ロボットをショーのために動作させるのは簡単ですが、実際の工場内でロボットを確実に動作させるのはまったく別の課題です。 Hikrobot は 12 年間、工場の現場で実際の生産作業を処理するためにロボットを導入するという 1 つの中心的な使命に焦点を当ててきました。これらのロボットは人型には似ていませんが、人間の労働者と同じように周囲を観察し、互いに協力することができ、製造業務や人々の日常生活に具体的な価値をもたらします。
2026 年、インテリジェント マニュファクチャリング カンファレンスのブースの片隅で、Hikrobot は車輪付きの具体化されたインテリジェント ロボットを展示しました。車輪付きロボットは工場のシナリオに固有の利点を誇り、このモデルはすでに Hikrobot の社内生産ラインでマテリアルハンドリングタスクを担当しています。
Hikrobot は厳格な製品原則を遵守しています。つまり、製品は完全に成熟し、特定の産業シナリオ向けに検証された場合にのみ市場に投入されます。 Hikrobot の CEO、Robert Jia 氏は次のように述べています。「私たちは、空虚な技術的ビジョンではなく、具体的な工業製品を顧客に提供しています。」
過去 2 年間にわたる強化学習などのアルゴリズムの画期的な進歩により、ロボットの動作制御能力は前例のないアップグレードを実現し、ロボットがより強力な環境認識を持って複雑な物理的動作を実行できるようになりました。こうした技術の飛躍に後押しされて、身体化された知能に焦点を当てたスタートアップの波が生まれ、人型ロボットに対する全国的な熱狂を引き起こした。
それでも、ロボットのデモンストレーションを実施することは、実際の工場で安定して動作するようにロボットを導入するよりもはるかに簡単です。
2014 年に Hikvision の社内インキュベーション チームとして誕生した Hikrobot は、約 12 年をかけて産業現場全体に大規模なロボット導入を可能にし、製造業に真の価値を生み出してきました。
この旅の前半には忍耐と粘り強さが求められました。すべての製品には 3 ～ 5 年の研究開発サイクルが必要であり、統合されたハードウェアとソフトウェア システムの繰り返しと最適化に加えて、異なるワークフローと現場条件を持つ数千の産業現場での検証が必要です。 Hikrobot は、最初の大規模な商業展開を達成するまでに少なくとも 5 年を費やしました。
Hikrobot は 2019 年までに 100 万台の産業用カメラと 10,000 台を超える自律移動ロボット (AMR) を市場に出荷しました。
その旅の後半では、爆発的な成長がもたらされました。中国の産業高度化の波により大規模な市場需要が引き起こされ、ロボットベースの問題解決ソリューションを顧客と共同開発する Hikrobot の能力はあらゆる分野で急速に拡大しました。
現在までに、Hikrobot マシン ビジョン製品の累計出荷数は 1,000 万台を超え、180,000 台以上の AMR が生産ラインから出荷されました。中国国内市場では、産業用カメラの 2 台に 1 台、モバイル ロボットの 3 台に 1 台が Hikrobot によって製造されています。
Jia 氏は、これは単なる出発点にすぎないと確信しています。インテリジェント・マニュファクチャリング・カンファレンスで講演した同氏は、製造業が岐路に立たされていると指摘した。新たな技術の波が供給能力を再構築する一方で、需要は少量バッチ、多品種、高度に細分化された生産へと移行している。
Hikrobot はこの変化に向けて完全に準備を整えています。新たに完成した桐廬生産拠点は 2 年以内にフル稼働に達すると予測されており、同社は追加の製造施設を建設する場所を探しています。
Jia のビジョンでは、Hikrobot は、製造および物流部門にサービスを提供し、必要なすべてのインテリジェント ハードウェア、ソフトウェア機器、統合システムを提供するプラットフォーム ベースのインテリジェント製造企業に進化します。
2014 年、ロバート ジア氏が率いる社内チームが Hikvision 内で設立され、人工知能とロボット技術を産業分野に応用する任務を負っていました。
2014 年頃、業界で 2 つの重要な変化が起こりました。まず、人口ボーナスの衰退が中国の産業オートメーションの急速な成長を促し、巨大な市場需要を生み出しました。第 2 に、畳み込みニューラル ネットワーク (CNN) アルゴリズム、データ、コンピューティング能力の組み合わせにより、AI における革命的なブレークスルーが実現し、中国企業が世界の競合他社を追い抜くための窓が生まれました。
Jia 氏は、AI がロボット工学の中核的な推進力となることから、産業のインテリジェントなアップグレードが中国製造の持続可能な成長への唯一の道であると認識しました。製造と物流は、ロボットの迅速な導入と価値の提供にとって最も実現可能なシナリオです。
技術的な観点から見ると、Hikvision は、ハードウェア、組み込み開発、ISP 画像処理、およびパターン認識ビジョンにおいて蓄積された豊富な専門知識を誇っていました。当時、海外の大手メーカーの主流製品は依然として時代遅れの産業用パターン認識アルゴリズムに依存していましたが、Hikvision はすでにセキュリティおよび商用シナリオでの画像認識用に最先端の CNN モデルを導入していました。
この技術的優位性により、チームは、当時の多くのインターネット企業やテクノロジー企業と同様に、トップダウンの技術革新によって市場に参入できると信じました。しかし、純粋なテクノロジーと真の市場需要との間の溝が、スタートアップチームが乗り越えなければならない最初の大きなハードルとなった。
2015 年、Jia 氏はチームを率いて、自信を持って革新的な新機能を満載した 3 台の産業用カメラを開発しました。
注目すべきイノベーションの 1 つは、産業用カメラに色補正を導入したことでした。これは、人間に優しいビジュアルを生成するために写真撮影やセキュリティ監視で広く使用されている機能です。しかし、チームは市場展開中に重大な欠陥をすぐに発見しました。ほとんどの産業用ビジョン システムは人間のオペレータではなくアルゴリズムにデータを供給するため、カラー レンダリングの必要性がなくなりました。
セキュリティや商用アプリケーションとは異なり、産業用シナリオではコストよりも安定性が優先されます。数十万の価値がある生産ラインの中で、産業用カメラのコストはわずか数千人民元ですが、1 台のカメラに欠陥があると、装置全体が停止する可能性があります。
「顧客は、新製品が実質的な具体的な価値を提供する場合にのみ、既存の機器を積極的に交換するでしょう」と Jia 氏は説明しました。
視覚認識で数十年の経験を持つ既存のプレーヤーと競合する新規市場参入者として、Hikrobot はどのような独自の価値を提供できるでしょうか?
Jia のチームは、すべてをゼロから構築するという明確な答えにたどり着きました。
マシン ビジョンには、産業用カメラやアルゴリズムなどのハードウェアとソフトウェアの複雑なエコシステムが含まれます。ほとんどの新規参入者は、既製のモジュールを購入し、アルゴリズム設計のみに集中することを選択します。しかし Hikrobot は、コア アルゴリズムからハードウェアおよびソフトウェア システムに至るまで、ほぼすべてのマシン ビジョン コンポーネントを独自に開発することを決意しました。
たとえば、産業用カメラ用の GigE Vision 通信インターフェイス モジュールには、超安定したデータ伝送が必要です。多くのメーカーが開発時間を短縮するために既製のモジュールを購入する中、Hikrobot は自社バージョンの改良に多大な時間を投資し、クロスプロトコルの互換性と普遍的な適応性のデバッグを繰り返しました。
ハードウェアの面では、産業用カメラは超コンパクトなフォームファクタを特徴としており、チームは最小限の物理的寸法内で電力消費と熱放散を最適化することに何年も費やしました。
アルゴリズムの面では、Hikrobot は AI アルゴリズムを活用した産業用バーコード リーダーの先駆けとなり、業界全体で産業用コード読み取りパフォーマンスの世代間の飛躍を引き起こしました。
「サードパーティのモジュールを購入すると、製品の統合が促進されますが、綿密な再構築、最適化、システム全体の反復が妨げられます」と Jia 氏は述べています。 「個々のモジュールを完全に制御できなければ、既存の技術フレームワークから抜け出すことはできません。市場には 85 ポイントの製品が数多く存在しますが、95 ポイントの製品を作るには非常に大きな課題が伴います。」
95 ポイントのパフォーマンスしきい値に達した製品のみが、顧客に革新的な価値を提供します。
このフルスタックのゼロからの開発能力により、Hikrobot は製品の研究開発中にすべてのモジュール式コンポーネントを最適化し、その後数年間のモバイル ロボットや多関節ロボット アームにわたる競争力の基礎を築くことができます。
ロバート・ジアは、彼のキャリアの軌跡を反映し、合理的な分析と説明的な比喩のバランスをとった構造的で生き生きとしたスピーチを行います。彼は Hikvision の最初のアルゴリズム エンジニアであり、後にグループのサプライ チェーン管理を担当しました。
サプライチェーンの役割を担った1年以上の間、Jia氏は全国の多数の灯台工場を訪問し、浙江省桐廬市にあるHikvisionの製造拠点の建設を監督した。この実践的な経験により、彼は製造業者の真の要求に対する深い洞察を得ることができました。たとえば、多くの工場のサプライチェーンにおける最も対処しがたい問題点は、生産そのものではなく、工場内の物流にあります。
倉庫環境では人員と商品が複雑に重なり合い、上流と下流の生産をつなぐ重要なリンクとして機能します。これらは製造バリューチェーンの最も弱い部分を形成すると同時に、完全なインテリジェントな変革に向けた最も初期の実行可能なシナリオの 1 つを示します。このため、Jia 氏のチームはマシン ビジョンと並行した製品ラインとして AMR を開発しました。ビジョン システムは工場のインテリジェントな「目」として機能し、モバイル ロボットはインテリジェントな「足」として機能します。
当時、市場ではすでに無人搬送車 (AGV) などのさまざまな資材運搬装置が提供されていましたが、これらの装置には 2 つの普遍的な制限がありました。まず、時代遅れのアルゴリズムとハードウェアによる制約により、事前に定義された固定パスに沿ってしか移動できませんでした。第二に、機器メーカーは産業シナリオに対する深い理解を欠いていました。工場の物流には複雑な現場条件が関係しており、業界を超えた生産ワークフローに関する深い知識が必要です。
既存のハードウェアを最適化しても、工場に増分的な価値を生み出すことはできません。中心的な優先事項は、シナリオを理解し、実際的な問題を解決することであり、そのギャップを埋めるために AMR システムが設計されました。
2015 年、Hikrobot の社内物流ソリューションは Hikvision の桐廬製造拠点で検証およびテストされ、そこでアンダーライド AMR の最初のバッチが開発されました。 2016 年 1 月、Hikrobot は最初の大規模 AMR プロジェクトを桐廬工場に展開し、1 つの設備で 800 台のアンダーライド ロボットを展開しました。 AMR システムは自社工場内で、現実世界の厳しい生産プレッシャーと反復的な改良に耐えました。その後、自動車工場や生鮮食品倉庫などへの導入が進んだ。
2017 年、スーパーマーケットの小売クライアントは、生鮮食品配送センター内で人件費の高騰、仕分け効率の低さ、エラー率の高さに直面し、インテリジェントな変革に対する緊急の需要が生じていました。 Hikrobot の生鮮食品シナリオにおけるこれまでの経験が限られていたにもかかわらず、クライアントは共同試験のために倉庫を開放しました。継続的な試行錯誤を経て、両社は 4,000 平方メートルの生鮮食品倉庫に 40 台の AMR と 7 台の仕分けワークステーションを導入しました。ワークフローは「従業員が商品に向かう」から「商品が従業員に届けられる」へと移行し、仕分け効率が 1 人あたり 1 時間あたり 120 個から 210 個に向上しました。
この顧客共創モデルは Hikrobot の初期開発を定義し、速達業界が典型的なケーススタディとして機能しました。 2017 年当時、国内のビジョン ブランドは物流分野で事業を展開していませんでした。小包の仕分け、コードの読み取り、計量はすべて手動の PDA スキャナーに依存していました。物流企業は国内向けにカスタマイズされた DWS (Dimension-Weigh-Scan) システムの開発を模索し、共同研究開発のために Hikrobot と提携しました。
物流における DWS の主な技術的障害は、不規則な荷物に貼り付けられた変形した配送ラベルにあり、多くの場合、コードの読み取りを妨げる透明な粘着テープで覆われています。現実の選別ラインの極度の複雑さと世界的な前例が最小限であることを考慮すると、海外の大手ベンダーはこの市場をほとんど避け、クリーンで標準化されたシナリオを備えた高予算の顧客のみをターゲットにしていました。国内の物流企業は、実行可能なソリューションを求めて Hikrobot のような地元のインテリジェント製造企業に目を向けました。
データを蓄積しシステムをテストするために、物流パートナーは Hikrobot の開発チーム専用の専用仕分けラインを予約しました。アルゴリズム エンジニアは、うだるような夏から極寒の冬まで現場で働き、初期開発を完了するのに何か月も費やしました。発売後、チームはこのソリューションが 2019 年に業界で広く採用されるまで、何年にもわたって最適化を続けてきました。
2019 年以降、Hikrobot は、自動車、リチウム電池、太陽光発電、半導体、医療機器などの新興産業にわたる無数の新規顧客をオンボーディングしました。これらのメーカーの幹部はロボット工学をすぐに採用し、生産能力の拡大により自動化機器の需要が加速しました。新しい工場は、大規模なロボット導入のための専用スペースをゼロから設計しました。
ロボットをショーのために動作させるのは簡単ですが、実際の工場内でロボットを確実に動作させるのはまったく別の課題です。 Hikrobot は 12 年間、工場の現場で実際の生産作業を処理するためにロボットを導入するという 1 つの中心的な使命に焦点を当ててきました。これらのロボットは人型には似ていませんが、人間の労働者と同じように周囲を観察し、互いに協力することができ、製造業務や人々の日常生活に具体的な価値をもたらします。
2026 年、インテリジェント マニュファクチャリング カンファレンスのブースの片隅で、Hikrobot は車輪付きの具体化されたインテリジェント ロボットを展示しました。車輪付きロボットは工場のシナリオに固有の利点を誇り、このモデルはすでに Hikrobot の社内生産ラインでマテリアルハンドリングタスクを担当しています。
Hikrobot は厳格な製品原則を遵守しています。つまり、製品は完全に成熟し、特定の産業シナリオ向けに検証された場合にのみ市場に投入されます。 Hikrobot の CEO、Robert Jia 氏は次のように述べています。「私たちは、空虚な技術的ビジョンではなく、具体的な工業製品を顧客に提供しています。」
過去 2 年間にわたる強化学習などのアルゴリズムの画期的な進歩により、ロボットの動作制御能力は前例のないアップグレードを実現し、ロボットがより強力な環境認識を持って複雑な物理的動作を実行できるようになりました。こうした技術の飛躍に後押しされて、身体化された知能に焦点を当てたスタートアップの波が生まれ、人型ロボットに対する全国的な熱狂を引き起こした。
それでも、ロボットのデモンストレーションを実施することは、実際の工場で安定して動作するようにロボットを導入するよりもはるかに簡単です。
2014 年に Hikvision の社内インキュベーション チームとして誕生した Hikrobot は、約 12 年をかけて産業現場全体に大規模なロボット導入を可能にし、製造業に真の価値を生み出してきました。
この旅の前半には忍耐と粘り強さが求められました。すべての製品には 3 ～ 5 年の研究開発サイクルが必要であり、統合されたハードウェアとソフトウェア システムの繰り返しと最適化に加えて、異なるワークフローと現場条件を持つ数千の産業現場での検証が必要です。 Hikrobot は、最初の大規模な商業展開を達成するまでに少なくとも 5 年を費やしました。
Hikrobot は 2019 年までに 100 万台の産業用カメラと 10,000 台を超える自律移動ロボット (AMR) を市場に出荷しました。
その旅の後半では、爆発的な成長がもたらされました。中国の産業高度化の波により大規模な市場需要が引き起こされ、ロボットベースの問題解決ソリューションを顧客と共同開発する Hikrobot の能力はあらゆる分野で急速に拡大しました。
現在までに、Hikrobot マシン ビジョン製品の累計出荷数は 1,000 万台を超え、180,000 台以上の AMR が生産ラインから出荷されました。中国国内市場では、産業用カメラの 2 台に 1 台、モバイル ロボットの 3 台に 1 台が Hikrobot によって製造されています。
Jia 氏は、これは単なる出発点にすぎないと確信しています。インテリジェント・マニュファクチャリング・カンファレンスで講演した同氏は、製造業が岐路に立たされていると指摘した。新たな技術の波が供給能力を再構築する一方で、需要は少量バッチ、多品種、高度に細分化された生産へと移行している。
Hikrobot はこの変化に向けて完全に準備を整えています。新たに完成した桐廬生産拠点は 2 年以内にフル稼働に達すると予測されており、同社は追加の製造施設を建設する場所を探しています。
Jia のビジョンでは、Hikrobot は、製造および物流部門にサービスを提供し、必要なすべてのインテリジェント ハードウェア、ソフトウェア機器、統合システムを提供するプラットフォーム ベースのインテリジェント製造企業に進化します。
2014 年、ロバート ジア氏が率いる社内チームが Hikvision 内で設立され、人工知能とロボット技術を産業分野に応用する任務を負っていました。
2014 年頃、業界で 2 つの重要な変化が起こりました。まず、人口ボーナスの衰退が中国の産業オートメーションの急速な成長を促し、巨大な市場需要を生み出しました。第 2 に、畳み込みニューラル ネットワーク (CNN) アルゴリズム、データ、コンピューティング能力の組み合わせにより、AI における革命的なブレークスルーが実現し、中国企業が世界の競合他社を追い抜くための窓が生まれました。
Jia 氏は、AI がロボット工学の中核的な推進力となることから、産業のインテリジェントなアップグレードが中国製造の持続可能な成長への唯一の道であると認識しました。製造と物流は、ロボットの迅速な導入と価値の提供にとって最も実現可能なシナリオです。
技術的な観点から見ると、Hikvision は、ハードウェア、組み込み開発、ISP 画像処理、およびパターン認識ビジョンにおいて蓄積された豊富な専門知識を誇っていました。当時、海外の大手メーカーの主流製品は依然として時代遅れの産業用パターン認識アルゴリズムに依存していましたが、Hikvision はすでにセキュリティおよび商用シナリオでの画像認識用に最先端の CNN モデルを導入していました。
この技術的優位性により、チームは、当時の多くのインターネット企業やテクノロジー企業と同様に、トップダウンの技術革新によって市場に参入できると信じました。しかし、純粋なテクノロジーと真の市場需要との間の溝が、スタートアップチームが乗り越えなければならない最初の大きなハードルとなった。
2015 年、Jia 氏はチームを率いて、自信を持って革新的な新機能を満載した 3 台の産業用カメラを開発しました。
注目すべきイノベーションの 1 つは、産業用カメラに色補正を導入したことでした。これは、人間に優しいビジュアルを生成するために写真撮影やセキュリティ監視で広く使用されている機能です。しかし、チームは市場展開中に重大な欠陥をすぐに発見しました。ほとんどの産業用ビジョン システムは人間のオペレータではなくアルゴリズムにデータを供給するため、カラー レンダリングの必要性がなくなりました。
セキュリティや商用アプリケーションとは異なり、産業用シナリオではコストよりも安定性が優先されます。数十万の価値がある生産ラインの中で、産業用カメラのコストはわずか数千人民元ですが、1 台のカメラに欠陥があると、装置全体が停止する可能性があります。
「顧客は、新製品が実質的な具体的な価値を提供する場合にのみ、既存の機器を積極的に交換するでしょう」と Jia 氏は説明しました。
視覚認識で数十年の経験を持つ既存のプレーヤーと競合する新規市場参入者として、Hikrobot はどのような独自の価値を提供できるでしょうか?
Jia のチームは、すべてをゼロから構築するという明確な答えにたどり着きました。
マシン ビジョンには、産業用カメラやアルゴリズムなどのハードウェアとソフトウェアの複雑なエコシステムが含まれます。ほとんどの新規参入者は、既製のモジュールを購入し、アルゴリズム設計のみに集中することを選択します。しかし Hikrobot は、コア アルゴリズムからハードウェアおよびソフトウェア システムに至るまで、ほぼすべてのマシン ビジョン コンポーネントを独自に開発することを決意しました。
たとえば、産業用カメラ用の GigE Vision 通信インターフェイス モジュールには、超安定したデータ伝送が必要です。多くのメーカーが開発時間を短縮するために既製のモジュールを購入する中、Hikrobot は自社バージョンの改良に多大な時間を投資し、クロスプロトコルの互換性と普遍的な適応性のデバッグを繰り返しました。
ハードウェアの面では、産業用カメラは超コンパクトなフォームファクタを特徴としており、チームは最小限の物理的寸法内で電力消費と熱放散を最適化することに何年も費やしました。
アルゴリズムの面では、Hikrobot は AI アルゴリズムを活用した産業用バーコード リーダーの先駆けとなり、業界全体で産業用コード読み取りパフォーマンスの世代間の飛躍を引き起こしました。
「サードパーティのモジュールを購入すると、製品の統合が促進されますが、綿密な再構築、最適化、システム全体の反復が妨げられます」と Jia 氏は述べています。 「個々のモジュールを完全に制御できなければ、既存の技術フレームワークから抜け出すことはできません。市場には 85 ポイントの製品が数多く存在しますが、95 ポイントの製品を作るには非常に大きな課題が伴います。」
95 ポイントのパフォーマンスしきい値に達した製品のみが、顧客に革新的な価値を提供します。
このフルスタックのゼロからの開発能力により、Hikrobot は製品の研究開発中にすべてのモジュール式コンポーネントを最適化し、その後数年間のモバイル ロボットや多関節ロボット アームにわたる競争力の基礎を築くことができます。
ロバート・ジアは、彼のキャリアの軌跡を反映し、合理的な分析と説明的な比喩のバランスをとった構造的で生き生きとしたスピーチを行います。彼は Hikvision の最初のアルゴリズム エンジニアであり、後にグループのサプライ チェーン管理を担当しました。
サプライチェーンの役割を担った1年以上の間、Jia氏は全国の多数の灯台工場を訪問し、浙江省桐廬市にあるHikvisionの製造拠点の建設を監督した。この実践的な経験により、彼は製造業者の真の要求に対する深い洞察を得ることができました。たとえば、多くの工場のサプライチェーンにおける最も対処しがたい問題点は、生産そのものではなく、工場内の物流にあります。
倉庫環境では人員と商品が複雑に重なり合い、上流と下流の生産をつなぐ重要なリンクとして機能します。これらは製造バリューチェーンの最も弱い部分を形成すると同時に、完全なインテリジェントな変革に向けた最も初期の実行可能なシナリオの 1 つを示します。このため、Jia 氏のチームはマシン ビジョンと並行した製品ラインとして AMR を開発しました。ビジョン システムは工場のインテリジェントな「目」として機能し、モバイル ロボットはインテリジェントな「足」として機能します。
当時、市場ではすでに無人搬送車 (AGV) などのさまざまな資材運搬装置が提供されていましたが、これらの装置には 2 つの普遍的な制限がありました。まず、時代遅れのアルゴリズムとハードウェアによる制約により、事前に定義された固定パスに沿ってしか移動できませんでした。第二に、機器メーカーは産業シナリオに対する深い理解を欠いていました。工場の物流には複雑な現場条件が関係しており、業界を超えた生産ワークフローに関する深い知識が必要です。
既存のハードウェアを最適化しても、工場に増分的な価値を生み出すことはできません。中心的な優先事項は、シナリオを理解し、実際的な問題を解決することであり、そのギャップを埋めるために AMR システムが設計されました。
2015 年、Hikrobot の社内物流ソリューションは Hikvision の桐廬製造拠点で検証およびテストされ、そこでアンダーライド AMR の最初のバッチが開発されました。 2016 年 1 月、Hikrobot は最初の大規模 AMR プロジェクトを桐廬工場に展開し、1 つの設備で 800 台のアンダーライド ロボットを展開しました。 AMR システムは自社工場内で、現実世界の厳しい生産プレッシャーと反復的な改良に耐えました。その後、自動車工場や生鮮食品倉庫などへの導入が進んだ。
2017 年、スーパーマーケットの小売クライアントは、生鮮食品配送センター内で人件費の高騰、仕分け効率の低さ、エラー率の高さに直面し、インテリジェントな変革に対する緊急の需要が生じていました。 Hikrobot の生鮮食品シナリオにおけるこれまでの経験が限られていたにもかかわらず、クライアントは共同試験のために倉庫を開放しました。継続的な試行錯誤を経て、両社は 4,000 平方メートルの生鮮食品倉庫に 40 台の AMR と 7 台の仕分けワークステーションを導入しました。ワークフローは「従業員が商品に向かう」から「商品が従業員に届けられる」へと移行し、仕分け効率が 1 人あたり 1 時間あたり 120 個から 210 個に向上しました。
この顧客共創モデルは Hikrobot の初期開発を定義し、速達業界が典型的なケーススタディとして機能しました。 2017 年当時、国内のビジョン ブランドは物流分野で事業を展開していませんでした。小包の仕分け、コードの読み取り、計量はすべて手動の PDA スキャナーに依存していました。物流企業は国内向けにカスタマイズされた DWS (Dimension-Weigh-Scan) システムの開発を模索し、共同研究開発のために Hikrobot と提携しました。
物流における DWS の主な技術的障害は、不規則な荷物に貼り付けられた変形した配送ラベルにあり、多くの場合、コードの読み取りを妨げる透明な粘着テープで覆われています。現実の選別ラインの極度の複雑さと世界的な前例が最小限であることを考慮すると、海外の大手ベンダーはこの市場をほとんど避け、クリーンで標準化されたシナリオを備えた高予算の顧客のみをターゲットにしていました。国内の物流企業は、実行可能なソリューションを求めて Hikrobot のような地元のインテリジェント製造企業に目を向けました。
データを蓄積しシステムをテストするために、物流パートナーは Hikrobot の開発チーム専用の専用仕分けラインを予約しました。アルゴリズム エンジニアは、うだるような夏から極寒の冬まで現場で働き、初期開発を完了するのに何か月も費やしました。発売後、チームはこのソリューションが 2019 年に業界で広く採用されるまで、何年にもわたって最適化を続けてきました。
2019 年以降、Hikrobot は、自動車、リチウム電池、太陽光発電、半導体、医療機器などの新興産業にわたる無数の新規顧客をオンボーディングしました。これらのメーカーの幹部はロボット工学をすぐに採用し、生産能力の拡大により自動化機器の需要が加速しました。新しい工場は、大規模なロボット導入のための専用スペースをゼロから設計しました。
