旧金山创企获1600万美元B轮融资,AI算法使仓储机器人更加智能化

发布时间:2019-10-9 阅读量:996 来源: 智东西 发布人: Jane

智东西消息,旧金山创企Osaro今天宣布已完成1600万美元的B轮融资。

 

Osaro表示,本轮融资将用于仓储和物流智能解决方案的研发和全球部署。

 

此轮融资由风险投资公司King River Capital(KRC)领投,Alpha Intelligence Capital、Founders Fund、Fenox Venture Capital、GiTV基金跟投。

 

旧金山创企AI算法使仓储机器人更加智能化1.jpg 

 

一、Osaro明年将在中国部署物流解决方案

 

2015年,Derik Pridmore与加州大学伯克利分校、斯坦福大学和马萨诸塞大学的团队共同创立了Osaro,成立之初公司只有9名员工,面向制药和食品服务等行业开发机器人配套的视觉软件。

 

他们利用最少的培训数据和无需注册SKU即可概括挑选任务的深度学习算法,提供快速,可扩展的解决方案。除了提供拣选解决方案外,Osaro还制作能拣选各种物品的机械臂和硬件。

 

旧金山创企AI算法使仓储机器人更加智能化2.jpg 

 

Osaro成立之初就获得了330万美元的种子轮融资,用于进行市场推广。当时深度学习刚刚兴起,Osaro使用大量数据训练神经网络,专注机器人领域,为更行各业提供技术服务。

 

旧金山创企AI算法使仓储机器人更加智能化3.jpg 

 

Osaro的解决方案结合了图像识别能力,帮助机器人系统更加快速有效的学习。Osaro的联合创始人兼首席执行官Derik Pridmore表示,Osaro的技术优势在于,能够使用更短的时间让机器人学会更多的东西。

 

用于生产的工业机器人需要不断重新设定程序,逐步适应更高小效率的生产要求。从2015年开始,Osaro就表示将和飞行员合作,让技术人员完成机器人的设定和训练。

 

2017年4月完成了1000万美元的A轮融资之后,Osaro的总融资额达到了2930万美元。此后,Derik Pridmore表示,将扩大公司的团队,并展开国际部署和研发工作。

 

Derik Pridmore透露Applied Digital Access,Mahi Networks和Calix公司的资深人士Kevin Pope已加入Osaro,担任工程副总裁。Kevin Pope将负责Osaro在全球范围扩展解决方案的工作。

 

Derik Pridmore表示,明年Osaro的重点将是加快在北美、澳大利亚、韩国、中国、日本和德国的部署。

 

二、Osaro集成技术强化算法

 

OSARO构建用于工业自动化的AI,通过专有软件使工业机器人能够在各种环境中执行各种任务,为工厂和配送中心的机器人提供动力。Osaro的独立的解决方案Osaro Vision可识别用于工厂自动化的产品,可集成到任何机器人系统中灵活应用。

 

Osaro直接与合作伙伴合作,购买其集成了各种软件的机器,包括那些在杂货配送中心、食品包装厂完成任务的机器。Osaro使用强化学习来训练其机器学习算法,该技术利用奖励将软件策略推向目标,即使面对不正确的容器放置,混乱的物品和可变的照明,也可以识别、分类、组装、和包装物品。

 

旧金山创企AI算法使仓储机器人更加智能化4.jpg 

 

Osaro的算法可利用基于云和GPU加速的后端进行自我完善,从而使它们随着时间的推移变得更加强大。

 

Osaro的旗舰产品Pick可使配送中心的固定拣选站自动化。随着业务扩展到电子、服装、杂货和制药等行业,该公司正在设计更动态的解决方案。

 

2012年3月亚马逊以7.75亿美元的价格收购了机器人公司Kiva Systems,去年11月DHL宣布将投资3亿美元,以利用物联网传感器和机器人对北美的仓库进行现代化改造。

 

另外,像Attobocits和CommonSense Robotics这样的初创公司也已经筹集了数千万美元的资金,用于紧凑空间的自动化分拣,例如地下车库。

 

结语:仓库和物流自动化投资将不断加大

 

Osaro的感知和控制软件可实现一些困难的视觉分析、拾取和制造问题的自动化,并且其与各种机器人硬件集成。这意味着它不仅可以部署在未开发的环境中,而且还可以作为改造应用工业自动化转型的解决方案。

 

根据市场调研机构Tractica的数据,到2022年。仓库和物流自动化投资预计将从2018年的83亿美元增加到308亿美元。

 

原文来自:VentureBeat

相关资讯
新能源汽车的“核心系统”:深度解析大三电与小三电技术体系

本文将从技术原理、系统架构及工程实现角度,全解剖析新能源汽车的大三电和小三电系统

从汽车电子到多元工业应用:CAN总线技术解析与发展趋势

CAN总线技术通过单一总线替代复杂布线系统,极大提高了系统的可靠性与可维护性

窥见电池灵魂:BMS数据采集如何成为电动时代的神经末梢

数据采集的精度和可靠性,直接决定了整个BMS系统性能的天花板

强强联合!英伟达50亿入股英特尔

英伟达投资50亿入股英特尔股票

​温补晶振(TCXO)核心技术解析:8大关键参数决定系统时序精度​

在高速通信、精准导航与精密测量等尖端领域,电子系统的时序架构对时钟信号稳定性的要求已近乎苛刻——其精度如同机械钟表的游丝摆轮,微小偏差便可能引发整个系统的时序紊乱,导致数据传输错误、定位偏移或测量失准。环境温度的波动一直是普通晶振频率稳定性的最大挑战,而温补晶振(Temperature Compensated Crystal Oscillator,简称TCXO)作为高精度时钟基准的核心器件,正是为解决这一核心问题而生。它凭借内置的“感知-计算-补偿”机制,在宽温环境下实现对频率的精准锁定,将温度变化引发的漂移压制在极低水平,成为高端电子系统中不可或缺的“时序锚点”。要真正理解并选型这一精密器件,就必须深入剖析其决定性能优劣的几个重要参数。