Autonoom en intelligent pick-én stackrobotsysteem
Het project ontwikkelt een autonoom orderpicksysteem voor e-commerce-magazijnen om efficiëntie te verhogen en kosten te verlagen, met demonstratie bij een klant in Zuid-Holland.
Projectdetails
Inleiding
Door een toename van het aantal online aankopen, is het voor winkels en logistiek dienstverleners een steeds grotere uitdaging om ervoor te zorgen dat klanten zo laat mogelijk kunnen bestellen en toch de volgende dag hun pakket ontvangen.
Probleemstelling
Vanwege het arbeidsintensieve proces is het orderpickproces een groot logistiek struikelblok met hoge kosten. Dat geldt in sterkere mate voor (samengevoegde) e-commerce-magazijnen vanwege:
- Meer (kleine) orders
- Kortere doorlooptijden
- Onevenredige piekbelastingen gedurende de week
Door het orderpickproces zo effectief én efficiënt mogelijk in te richten, kunnen significante kostenvoordelen worden behaald naarmate het aantal orders per tijdseenheid toeneemt.
Oplossing
In dit kader raken steeds meer bedrijven overtuigd dat het (gedeeltelijk) vervangen van mensen door machines direct een positief effect heeft op de efficiency en resulteert in een kostenverlaging.
Uitdagingen
Problematisch is echter dat een volledig geautomatiseerd orderpickproces moeilijk te realiseren is in bestaande e-commerce warehouses. Dit komt doordat het vaak gaat om veel producten met verschillende vormen en formaten, waar tot op heden geen universele oplossing voor is bedacht. Bovendien is hiermee een flinke investering gemoeid, omdat de infrastructuur in een warehouse volledig moet worden aangepast.
Projectdoel
Om in te spelen op bovengenoemde marktbeweging, ontwikkelt het consortium een autonoom orderpicksysteem. Het consortium gaat de resultaten demonstreren in een praktijksituatie bij een launching customer in Zuid-Holland teneinde het technisch werkingsprincipe en de businesscase te valideren.
Looptijd
De looptijd van dit project bedraagt 16 maanden.
Financiële details & Tijdlijn
Financiële details
Subsidiebedrag | € 138.357 |
Tijdlijn
Startdatum | Onbekend |
Einddatum | Onbekend |
Subsidiejaar | 2016 |
Partners & Locaties
Projectpartners
- Costo Transport- en Opslagtechniek B.V.penvoerder
- Dinto B.V.
Land(en)
Vergelijkbare projecten binnen MIT R&D Samenwerking
Project | Regeling | Bedrag | Jaar | Actie |
---|---|---|---|---|
Biobased AutoplatformDonkervoort ontwikkelt een duurzaam autoplatform van biobased materialen in samenwerking met Scabro Groep, met als doel de carbon footprint met 75% te verlagen en een gevalideerd prototype te creëren. | MIT R&D Samenwerking | € 118.472 | 2023 | Details |
AIM-CLEAN: AI Module voor sChoon ophaLEn AfvalstromeNAIM-CLEAN ontwikkelt een AI-gebaseerde oplossing voor het analyseren van afvalstromen om compostkwaliteit te verbeteren, circulaire grondstoffen te winnen en duurzame gedragsverandering te stimuleren. | MIT R&D Samenwerking | € 190.750 | 2023 | Details |
Efficiëntere bestellingen, minder verspilling met de slimme menukaartWastewatchers en Jamezz ontwikkelen een slimme menukaart met een Basketanalyse tool om voedselverspilling te verminderen en omzet te verhogen door klantgerichte productaanbevelingen. | MIT R&D Samenwerking | € 170.100 | 2023 | Details |
EEGX2Dit project ontwikkelt een softwaretool voor vroegtijdige dementiedetectie via EEG-analyse, gebruikmakend van goedkope hardware en geavanceerde algoritmes, in samenwerking met zorginstellingen. | MIT R&D Samenwerking | € 120.943 | 2023 | Details |
Biobased Autoplatform
Donkervoort ontwikkelt een duurzaam autoplatform van biobased materialen in samenwerking met Scabro Groep, met als doel de carbon footprint met 75% te verlagen en een gevalideerd prototype te creëren.
AIM-CLEAN: AI Module voor sChoon ophaLEn AfvalstromeN
AIM-CLEAN ontwikkelt een AI-gebaseerde oplossing voor het analyseren van afvalstromen om compostkwaliteit te verbeteren, circulaire grondstoffen te winnen en duurzame gedragsverandering te stimuleren.
Efficiëntere bestellingen, minder verspilling met de slimme menukaart
Wastewatchers en Jamezz ontwikkelen een slimme menukaart met een Basketanalyse tool om voedselverspilling te verminderen en omzet te verhogen door klantgerichte productaanbevelingen.
EEGX2
Dit project ontwikkelt een softwaretool voor vroegtijdige dementiedetectie via EEG-analyse, gebruikmakend van goedkope hardware en geavanceerde algoritmes, in samenwerking met zorginstellingen.