#AI
#Cloud Computing
#Robotics & Autonomous Things
Autonomous Mobile Robots (AMR) stellen die nächste Evolutionsstufe der Automated Guided Vehicles (AGV) dar und sind in der Lage, sich unabhängig von einer zentralen Infrastruktur zu bewegen. Reply und Microsoft haben einen Use Case zur Schadensinspektion von Fahrzeugen entwickelt, wobei der Prozess mit Künstlicher Intelligenz (KI), Cloud Computing und brandneuer Autonomous-Mobile-Robot-(AMR-)Technologie vollständig automatisiert wird. Die Lösungsarchitektur demonstriert die Möglichkeiten einer skalierbaren, beweglichen Robotics-Plattform, die mit Machine Learning und Computer Vision ausgestattet ist.
KI und Cloud Services in Bewegung bringen
Um Sicherheit und Qualität für Kunden zu gewährleisten, müssen Autovermieter nach der Rückgabe der Fahrzeuge Schäden schnell erkennen. Dafür muss normalerweise ein Mitarbeiter in einem zeit- und kostenaufwändigen manuellen Prozess um das Auto herumgehen, es visuell inspizieren, die Schwere des Schadens beurteilen und einen Schadensbericht erstellen.
Ausgestattet mit Computer Vision und der erforderlichen Rechenleistung ist Spot von Boston Dynamics nicht nur in der Lage, eigenständig um das Fahrzeug herumzulaufen und den manuellen Prozess nachzuahmen, sondern bietet auch die idealen Voraussetzungen, um als Edge-Device Daten vorzuanalysieren, bevor sie in die Cloud gesendet werden. Das reduziert den Datenstrom erheblich und bietet sofortige Einblicke.
Nach der Inspektion kehrt der mobile Roboter zu seiner Basis zurück und ein Mitarbeiter wird informiert, dass die Inspektion abgeschlossen ist. Die identifizierten Schäden werden dokumentiert und ein detaillierter Bericht erstellt, der angenommen oder abgelehnt werden kann. Zusätzliche Dashboards ermöglichen es dem Mitarbeiter, Details zu den Schäden innerhalb einer verwalteten Flotte zu erkennen.
Es gibt viele verschiedene Anwendungen, für die mobile Roboter nützlich sind. Sie können in extremen und giftigen Umgebungen eingesetzt werden, die für Menschen zu gefährlich sind, oder um Routine-Inspektionsaufgaben und Datenerfassungen sicher, genau und in schnellen Abläufen zu automatisieren. Im Allgemeinen werden die Szenarien in vier Hauptkategorien unterteilt, in denen der AMR eingesetzt werden kann.
Transport
Verarbeitung
Die von Cluster Reply und Microsoft entwickelte flexible, skalierbare und vielseitige Roboterplattform nutzt die Vorteile der Services von Azure, agile Workflows, maschinelles Lernen und Computer Vision. Diese Plattform ermöglicht den Services der Microsoft Azure Cloud sich mobil in der Welt zu bewegen, indem sie sie von der Cloud zur Edge in hochentwickelte mobile Roboter verlagert. Dadurch erhalten sie die nötige Autonomie, um neuartige geschäftliche Anwendungsfälle für Autonomous Mobile Robots zu erschließen.
Reply konzentriert sich darauf, die Leistungsfähigkeit autonomer mobiler Roboter für geschäftliche Anwendungen voll auszuschöpfen. Das bedeutet, die Einsatzmöglichkeiten neuer Hardware zu untersuchen und innovative Erweiterungen zu entwickeln. Autonomous Mobile Robots sind wendig und können sich auf Terrain bewegen, das für den Einsatz herkömmlicher Roboter nicht geeignet war. Dies bietet eine enorme Flexibilität für alle Branchen, ohne große Vorlaufkosten. Kombiniert mit den Vorteilen, die das Cloud Computing und künstliche Intelligenz bieten, können so neue Geschäftsanwendungen geschaffen werden.
Ist auf die Bereitstellung von Cloud-Lösungen unter Verwendung der Microsoft Azure-Plattform spezialisiert. Cluster Reply ist ein globaler, preisgekrönter und Microsoft Gold-zertifizierter Partner mit mehr als 20 Jahren Erfahrung in der Anwendungsentwicklung, Integration und im Angebot von Cloud-Infrastrukturlösungen mit Microsoft-Technologie. Cluster Reply liefert eine komplette Cloud-Managed-Services-Lösung; vor Ort, hybrid und in der Cloud, damit sich Unternehmen mit der Microsoft Azure-Cloud digital transformieren können. Cluster Reply hat Klienten zum Erfolg verholfen, indem sie Erfahrung, Fachwissen und Best-Practice-Anleitungen zur Optimierung aktueller IT-Investitionen kombinieren.