破解混箱装卸难题!因格智能发布Messol-S具身智能装卸机器人
2026-06-10 16:16:59 今日热点网
在工业物流无人化加速渗透的当下,非标混箱装卸始终是仓储末端自动化落地的核心卡点。针对行业普遍存在的箱型杂乱、码垛不规整、设备适配性弱、货损率居高不下等落地难题,全球具身装卸机器人领航者因格智能(Engoal),今日正式发布Messol-S具身智能装卸机器人—专为混合箱型装卸场景打造。
设备搭载双3D视觉系统与SLAM自主导航,支持多件连续抓取,无论箱型是否统一、码垛是否规则,单台即可独立完成纸箱自动装卸全流程。以更小的机身、更快的部署速度和更强的场景自适应能力,为工厂物流“最后30米”提供真正落地的无人化方案,货损风险大幅降低。

混箱场景
自动装卸设备的真实考场
在真实仓储环境中,纸箱装卸面对的几乎都是混合箱型场景—箱体尺寸不一、重量各异,货物错层堆叠、倾斜错位,标准化工况反而是少数。
这正是装卸自动化长期难以规模化落地的根本原因。现有设备大多基于固定参数运行,对箱型一致性和码垛规整度有较高依赖,一旦进入混箱现场,作业稳定性和效率均大打折扣,极易出现碰撞、掉落导致货损。
Messol-S正是面向这一行业痛点而设计。设备从产品定义之初即以混合箱型为基准工况,以 AI+WAM 世界动作模型为核心技术底座,搭载场景推演 + 精准操作双重能力,具备对非标码垛、多规格箱体的自适应识别与连续作业能力,真正实现“不限箱型、不限码垛方式”的全场景自动装卸,在复杂工况下依然保持低货损、高稳定作业。
从感知到执行
四大核心能力全面拆解
依托具身智能大模型视觉算法,Messol-S 适配仓储非标混箱场景,实现识别、抓取、避障、输送全链路自主闭环,四大能力覆盖各类复杂装卸需求。
看得准:AI赋能双3D视觉,具身全景精准感知
Messol-S搭配双3D视觉系统,依托底层AI视觉算法,借助立体相机完成全域扫描,实时采集RGB图像与深度数据并转换为点云模型。

【深度图和点云图】
面对混合箱型,系统发挥具身智能的自主认知优势,自动解析每件货物的位置与可抓取面,依托自适应抓取逻辑,智能判定单次单箱或多箱吸附,动态调整吸盘布局与取料方案,精准下发运动指令,精准驱动机械臂完成拣选。可视化界面同步呈现规划结果,作业状态全程可监控。

【夹取可视化和挑选排序】
拿得多:双模式自适应切换,具身执行连续高效
根据货物抓取的不同场景,Messol-S展现出高度的具身作业柔性,采用两种抓取模式智能切换。
面对高滚落风险、高挤压程度货物,系统启用“一拍一抓”模式:每抓取一箱即重新进行一次3D视觉定位,确保每件货物都能被精准识别、平稳放置在输送线上,有效规避抓取时互相带偏、箱体滚落等作业风险。

【一拍一抓】
处理低风险、标准化货物时,系统自动切换“一拍多抓”模式:AI大脑单次成像完成全域环境感知、自主规划最优抓取路径与多次连续抓取动作,机械臂全程不间断作业,装卸节拍显著提升,单批次货物处理时间大幅缩短。

【一拍多抓】
避得开:多模态AI感知融合,动态无碰撞规划
混箱码垛高低错落、间距不均,碰撞风险远高于标准工况。Messol-S依托强大的AI算法,融合图像、深度、点云等多模态具身感知数据,在水平与垂直双维度实时监控运动轨迹。AI 自主判断箱体摆放姿态与作业空间,智能决策正向抓取或侧向抓取模式。实时识别路径中的障碍物并自主调整行进方案,确保每一次抓取与放置安全可控,有效规避货损与停机。

【正向抓取和侧向抓取】
稳得住:全流程智能监测,具身作业安全可控
智能升降输送线随抓取位置实时调整高度,与机械臂动作在AI统一调度下同步配合,吸盘精准轻柔落箱、输送线即时抬升承接,从拾取到转运全程无缝衔接。系统构建了具身作业的智能闭环,对转运全流程实施动作追踪与数据记录,实时监测箱体状态,一旦出现输送线堵塞、箱体掉落等异常,设备即时告警并完整记录事件信息,作业过程可追溯、异常可定位。

从重载到柔性
因格智能覆盖工业装卸全场景
依托多年自动化装卸技术沉淀,因格智能已构建起全品类产品矩阵—覆盖大型标准化场景的Pallsol极速智能装卸系统、专攻混合箱型复杂工况的Messol-S具身智能装卸系统,以及配套的视觉模组、智能输送单元等软硬件产品。各产品线既可独立部署,也能组合为完整解决方案,让不同规模、不同复杂度的装卸场景,都能匹配到真正落地可用的智能方案。

【因格智能全品类产品矩阵】
未来,因格智能将持续围绕自动化的具身装卸核心技术深耕,迭代优化混箱自适应识别与抓取能力、货损防控算法,不断拓展产品能力与场景边界,助力万千制造企业降本增效,加速全流程智能制造升级。
免责声明:市场有风险,选择需谨慎!此文仅供参考,不作买卖依据。
-
-
破解混箱装卸难题!因格智能发布Messol-S具身智能装卸机器人
-
工信部:围绕原材料、电子信息、装备制造等行业“智改数转网联”需求 建设新型工业网络,加快工业互联网应用普及 观察
-
每日视点!(更新)中国平安(02318.HK)宣派末期股息每股1.75元人民币
-
美的携安得智联共筑“出海合伙人”模式,加速中国制造产能全球化
-
三百本好书送上门!盐城邮政把爱送到乡村课堂 每日快报
-
收视口碑双丰收! 瑞众保险央视综艺联动圆满收官! 以金融国企力量守护美好生活
-
当前热议!瑞达期货:甲醇区间波动
-
最新快讯!玉禾田:公司本次向不特定对象发行可转换公司债券事项已于2026年4月22日获证监会同意注册批复
-
总投资12亿元!山西氢能全产业链建设项目获备案_焦点讯息
-
焦点快播:北京丽泽通用时代中心类REITs完成定价
-
今日热闻!峰璟股份:公司锂电池产品处于客户洽谈阶段
-
【快播报】宏源药业:融资净买入299.27万元,融资余额3.64亿元
-
日本国债在原油价格走高之际下跌
-
每日速看!6月9日港股通100ETF易方达基金份额减少200万份,重仓股腾讯控股、阿里巴巴-W、建设银行
-
和讯尚伟:A股即将筑底启动突破,科技板块调整结束了吗?|每日动态
-
-
央行:上半年我国人民币贷款增加15.73万亿元
07-12, 10:08 -
自觉抵制有偿补课、收受礼金礼品 盂县教科局发布《工作提醒函》
07-12, 10:08 -
新时代中国调研行·长江篇丨直门达水文站:从靠人力蹲点到监测自动化
07-12, 10:07 -
自然资源部:全国耕地总量连续两年实现净增加
07-11, 16:03 -
船员大国!我国注册船员超190万人
07-11, 16:05 -
安徽多举措促进高校毕业生就业
07-11, 15:10 -
金融支持房地产市场平稳健康发展有关政策延期至明年底
07-11, 15:03 -
新闻1+1丨汛期,地质灾害如何防范?
07-11, 15:06 -
全国基本医疗保险参保人数达13.4亿
07-11, 15:10