Architektura systemów pod Big Data

Duże ilości danych wymagają zaplanowania architektury pod kątem ich zbierania, przechowywania, ich analizy czy udostępniania do innych systemów. W tradycyjnym modelu dane są zbierane przez hurtownie danych z systemów np. ERP, CRM, eCommerce, WMS, itd. a analizowane w systemach klasy Business Inteligence.

Poniżej przykładowy flow od źródeł danych, poprzez ich zbieranie, transformację, przechowywanie i analizę.

Źródła danych dla Big Data

  • Aplikacje mobilne
  • Aplikacje dedykowane
  • Systemy ERP, WMS, CRM, POS, MES, MRP, APS, TMS, itd.
  • Systemy eCommerce jak sklepy internetowe, marketplace
  • Bazy OLTP
  • Bazy logów, eventów
  • API innych firm
  • itd.

Zbieranie i transformacja danych

  • Konektory
  • Zbieranie danych
  • Workflow Manager
  • Platforma Spark
  • Python Libs
  • Batch Query Engine
  • Event Streaming

Przechowywanie danych

  • Data lake
  • Data warehouse

Analiza danych, predictive, sztuczna inteligencja (AI – Artificial Intelligence), uczenie maszynowe (Machine Learning)

  • Data Science Platform
  • Biblioteki Machine Learning
  • Analityka czasu rzeczywistego

Rezultaty analizy danych

  • Dashboardy
  • Wbudowana analityka
  • Rozszerzona analityka
  • Aplikacje wbudowane, frameworki app

Powyższy schemat architektury pozwala na zbieranie danych biznesowych, wyciąganie danych z systemów operacyjnych, dostarczanie danych do magazynów danych wg. określonych schematów, transformację danych dla narzędzi analitycznych, przechowywanie danych aby mogły być one używane do analizy z uwzględnieniem kosztów przechowywania, czasów dostępów czy czasów dostarczenia danych, analizę danych poprzez systemy lub platformy do analizy, analizy historyczne i próby przewidywania przyszłości (predictive) aż do prezentacji wyników analizy danych dla wewnętrznych lub zewnętrznych użytkowników np. w systemach czy aplikacjach.

Jakie są najnowsze trendy w architekturze Big Data?

  1. Zmiana systemów On Prem na Cloud Data Warehouse
  2. Zmiana Hadoop na Data Lakes
  3. Zmiany ETP (Extract Transform Load) na ELT (Extract Load Transform)
  4. Zmiana Workflow Manager na Dataflow Automation

Zobacz także:

Zapraszamy do kontaktu:

pfederowicz@gotechnologies.pl

Ponad 200 zadowolonych klientów

Zastosowanie IoT w Przemyśle

Internet Rzeczy (IoT – Internet of Thing, IIoT – Industrial IoT) jest powszechnie używaną technologią zarówno w przemyśle, logistyce czy magazynach. Do czego możemy jej użyć w przemyśle?

Predictive Maintenance

Przewidywanie awarii maszyn na linii produkcyjnej lub ich remonty i konserwacja pozwalają za poprawę ciągłości produkcyjnej i minimalizację kosztów przestojów, remontów, itd. Rozwiązania IT dla Predictive Maintenance pozwalają zmniejszyć czas MTTR (Mean time to Repair) i są coraz bardziej poszukiwanymi rozwiązaniami. W tego typu rozwiązaniach stosuje się czujniki IoT, kamery, systemy jak system CMMS, systemy predykcyjne z algorytmami sztucznej inteligencji AI (Artificial Inteligence) czy uczenie maszynowe (Machine Learning).

Digital Twin – monitorowanie procesów

Cyfrowy bliźniak jest odzwierciedleniem fizycznej fabryki czy magazynu w świecie cyfrowym. Pozwala optymalizować i zarządzań wszystkimi procesami za pomocą oprogramowania. Pozwala także na przemyślane zmiany optymalizacyjne i rozwojowe. Digital twin wykorzystuje zarówno systemy teleinformatyczne jak i setki kamer i urządzeń IoT pozwalających śledzić obiekty czy raportować o produkcji i zdarzeniach.

Zarządzanie pojazdami i ludźmi w czasie rzeczywistym

Zarządzanie zasobami staje się jednym z podstawowych procesów w przedsiębiorstwie. Pozwala planować prace zarówno urządzeń jak i ludzi, nadzorować ich, oceniać, integrować z procesami biznesowymi, itd. Do zarządzania pojazdami wykorzystuje się kamery, czujniki IoT, technologię RFiD, systemy geolokacyjne oraz systemy zbierające dane, przetwarzające i pokazujące dane na kokpitach zarządczych (dashboardach).

Śledzenie przepływu i monitoring zużycia zasobów

Monitoring zużycia zasobów takich jak woda, komponenty, monitorowanie poziomu zapasów czy pomiar energii elektrycznej pozwala kontrolować koszty oraz optymalizować ich zużycie. Monitorować można zarówno przepływ materiałów pomiędzy obiektami czy procesami jak i także odpady czy opakowania zwrotne.

Traceability

Śledzenie partii za pomocą kamer czy czujników pozwala na dokładne zarządzanie produkcją i kontrolowanie powstawania produktu zarówno od produkcji jak i zakupu produktu przez klienta. Traceability jest standardem w wielu branżach np. automotive czy fmcg.

Jeśli potrzebujesz wsparcia w obszarach optymalizacji procesów produkcyjnych i logistyczno-magazynowych za pomocą technologii zapraszamy do kontaktu.

Zapraszamy do kontaktu:

pfederowicz@gotechnologies.pl

Ponad 200 zadowolonych klientów

Technologiczne trendy w Retail

Retail wraz z eCommerce są branżami, z którymi spotykamy się na co dzień i możemy obserwować zmiany technologiczne i procesowe jakie w nich zachodzą. Obecnie technologia staje się dojrzalsza i tańsza czego rezultatem są projekty autonomicznych i samoobsługowych sklepów, aplikacji lojalnościowych, itd. Poniżej znajdują się najciekawsze trendy technologiczne w branży Retail.

  • IoT (Internet of Things) – technologia inteligentnych czujników, identyfikacja zachowań, personalizacja, wykorzystanie aplikacji mobilnych czy płatności w świecie online. Technologie jak iBeacons, Bluetooth, GPS, Wearables, RFID, itd. Obecnie pojawiają się trendy jak AIoT (Artificial Internet of Things). Zobacz: Doradztwo IoT
  • Programy lojalnościowe, Aplikacje i Smartphony – budowanie lojalności poprzez technologię i udogodnienia jak usługi komplementarne, zbieranie punktów, promocje, karty, itd.
  • Elastyczne systemy POS – systemy POS (Point of Sales) ciągle pozostają kluczowym elementem realizacji usług w Retail. Systemy te jednakże nie spełniają nowych trendów czyli nie można ich zmieniać szybko dostosowując je do nowych potrzeb klientów. Przyszłością są elastyczne i samoobsługowe systemy informatyczne. Zobacz: Systemy POS
  • Kasy bezobsługowe, płatności mobilne i bez obsługowe sklepy – pełny fulfilment to przyszłość zakupów, jednakże tego typu technologie potrzebują czasu, zmiany mentalności klientów i perfekcyjnej technologii (w tym UX – User Experience, UI – User Interface).
  • User Experience – szczególnie w procesach obsługi klienta, reklamacjach czy zwrotach oraz w wykorzystaniu technologii samoobsługowej. Źle zaprojektowane interfejsy możemy spotykać w codziennych zakupach. Zobacz: Doradztwo UX, UI
  • Efektywne zatowarowanie sklepów – predykcja zatowarowania sklepów, predykcja zachowań konsumenckich, analiza sprzedaży w danych sklepach, regionach, itd. Wykorzystanie Big Data i Sztucznej Intelignencji (AI). Zobacz: Systemy BI (Business Inteligence)
  • Sztuczna inteligencja (AI – Artificial Inteligence) – wykorzystanie dużych zbiorów danych Big Data, często chmury (Cloud Computing) oraz algorytmów Machine i Deep Learning.
  • Rozszerzona rzeczywistość AR (Augmented Reality) – technologia, która zaczyna wchodzić np. do branży Fashion zarówno w kanałach eCommerce jak i sklepach typu Showroom, często łączona z wirtualną rzeczywistością (VR – Virtual Reality).
  • Booty, Czaty i asysta – pełna automatyzacja procesów kontaktu klienta np. w procesach zwrotów czy reklamacjach.
  • Automatyzacja magazynów – wykorzystanie najnowszych trendów w Automatyce Magazynowej np. pojazdy AGV (Automated Guided Vehicles), systemów idealnego załadowanie samochodów transportowych czy magazynów automatycznych. Zobacz: Automatyzacja Procesów Magazynowych, czy Algorytmy Tetris.
  • Traceabbility produktów – pełne śledzenie partii produktów od produkcji do klienta. Śledzenie i zarządzanie cyklem życia produktów. Zobacz: Doradztwo Traceability
  • Produkcja energii elektrycznej na potrzeby sklepów – wykorzystanie energii elektrycznej z dużej powierzchni obiektów handlowych jak dachy, odzyskiwanie ciepła z wewnątrz obiektów, itd.
  • Sieci Connectivity – sieci jak 5G łączące urządzenia i czujniki (IoT) pomiędzy sobą i serwerami np. w chmurze.

Zobacz także: Doradztwo technologiczne i procesowe dla Retail

Zapraszamy do kontaktu:

pfederowicz@gotechnologies.pl

Ponad 200 zadowolonych klientów

Trendy technologiczne 2020 – 2021

Obecnie obserwujemy kilka dominujących trendów technologicznych, które będą miały wpływ na nasze życie i biznesy w najbliższych miesiącach i latach. Dodatkowo dzięki takim zjawiskom jak Covid pojawiają się nowe trendy lub zostają wzmocnione inne.

Poniżej lista zaobserwowanych trendów w rozwoju technologii na świecie:

  • Robotyzacja i automatyzacja procesów – zastępowanie ludzi w procesach powtarzalnych przez systemy informatyczne, unikanie błędów ludzkich i minimalizacja kosztów zatrudnienia i szkolenia personelu. Zobacz także RPA – Robotic Process Automation
  • Blockchain – wykorzystanie technologii blockchain np. w jednostkach rządowych, samorządowych i służbie zdrowia.
  • Chmura, Cloud Computing – wykorzystanie chmury zarówno w corowych procesach biznesowych jak i pomocniczych. Przenoszenie do chmury obliczeń, systemów i baz danych. Zobacz: doradztwo Cloud
  • Big Data – Zbieranie dużych ilości danych z wielu źródeł i ich łączenie w celu wykorzystania w systemach podejmowania decyzji. Zobacz: doradztwo Big Data
  • Sztuczna Inteligencja (Artificial Inteligence) – Wykorzystanie algorytmów sztucznej inteligencji w tym uczenia maszynowego (Deep i Machine Learning) w nowoczesnym biznesie i handlu internetowym.
  • Praca zdalna i dygitalizacja procesów backoffice – trend nabierający na sile związany głównie z pracą zdalną spowodowaną pandemią wirusa Covid. Narzędzia pracy zdalnej, dostęp do systemów firmy oraz dokumentów (EOD – Elektroniczny Obieg Dokumentów, DMS, EMS) w postaci cyfrowej z dowolnego miejsca na Świecie.
  • Handel elektroniczny (eCommerce) – istniejący i silny trend wzrostowy sprzedaży produktów i usług poprzez kanały cyfrowe jak eCommerce, Mobile, Social Media, Marketplace, etc.. Zobacz usługi dla eCommerce
  • Monetyzacja danych – zbieranie, łączenia, tłumaczenie i poszukiwanie nowych strumieni przychodów opartych na danych. Zobacz: nowe strumienie przychodów.
  • Systemy predykcyjne, systemy podejmowania decyzji – systemy prodykcyjne, systemy wspierające podejmowanie decyzji, systemy System Business Intelligence (BI)Business Intelligence (BI) oparte na hurtowniach danych.
  • Mobile – trend posiadania i wykorzystywania urządzeń mobilnych, transmisji danych, wykorzystania technologii 5G i Internetu Rzeczy (IoT).
  • Omnichannel – sprzedaż i tracking użytkowników w świecie offline (Retail) i w internecie (mobile, eCommerce, social media, itd.) oraz w Contact Center. Zobacz doradztwo technologiczne dla Omnichannel
  • 5G – wykorzystanie sieci dużych przepustowości do integracji urządzeń, pojazdów i ludzi w czasie rzeczywistym. Zobacz Doradztwo 5G
  • Privacy – ochrona danych użytkowników w sieci. Bardzo silny trend występujacy np. w Niemczech i USA.
  • Inteligentne Miasta (Smart City) – technologie dla inteligentnych miast wykorzystujące technologie 5G, IoT, Big data i chmury. Zobacz doradztwo Smart City
  • Autonomiczne pojazdy – trend przyszłości zarówno w samochodach, dronach, statkach powietrznych jak i morskich.
  • Cyfrowy bliźniak (Digital Twin) – testowanie realnego świata w stworzonych ich cyfrowych modelach.
  • Bezpieczeństwo (Cybersecurity) – zabezpieczenie danych zarówno prywatnych jak i firmowych przed wyciekami i kradzieżą.

Zapraszamy do kontaktu:

pfederowicz@gotechnologies.pl

Ponad 200 zadowolonych klientów

Uczenie maszynowe – Machine Learning, Uczenie głębokie – Deep Learning

Pojęcia Uczenie maszynowe (Machine Learning), Głębokie uczenia (Deep Learning) czy Sztuczna Inteligencja (AIArtificial Intelligence) pojawiają się w ostatnich dość często i są grupowane jako technologie automatyzujące, predykcyjne oraz wspierające podejmowanie decyzji. Technologie opierają się na sieciach neuronowych. To one budzą zarówno zachwyt jak i przerażenie.

Machine Learning i sieci neuronowe

Machine Learning jest podstawą obecnych systemów Sztucznej Inteligencji i zajmuje się eksploracją danych (Data Mining). Machine Learning koncentruje się na wyszukiwaniu wzorców danych w dużych zbiorach danych zasilanych przez różne systemy lub procesy. Uczenie maszynowe często z uwagi na potrzebę dużej mocy obliczeniowej korzysta z chmur obliczeniowych (Cloud) lub specjalistycznych superkomputerów.

Deep Learning a ludzie

Deep Learning jako „dziecko” Machine Learningu pozwala skoncentrować się na człowieku i jego zachowaniach. Deep learning potrafi wchodzić w interakcję z człowiekiem, słucha dźwięków, muzyki, głosu, obserwuje np. rozpoznając obrazy. Deep Learning jest bardzo popularny z uwagi na koncentracji na zachowaniach człowieka, co w przypadku obecnych biznesów jest kluczowe.

Gdzie najprościej wykorzystać Machine Learning?

W organizacjach gdzie są spełnione dwa elementy. Są zbierane duże ilości danych (Big Data) oraz, w których innowacja jest w DNA firmy. Duże ilości aktualnych danych pozwalają „uczyć” systemy zachowań np. użytkowników czy linii produkcyjnej. Czym więcej danych na początku tym lepsze wyniki uczenia. Jeśli danych jest mniej systemy muszą za każdym razem kiedy wystąpi nieoczekiwana sytuacja uczyć się, co wydłuża proces wdrożenia i produkcyjnego wykorzystania tychże systemów.

Zobacz naszą ofertę doradztwa technologicznego:

Zapraszamy do kontaktu:

pfederowicz@gotechnologies.pl

Ponad 200 zadowolonych klientów

Smart Home – inteligentne domy

Inteligentne domy (Smart Homes) to trend, który rozpoczął się na dobre kilka lat temu m.in. w Polsce z uwagi na dostępność w kraju internetu, szczególnie na peryferiach i wioskach, gdzie dużo Polaków zaczęło stawiać swoje domy, z dala od zgiełku miejskiego. Drugą przyczyną rozwoju urządzeń dla inteligentnych domów jest dostępność technologii, ciągły spadek ich cen oraz coraz szersza gama produktów, które są prostsze w użyciu czy montażu. Produkty te są dostarczane przez duże firmy zachodnie i polskie jak i startupy technologiczne, których liczba ciągle rośnie. Na rynku widoczne są też projekty typu spin-off czy Joint Venture firm, których efektem są spółki czy produkty dla inteligentnych domów czy inteligentnych miast (Smart City).

Dostęp do internetu, także 5G (zobacz Startupy 5G) spowodował rozkwit urządzeń Internetu Rzeczy (IoTInternet of Things). Za pomocą aplikacji mobilnej możemy sterować urządzeniami na odległość np. ogrzewaniem, otwieraniem okien czy podlewaniem trawnika. A nasza lodówka potrafi zaproponować nam produkty do kupienia.

Dane z urządzeń Internetu Rzeczy są zazwyczaj przechowywane w chmurze (Cloud). Nowe urządzenia potrafią przewidywać nasze zachowania za pomocą algorytmów sztucznej inteligencji (AIArtificial Intelligence) wraz uczeniem maszynowym (Machine i Deep Learning). Rodzi to nowe obszary do innowacji oraz zagrożenia. Największymi zagrożeniami jest dostęp do danych, nieuprawnione działania hackerów czy złodziei. Dzięki danym mogą przewidzieć czy ktoś jest w domu, kiedy może wrócić do domu, jakie są zabezpieczenia, itd.

Jeśli jesteś Startupem technologicznym, który tworzy innowacyjne produkty czy Software Housem i masz wyzwania technologiczne i biznesowe dla swojego produktu zapraszamy do kontaktu.

Zobacz naszą ofertę doradztwa technologicznego:

Zapraszamy do kontaktu:

pfederowicz@gotechnologies.pl

Ponad 200 zadowolonych klientów

Data Management – Big Data

Zarządzanie danymi jest jednym z ważniejszych zadań działów informatycznych i Dyrektorów IT (CIOChief Information Officer). Dane są zbierane przez procesy zaimplementowane w systemach, aplikacjach czy czujnikach (np. IoT), przetwarzane i udostępniane w jeszcze kolejnych systemach czy wydrukach (raportach). Dane są wymieniane przez różne systemy, łączone, interpretowane. Dane zarabiają, dane prognozują, na danych opieramy i strategię i działania operacyjne. GoTechnologies wspiera organizacje z branż eCommerce, Omnichannel, Retail, Przemysł, Automotive, Logistyka w wykorzystaniu danych w rozwoju i optymalizacji biznesu.

Zarządzanie danymi

Zarządzadnie danymi to m.in:

  • Tworzenie danych przez procesy zaimplementowane w systemach, aplikacje czy urządzenia fizyczne (czujniki).
  • Przesyłanie danych (connectivity) przez sieci LAN, WiFi, internet, itd. – bezpieczne!
  • Przechowywanie danych w bazach danych lub w chmurze
  • Zapewnienie dostępu do danych przez użytkowników czy inne systemy
  • Archiwizacja i proces niszczenia danych

Zbieranie danych, integracja danych

Dane są zbierane w różnych systemach np. ERP, CRM, eCommerce, PIM, WMS, MRP, MES, SCM czy bazach danych np. z czujników IoT czy innych systemów OT (Operational Technology – Technologia Operacyjna).

Przetwarzanie danych, Analiza danych

Dane z wielu źródeł (systemy, bazy danych) integrują się w hurtowniach danych, gdzie są udostępniane np. dla systemów raportowych BI lub systemów wspomagających podejmowanie decyzji.

Dane to biznes

Wykorzystanie danych w biznesie to kluczowy element przewagi konkurencyjnej. Spółki digitalowe zbierają dane z wszystkich możliwych źródeł, często na początku nie mając pomysłu do ich wykorzystania np. google.

Wyzwania firm z danymi

Firmy borykają się z:

  • Ciągłym, logarytmicznym przyrostem danych ze starych i ciągle nowych systemów czy urządzeń
  • Przetwarzaniem w chmurze
  • Bezpieczeństwem przesyłania i przetwarzania danych
  • Brakiem jakości danych w systemach i brakiem jednoznacznych masterów danych w procesach
  • Utrzymanie wysokiej wydajności i dostępności do danych
  • Compliance z regulacjami prawnymi jak np. RODO
  • Brak pomysłów na monetyzację danych
  • itd.

Zobacz naszą ofertę doradczą w obszarze zarządzania danymi Big Data

Zapraszamy do kontaktu:

pfederowicz@gotechnologies.pl

Ponad 200 zadowolonych klientów

Przemysł 4.0

Przemysł 4.0 (Industry 4.0) to obecnie bardzo popularny termin określające tzw „czwartą rewolucję” przemysłową. Rewolucja ta integruje wszystkie dostępne systemy czy urządzenia, które wymieniają się danymi w czasie rzeczywistym. Taka integracja pozwala na optymalne zarządzanie produkcją, dostawami, komunikacją z klientami czy dostawcami. Możliwe staje się produkowanie małych partii produktów nie tracąc czasu i pieniędzy oraz umożliwia klientom szeroką customizację swoich produktów.

Poniżej przykładowe technologie, które są często wykorzystywane w przedsiębiorstwach określanych 4.0 (przemysł, automotive, stocznie, porty, transport, spedycja, magazyny, retail, itd.):

  • Internet Rzeczy IoT Internet of Things (IIoT – Industrial IoT) – czujniki, sensory przemysłowe monitorujące położenie obiektów, ich działanie, itd.
  • Big Data – wykorzystanie danych z czujników IoT w czasie rzeczywistym do sterowania procesami lub obiektami, które są ich częścią.
  • Systemy i integracje – systemy ERP, WMS, APS, TMS, MES, MRP, YMS, SCADA, itd. zintegrowane w jeden system pozwalający na wymianę danych w czasie rzeczywistym.
  • Sztuczna inteligencja (AI – Artificial Inteligence) i uczenie maszynowe (Machine Learning i Deep Learning) – pozwalająca na usprawnienie procesów poprzez ich analizę i uczenie.
  • Bezpieczeństwo i ochrona danych – podstawowe ryzyko Przemysłu 4.0 czyli zapewnienie bezpieczeństwa procesów, intrastruktury i danych.
  • Przetwarzanie danych w czasie rzeczywistym – podstawa Przemysłu 4.0 czyli wymiana danych i zarządzanie procesem w czasie rzeczywistym.
  • Cloud – wykorzystanie systemów chmurowych czy to do przechowywanie dużych ilości danych, czy do ich przetwarzania.
  • Digital Twin – tworzenie cyfrowych środowisk odpowiadających fizycznym procesom.
  • Traceability – śledzenie obiektów, partii, materiałów, półproduktów.
  • Connectivity – sieci internetowe, wifi, niskoprądowe np. LoRa, SigFox, NB-IoT, itd.
  • Robotyzacja – automatyzacja produkcji poprzez zastosowanie w pełni zrobotyzowanych linii produkcyjnych.
  • Pojazdy autonomiczne AGV – pojazdy autonomiczne transportujące produkty w magazynach i produkcji.
  • Roboty współpracujące (Coboty) – roboty współpracujące z ludźmi.
  • Druk 3D – wykorzystanie drukarek 3D w produkcji np. w personalizacji produktów.
  • RFID – wykorzystanie identyfikacji radiowej w procesach produkcyjnych, magazynowych, logistycznych czy Retail.
  • Predictive Maintanance – stały nadzór nad urządzeniami, przewidywanie awarii i planowanie przeglądów.

Zobacz także:

Zapraszamy do kontaktu:

info@gotechnologies.pl

Ponad 200 zadowolonych klientów

Akademia Przemysł 4.0

#Przemysł 4.0, #Digitalizacja, #IoT, #Digital_Twin, #Big_Data

GoTechnologies wraz z partnerami Evereston oraz SoftCube zaprasza na nasze warsztaty technologiczne z Przemysłu 4.0 Koncentrujemy się na wykorzystanie technologii do optymalizacji procesów logistycznych, magazynowych, sprzedażowych i produkcyjnych. W zakresie technologii będziemy poruszali tematy pojazdów autonomicznych AGV, Tracebility, Digital Twin, Big Data, Internetu Rzeczy (IoT), systemów informatycznych (ERP, APS, MES, WMS, Asset Management), wykorzystanie chmur obliczeniowych, sztucznej inteligencji (AI), uczenia maszynowego (Machine Learning, Deep Learning) oraz jak skutecznie przeprowadzać transformację cyfrową. Osoby zainteresowane zapraszamy do kontaktu.

Akademia Przemysł 4.0 by GoTechnologies

Zobacz ofertę na Doradztwo Transformacji Cyfrowej

Zobacz ofertę na Doradztwo Transformacji Cyfrowej

info@gotechnologies.pl

Ponad 200 zadowolonych klientów

Doradztwo AGV

AGV (ang. Automated Guided Vehicle) czyli pojazdy lub wózki autonomiczne stosowane w przemyśle (np. branża Automotive) oraz w większości w branży logistyczno-magazynowej na magazynach wysokiego składowania, magazynach automatycznych czy pomiędzy halami produkcyjnymi a centrami logistycznymi.

Zespół GoTechnologies realizuje następujące usługi doradcze w zakresie pojazdów autonomicznych AGV i Przemysłu 4.0:

  • Projektowanie tras pojazdów AGV, nowe i aktualne layouty
  • Wybór dostawców pojazdów AGV
  • Wsparcie przy pilotach i wdrożeniach systemów AGV
  • Wsparcie przy integracji z systemami IT
  • Przygotowanie zapytań ofertowych dla wyboru dostawców i rozwiązań AGV
  • Przygotowanie wymagań technicznych (baterie, sterowanie) i bezpieczeństwa dla wózków AGV
  • Kompleksowe projekty AGV
  • Projektowanie procedur bezpieczeństwa (czujniki, prędkość, natychmiastowe zatrzymanie, cofanie, dźwięki, regulacje prawne).
  • Integracje z systemami IT, ERP, WMS, YMS, etc.
  • Integracja z systemami IIoT.

Przykładowy zakres Opinii Technicznej AGV:

  • Analiza środowiska pracy dla wózków AGV
  • Analiza łączności dla pojazdów AGV
  • Analiza integracji AGV z istniejącymi lub nowymi systemami
  • Analiza HMI (Human Machine Interface)
  • Analiza wyzwalaczy akcji dla AGV
  • Analiza i określenie wymagań technicznych dla pojazdów AGV
    • Konstrukcja AGV
    • Bezpieczeństwo AGV
    • Funkcjonalność AGV
    • Nawigacja AGV
    • Analiza zarządzania flotą pojazdów AGV
  • Wyposażenie stacji ( miejsca załadunkowe / rozładunkowe na produkcji lub magazynie)
  • Analiza preferowanej metoday zasilania linii
  • Analiza zadań dla pojazdów AGV.

Przykładowe typy pojazdów autonomicznych AGV:

  • Tugging / Pulling AGV
  • Tunnel AGV
  • Forklift AGV

Przykładowe metody nawigacji pojazdów AGV:

  • Nawigacja magnetyczna
  • Nawigacja laserowa
  • Nawigacja skanerowa (SLAM – Simultaneous Localization and Mapping)

Zobacz naszą ofertę dla Przemysłu, TSL, Automotive

Zapraszamy do kontaktu:

info@gotechnologies.pl

Ponad 150-ciu zadowolonych klientów