AIToday
ロボティクスThe Robot Report掲載日時: 2026年8月20日 1:033分で読める

普渡ロボティクス、自律フォークリフトMP2000発表

LINEで送る
普渡ロボティクス、自律フォークリフトMP2000発表

要点

  • 普渡ロボティクスは倉庫および工場での重荷重輸送向けに設計された自律パレットハンドラーMP2000を発表した。20秒という高速なパレット取り上げサイクルが可能。

  • 3Dライダーと深度カメラを装備し、混雑した施設での走行、障害物回避、標準およびカスタムパレット形式への適応が可能。

  • Puduの他の自律型モバイルロボットと統合すると、調整されたフリート運用を実現し、ドアやエレベーターなどの施設インフラと通信できる。

3つのポイント

  1. 何が起きたか

    普渡ロボティクスがAI搭載の自律パレットハンドラーMP2000を発表した。3Dライダーと深度カメラを装備し、パレット取り上げサイクルを20秒という短時間で完了できる。ターゲットパレット位置を特定し、リアルタイムで経路を調整し、パレットサイズと構成を検証して、標準およびカスタマイズされた荷役台に対応する。

  2. なぜ重要か

    MP2000はPudu Roboticsの自律型モバイルロボット(AMR)ポートフォリオを拡張し、倉庫および製造施設における高頻度・重荷重輸送に対応する。パレット化された床間ワークフロー(積み込みドック、ライン脇保管、生産工場)に対応することで、現在手動または半自動システムが支配的な領域のギャップを埋める。さらに手動オペレーターオーバーライド機能があり、必要に応じて電動式手動フォークリフトとしても機能できる。

  3. 注目点

    MP2000はPuduの既存のT Seriesロボットと分散フリート知能を通じて統合でき、複数ロボットの調整とネットワーク障害時のタスク管理を維持する。ドアやエレベーターなどの施設インフラと通信して制限エリアにアクセスでき、多層階および柵で囲まれた倉庫環境での展開を示唆している。

この記事についてAIに質問する →

背景と解説

Pudu Roboticsの自律パレットハンドリング市場への参入は、倉庫および工場ロジスティクスにおける特定の運用ボトルネックに対応する。現在の自律型モバイルロボットが十分に対応していない高速・高頻度のパレット輸送の必要性である。20秒以下のパレット取り上げサイクルの達成と、3Dライダー、深度カメラ、リアルタイムパス調整を備えることで、Puduは高い処理能力が必要な施設向けのソリューションとしてMP2000を位置付ける。パレットのずれや非標準荷役台への識別と適応能力は、剛性が高い自動化システムが対応に苦労する実際のパレット状態のばらつきという運用上の摩擦を大きく低減する。

MP2000はPuduの既存のAMRエコシステム、特にT Seriesポートフォリオの拡張に統合される設計。このモジュール式アプローチにより、顧客は異なる輸送タスクに対応した自律ロボットの組み合わせをデプロイできる。T Seriesは軽量配送向けの柔軟性、MP2000は重荷重の床間ワークフロー向け。複数ロボットの調整とネットワーク障害時の動作を維持する分散フリート知能は、運用の成熟度を示す。中央化された接続が失敗した場合、倉庫と工場は冗長性と局所的自律性が必要。手動オペレーターオーバーライド機能の組み込みはさらに実用的な設計を示唆しており、自動運転モードが適さない場合に施設がMP2000をバックアップ電動フォークリフトとして使用できる。

よくある質問

MP2000はどのようなパレットタイプに対応しているか
MP2000は3脚パレットと周辺ベースパレットを含む一般的なパレット形式に対応し、カスタマイズされた非標準荷役台にも適応する。搭載センサーがパレットサイズと構成を検証し、パレットのずれと荷物の寸法に対応できる。
MP2000は独立して動作するか、それともフリートが必要か
MP2000は独立して動作できるが、施設内の他のPudu Robotics AMRと組み合わせると、分散フリート知能により局所的な意思決定とフリートレベルの調整が可能。また、ネットワーク障害時に複数ロボットのタスク調整もサポートする。
MP2000は手動操作が必要か
自動運転が不要な場合は、オペレーターのマニュアルオーバーライドにより電動式手動フォークリフトに変更できる。
The Robot Report元記事を読む

「ロボティクス」の最新ニュースを、毎朝7時にお届けします

AIが要約して、あなたの選んだトピックだけを1日1通。LINE・Email・Slackで届きます。

登録無料・30秒で完了・いつでも解除できます

AIに質問

この記事についてわからないことをAIに質問できます。Q&Aはこのページに公開され、他の読者も読めます。

関連記事

次の記事へAI生成画像、学習データへの追跡が困難—研究で判明

AIニュースの要点を毎朝1分で。

無料で登録