蓝胖子机器智能助力联邦快递启用人工智能分拣机器人

提升操作效率，支持蓬勃发展的电子商务行业

深圳2022年1月27日 /美通社/ -- 为物流行业提供领先机器人解决方案的蓝胖子机器智能Dorabot（下称“蓝胖子”）与联邦快递集团（纽约证交所股票交易代码：FDX）旗下附属公司兼全球最具规模的速递运输公司之一联邦快递正式开启合作，启用人工智能驱动的智能分拣机器人DoraSorter。使用智能分拣机器人代表了联邦快递在数字化运营和建立智能物流网络方面的最新努力，以处理不断增长的电子商务货运量。

作为联邦快递在中国投入使用的首个分拣机器人，DoraSorter被用于联邦快递位于广州的华南电子商务货件分拣中心，该中心占地面积约为5200平方米。DoraSorter已经投入到日常分拣工作，能够处理来自华南地区电子商务客户的进出口小型包裹。联邦快递和蓝胖子团队会根据操作要求对机器人不断进行调整，并探索更多的应用场景。DoraSorter核心功能可以根据包裹的目的地进行分拣操作，从而配合分拣中心的总体操作流程。该机器人的主要特点包括：

• 占地面积约40平方米，最高可承载10公斤包裹，最多可同时操作100个目的地流向
• 采用特制抽屉状“爪手”，能够与传送带无缝衔接
• 条形码读取器扫描包裹条形码获取目的地信息，“爪手”从传送带接收包裹， 随后将包裹移动至相应目的地格口投放包裹。

联邦快递对仓库自动化的投资与物流行业的总体发展趋势相呼应。在全球疫情的触发下，物流企业从仓库管理到“最后一公里”的派送，不断优化运营效率，以应对电子商务产品^[1]需求的巨量增长、季节性业务高峰，以及消费者对运输时效性的更高期望。根据麦肯锡公司的数据，预计到2030年全球仓库自动化市场规模将达到510亿美元^[2]。到2025年，超过400万个商业机器人将被应用于5万多个仓库^[3]。

联邦快递亚太、中东和非洲地区总裁裴佳华表示：“随着电子商务在我们地区未来的零售业中占据中心地位，上门取派件的速度已经成为推动分拣机器人应用的主导因素。鉴于中国是全球最大的电子商务市场，并且到2025年预计其市场估值将达3.3万亿美元，将DoraSorter作为试点项目引入中国是一个自然选择。我们希望建立一个由数据驱动的智能物流网络，以帮助我们的客户在数字经济中发展自己的业务，与蓝胖子的合作是我们建立未来网络的一项举措。人工智能驱动技术将继续改变我们支持该地区客户的方式，并提升未来的供应链。”

联邦快递中国区操作副总裁朱泰浩表示：“创新是我们的核心，也是联邦快递在中国发展策略的主要因素。我们一直探索和投资各种新技术来提升运输的每一个关键环节，以满足不断变化的客户需求。电子商务的快速增长使客户对物流服务的时效性和灵活性提出了更高的要求，为整个物流行业带来机遇和挑战。与蓝胖子的合作是我们通过机器人技术提升操作效率，构建敏捷物流基础架构的最新努力，并以此支持中国电子商务行业的发展。”

蓝胖子创始人兼CEO邓小白表示：“此次蓝胖子智能分拣机器人DoraSorter落地联邦快递，助力联邦快递应对海量跨境电商包裹的分拣工作，是蓝胖子与联邦快递全球合作的起点。我们期待与联邦快递共同把人工智能和机器人的应用成果带给更多的企业与消费者。”

联邦快递不断利用先进技术来简化操作，并帮助中国和其他国家和地区的各种规模客户抢占全球市场商机。去年10月，联邦快递与新石器公司合作，在中国测试自动驾驶递送车。联邦快递还在亚太、中东及非洲地区测试了联邦快递SameDay Bot^®自动派送机器人Roxo™，以探索未来无人接触式“最后一公里”递送。此外，联邦快递还推出了一种由传感器驱动的物流设备——SenseAwareID，旨在加强急救药品和紧急医疗物资等关键货物的跟踪精度、运输可靠性和时效性。

联邦快递简介

联邦快递是全球最具规模的速递运输公司之一，致力于提供快捷可靠的速递服务，前往全球220多个国家及地区。联邦快递运用覆盖全球的航空和陆运网络，确保分秒必争的货件可于指定日期和时间前迅速送达。

蓝胖子简介

蓝胖子机器智能Dorabot（简称“蓝胖子”）于2015年扬帆起航，是一家有着雄厚技术背景的智能无人仓储整体解决方案供应商，运用机器人视觉、运动规划、规划和推理、自主导航、多机协作、机器学习等技术，为物流仓储、零售电商、海港空港、智能制造等行业客户，提供包含供件、分拣、运输、拆码垛、出入库、装卸载等环节的软硬件相结合的一站式解决方案，助力客户应对劳动力短缺难题，降低运营成本，提升运营效率，提高数字化及智能化水平。蓝胖子一直坚持人才多元化、市场国际化战略，在深圳、广州、香港、顺德、杭州、澳大利亚布里斯班、美国亚特兰大、新加坡和日本东京等地设有研发运营中心，2019年被世界经济论坛评选为全球“技术先锋”，2021年获评“碳中和科创先锋”。如需了解更多信息，请访问www.dorabot.com。