亚马逊将为其电动送货车引入AI包裹检索技术
刘峰
2024-10-11 11:17
10月11日消息,亚马逊近日宣布将为其Rivian电动送货车配备AI包裹检索系统,以减少送货司机寻找正确包裹所需的时间,进一步提升配送速度。在2025年初之前,亚马逊将在其1000辆Rivian电动送货车上部署视觉辅助包裹检索(VAPR)技术。一旦货车抵达送货地点,VAPR会自动在该站点送货的所有包裹上投射绿色“O”,并在所有其他包裹上投射红色“X”,通过音频和视觉提示帮助司机确认包裹。


图源:Amazon Newsroom
借助该AI技术,送货司机将不再需要花时间按站点整理包裹、阅读标签或手动检查关键信息(如客户姓名或地址)以确保包裹正确。亚马逊还针对货车内环境优化了该技术,配备专门的投影仪和摄像头,并依托AWS的机器学习和人工智能解决方案与送货路线导航系统集成,实现高效运作。
据介绍,VAPR 使用亚马逊机器人识别 (AR-ID),这是一种最初为配送中心开发的计算机视觉技术,可在库存装载或挑选操作期间自动识别物品。AR-ID取代了手动条形码扫描,在处理周围环境时,它可以实时定位和解密多个条形码。
VAPR通过训练机器学习模型来识别不同标签和包装、各种照明条件和包装特征。该技术还针对货车内环境进行了优化,并与专门设计的汽车灯光投影仪和摄像头配对,所有这些都与货车的送货路线导航系统集成在一起。VAPR正在将多种AWS技术应用于实践,包括机器学习平台SageMaker和IoT Greengrass。
根据对VAPR的早期测试,该技术可以使司机体力和脑力劳动减少67%,每条送货路线节省超过30分钟目前,亚马逊在全球拥有超过39万名DSP司机,车队中有超过10万辆货车每天运送数百万个包裹,VAPR将有助于大幅提升配送效率。

图源:Amazon Newsroom
声明
1、该内容为作者独立观点,不代表电商派观点或立场,文章为作者本人上传,版权归原作者所有,未经允许不得转载。
2、电商号平台仅提供信息存储服务,如发现文章、图片等侵权行为,侵权责任由作者本人承担。
3、如对本稿件有异议或投诉,请联系:info@dsb.cn
2、电商号平台仅提供信息存储服务,如发现文章、图片等侵权行为,侵权责任由作者本人承担。
3、如对本稿件有异议或投诉,请联系:info@dsb.cn

刘峰
关注人物,保持真实