View Project

Norwegian AI Directory

OWL - Optimization and learning for Warehouse Logistics


Description:

OWL-prosjektet skal forbedre arbeidsforhold i grossistlager og redusere både den økonomiske og klimamessige kostnaden ved å utvikle og forbedre verktøy som optimerer drift knyttet til pallestabling og lagerorganisering. Varer ankommer grosssitlagre fra produsenten på paller med kun én varetype som oppbevares på lageret. Kundeordre krever at ulike varer hentes fra sine respektive plasser på lageret og stables sammen på paller som så transporteres videre til kundens lokaler. Lagerplassering, vareuthenting og -omstabling er sammenkoblede aktiviteter, og løsningen for hver av de vil påvirke hvor effektivt man kan løse de andre. For at roboter skal kunne avlaste og/eller erstatte mennesker i fysisk belastende situasjoner må slike avhengige problemer løses med hensyn til hverandre, og ikke som isolerte oppgaver. OWL vil ta fatt i mangelen på algoritmer som tilfredsstillende løser disse oppgavene og hindrer videre utvikling av digitale løsninger og kostnadseffektive, autonome systemer for lagerdrift. OWL forener Driw AS som leverer software for lagerlogistikk, og Currence AS som utvikler innovative robotikkløsninger for lagerdrift, med SINTEF Digital for å utvikle avanserte optimeringsmodeller og -algoritmer som skal håndtere driftsutfordringer i grossistlagre. Forbedring av klassiske optimeringsmetoder ved bruk av maskinlæring anses som en nyskapende og lovende forskningsretning for å oppnå dette. Innsikt fra sluttbrukere i både lager og buktikker vil samles inn fra Driw og Currence sine kunder. Utviklede metoder vil bli både testet og utnyttet i Currence sin lagerrobot og Driws lagerstyringssystem. Reduksjon av tungt fysisk arbeid, forbedring av arbeidsforhold, økt driftssikkerhet, samt redusert avfall, områdebruk og utslipp er sannsynlige utfall som bidrar mot FNs mål for brekraftig utvikling. I tillegg vil arbidet bidra til fornyelse og restrukturering gjennom digitsalisering av en godt etablert industri (lagerlogistikk) med tilhørende arbeidsmetoder.


Project leader: Signe Riemer-Sørensen

Started: 2022

Ends: 2026

Category: Næringsliv

Sector: Næringsliv

Budget: 10628000

Institution: SOLWR ROBOTICS AS

Address: