuvent désormais déployer des solutions sophistiquées de palettisation mixte sans coûteuses rénovations des installations. Ce mouvement marque un changement majeur dans la automatisation industrielle, passant d’une logique rigide et pré-séquencée à une robotique flexible et intelligente.

Résoudre le coût élevé de la palettisation mixte

La palettisation mixte consiste à empiler des produits divers sur une même palette pour la livraison en magasin. Historiquement, ce processus manuel représente une lourde charge de travail pour le secteur de la distribution. Les données actuelles indiquent que les coûts de main-d’œuvre directe pour ces flux dépassent 15 milliards de dollars par an aux États-Unis. La manutention manuelle augmente également les dommages aux produits et les accidents du travail. En mettant en œuvre une automatisation d’usine pilotée par IA, les entreprises peuvent réduire ces coûts croissants tout en garantissant un débit plus élevé et une meilleure régularité dans des environnements non séquencés.

Éliminer l’infrastructure de séquençage en amont

La palettisation automatisée traditionnelle nécessite des systèmes complexes en amont pour pré-trier les cartons. Cependant, le logiciel OmniPalletizer supprime le besoin de convoyeurs de séquençage ou d’ingénierie sur mesure. L’IA gère en temps réel des flux « vivants » de tailles et poids de cartons variés. Cette capacité permet un déploiement « brownfield », c’est-à-dire que les opérateurs peuvent installer le système dans des entrepôts existants. Ainsi, les PME (Petites et Moyennes Entreprises) peuvent accéder à des systèmes de contrôle avancés sans construire de nouveaux centres logistiques.

Valider la performance grâce à la technologie du jumeau numérique

Chaque déploiement fait l’objet de tests rigoureux via des simulations de jumeau numérique avant l’installation physique. Le logiciel utilise l’historique réel des commandes du client pour prédire la stabilité des palettes et l’utilisation du volume. De plus, ces simulations fournissent un retour sur investissement (ROI) projeté et transparent. Cette approche basée sur les données instaure un haut niveau de fiabilité et de crédibilité, car les intégrateurs peuvent garantir les performances avant que le client n’investisse dans le matériel.

Amélioration continue grâce à l’apprentissage à l’échelle de la flotte

Une des caractéristiques techniques les plus impressionnantes de cette collaboration est l’optimisation itérative. Le système OmniPalletizer exploite l’apprentissage à l’échelle de la flotte pour affiner ses algorithmes d’empilage. En conséquence, le robot devient plus efficace au fil du temps grâce à des mises à jour logicielles régulières. Cela reflète l’évolution des environnements DCS et PLC, où les capacités définies par logiciel pilotent désormais la performance matérielle. Cette amélioration continue garantit que le système s’adapte aux profils SKU changeants sans reprogrammation manuelle.

Analyse technique : l’avenir de la logistique autonome

À mon avis, ce partenariat illustre la convergence entre apprentissage automatique avancé et matériel industriel robuste. Tandis qu’ABB apporte la précision et la portée mondiale du service, Jacobi fournit le « cerveau » qui gère la complexité spatiale. Nous assistons à la fin de l’automatisation « fixe ». À l’avenir, je m’attends à ce que davantage de leaders de l’automatisation industrielle adoptent l’IA physique pour gérer les tâches non répétitives. Cette transition comblera progressivement le fossé entre la dextérité humaine et l’endurance robotique dans des environnements critiques pour la sécurité.

Scénario de solution : biens de consommation à rotation rapide (FMCG)

Considérons un centre de distribution régional traitant une grande variété de produits FMCG. Dans une configuration traditionnelle, les opérateurs trient manuellement des milliers de dimensions de cartons différents sur des palettes destinées à divers supermarchés. En intégrant la solution ABB et Jacobi, l’installation met en place une cellule robotisée directement à la fin d’une ligne de convoyage existante. L’IA calcule instantanément le schéma d’empilage le plus stable pour le flux non séquencé entrant. Par conséquent, l’installation réduit les équipes de travail, optimise l’espace des camions grâce à une meilleure utilisation du volume, et élimine le coût de 5 millions de dollars d’un nouveau trieur de séquençage.ABB Robotics,