售前仿真平台满足不同客户的个性化需求，采用模式识别、数据挖掘等最前沿人工智能算法，结合相似业务模式下的历史经验数据，快速高效输出触达用户需求的系统规划方案备选集，仿真系统智能自动生成的量化仿真报告和仿真视频，助力客户选择最合适、最经济的智能仓储机器人方案。
EVO软件系统可实现最优的资源分配，负载均衡，库存分布，多种设备协同和交通控制等调度导航控制，最大化系统效率。
智慧大数据平台，实时监控任务执行效率，硬件状况，交通情况，是客户精准掌握项目运行情况的“好管家”、“巧助手”。智能交互界面，友好及时地给予用户操作建议，为客户营造轻松舒适的工作环境。
基于最前沿的模糊专家算法、排队论、对策论，动态调整车辆的行驶路径，最大化解拥堵效率，保持机器人高速运行的流畅度。
快仓智能算法聚焦多种设备协同解决方案，启发式算法和整数规划精确算法结合的混合算法，料箱到人（QuickBin）场景下料箱机器人和潜伏式机器人的高效协同，智能搬运场景下机器人和提升机的高效协同，为客户提供了更丰富、更经济、更灵活的解决方案。
基于海量的历史订单数据，对未来的订单需求进行预测，active（定期的）和passive（实时的）热度移位相结合，将货架放到最合理的位置，最小化拣货作业时整体货架搬运距离。从“一仓一策”到“一品一策”，从“一车一策”到“一行一策”，最大化入库、出库效率。
提高单货架品规数量通过对商品尺寸包装的分析及优化，提升存储空间利用率，有效实现了单货架品规存储数量和SKU命中率的大幅提高。出库强关联性商品集中存储系统对出库订单进行大数据分析，对出库关联性强的商品进行系统指导上架，存储到同一个货架同一面，提高货架命中率。
基于滚动的历史拣选数据，挖掘不同sku的拣选热度以及sku之间的关联度，基于此进行推荐上架，优化库存分布，既能减少热度商品货架的竞争状态，又能提高后续一次进站拣选效率。
货架搬运任务分配AGV时不仅考虑全局的搬运距离，还考虑仓库区域、工作站、任务类型等要素的负载均衡；此外，通过感知作业中的AGV状态，进行动态任务分配及调整，减少AGV绕路和空闲间隔，提升整体作业效率。
在不同导航的多车混场景下，规划全局移动代价最小的最优路径，面对用户误操作产生等异常情况，快速切换至重规划模式，最大化机器人通行效率。
公众号
视频号