观测
Nexa Vision
对环境进行视觉感知，识别并跟踪资产。
— 运营背景
运营层面的问题
- 01资产状态滞后
每台资产在哪里、处于什么状况，通常是推断出来的信息，而非观测所得。
- 02对环境的感知有限
物理运营的布局与占用持续变化，系统必须能够看见这一点。
- 03任务缺少可查状态
没有任务层，每项任务都成为没有踪迹的孤立事件。
- 04遥测分散
位置与状况数据存在于相互分离的系统中，构不成统一视图。
- 05决策与执行脱节
软件决定的事与现场发生的事很少共享同一条记录。
— Convex 架构
从观测到行动
同一套架构贯穿所有行业。变化的只是哪一层最为关键，以及哪些专有系统参与其中。
观测→
解读→
协同→
执行
解读
Nexa Vision
解读观测内容：在场、相对位置与状态变化。
协同
Synapse Control
任务规划、路线、遥测与运营聚合状态。
执行
Axis
物理执行规划的任务，并将状态回传给协同层。
— 数据层
驱动分析管线的数据
与本行业已部署系统兼容的数据源。不预设任何数据层：每个受监测区域都会声明其实际可用的数据。
相机
覆盖运营关注点的影像流。
影像
与识别及核对事件关联的抓拍。
定位数据
资产在受观测环境中的相对位置。
遥测
平台的状态、状况与位移。
任务状态
规划路线、当前阶段与执行结果。
运营历史
既往任务与事件的可查询记录。
— 应用
技术应用
每项应用都说明所解决的问题、使用的数据、参与的 Convex 系统以及产生的运营输出。
资产的视觉跟踪
位置与状态是推断的而非观测的。
- 数据
- 相机流与按事件的影像。
- 系统
- Nexa Vision
- 输出
- 记录资产的在场、相对位置与状态变化。
动态环境中的导航与定位
布局与占用在班次内不断变化。
- 数据
- 视觉感知与定位数据。
- 系统
- Nexa Vision + Synapse Control
- 输出
- 为任务规划提供持续更新的空间参照。
任务的规划与协同
任务执行时没有可查询的状态。
- 数据
- 规划路线、遥测、平台状态。
- 系统
- Synapse Control
- 输出
- 带聚合状态与逐次执行结果的任务队列。
与决策集成的物理执行
软件决定的事与现场发生的事之间存在距离。
- 数据
- 任务状态与环境感知。
- 系统
- Axis
- 输出
- 带状态回传至同一记录的执行动作。
面向历史的运营智能
孤立事件缺少聚合解读。
- 数据
- 任务历史、遥测与视觉事件。
- 系统
- Nexa M1
- 输出
- 对观测时段内所发生情况的汇总解读。
— 运营流程
一个闭环，从传感器到档案
- 01采集
视觉感知在关注点记录环境与资产。
- 02处理
从观测中提取识别结果与相对位置。
- 03解读
将观测状态与任务预期状态对比。
- 04决策
偏离触发警报并重排任务队列。
- 05行动
Synapse Control 协调该步骤；适用时由 Axis 物理执行。
- 06历史
任务、事件与结果被归档供查询。
— 交付物
系统交付的内容
警报
观测状态与预期状态之间的偏离。
遥测
运营中平台的位置与状况。
规划
带路线与排序的任务队列。
运营历史
任务与事件的可查询记录。
报告
对已执行内容的按周期汇总。
— 技术阶段
按能力划分的成熟度
我们明确区分已投入运营的能力与仍在研发中的能力。研究和原型不会被当作已部署的产品来呈现。
- 已投入运营视觉感知与资产识别
应用于运营环境的观测层。
- 研发中任务规划与遥测
路线协同与运营聚合状态。
- 研发中动态环境中的自主导航
定位与持续重规划仍在研究。
- 研发中Axis 物理执行
与任务层集成的机器人作业。
— 应用场景
应用场景
↳配送中心
布局与占用持续变化的密集环境。应用场景，而非货架产品。
↳堆场与室外区域
对缺乏设备覆盖的大面积区域中的资产进行视觉跟踪。
↳内部转运
固定点之间的重复路线，适合规划任务。
↳核对与发货
需要可追溯记录的目视检查点。
