€EUR

Blogi
Exotec Overview and Features – A Deep Dive into the Skypod System and Astar SoftwareExotec Overview and Features – A Deep Dive into the Skypod System and Astar Software">

Exotec Overview and Features – A Deep Dive into the Skypod System and Astar Software

Alexandra Blake
by 
Alexandra Blake
10 minutes read
Logistiikan suuntaukset
Syyskuu 18, 2025

Deploy a focused pilot of the Skypod system to validate throughput before scaling. Seeing real-world results across a single unit helps you evaluate sequencing, and it provides a concrete baseline for continuous management. usein reveals bottlenecks that static simulations miss, especially in ai-driven control environments. This pilot will show how sequencing and handling steps influence overall performance, seeing gains in real-time.

The Skypod hardware stacks goods on tall, compact bays beneath elevated aisles, while the ai-driven Astar software coordinates movement across the entire system. Each unit operates with a decentralized control model that enables real-time sequencing of picks and replenishments, reducing deadheading and storage travel. When deployed across a broader network, you gain consistent status visibility through a single pane of glass. uutiset about updates and improvements flow into the system, enabling continuous improvement in management. he enable operators to compare results across shifts and facilities.

Astar’s planning engine ingests ERP and WMS feeds, delivering ai-driven optimization for inbound and outbound flows. It stores historical data to support thorough evaluation of performance, with dashboards showing status by pod and by item. Increase throughput by tuning replenishment windows, optimizing storage policies, and strengthening exception handling. Thanks to cross-site integration and a modular API, you can scale across campuses while maintaining a common control logic.

Plan a phased rollout: begin with one zone, then expand to adjacent bays, and finally scale across sites. Build jatkuva monitoring and set clear targets for utilization of stored inventory and reduction of handling steps. The team should evaluate performance monthly, adjusting sequencing rules and replenishment thresholds as you receive uutiset from field operations. Track unit uptime and management practices to drive reliability, and document root causes of recurring issues beneath the surface for ongoing learning.

Exotec Overview and Features

Exotec Overview and Features

Start with a 90-day pilot in a single zone to quantify capacity gains and validate the solution before scaling. Map the rail layout to your fastest-moving SKUs and connect the Astar software to your WMS to automate the order workflow and reduce touches.

Skypod packs high-density storage on a rail-guided platform that minimizes walking and lets robotics retrieve stored items with high precision. The solution pairs elevated bays with a compact footprint, delivering capacity gains in tight facilities and enabling multi-order workflows. In practice, enterprises often see 2x-3x throughput for standard e-commerce orders and a 40-60% reduction in travel distance for pickers, which accelerates growth and reduces labor costs.

From a perspective of reliability, the system is enterprise-grade with fault-tolerant automation and a technical foundation designed to handle peak demand with consistent performance. Astar coordinates each task with real-time visibility, pushing following orders to the closest pod and balancing load to maximize capacity. The result is predictable performance under high-volume conditions.

Scalability across industries becomes straightforward with a modular design: retail, grocery, 3PL, and manufacturing can tailor the workflow to their needs. The system stores inventory data locally and on the cloud, enabling rapid growth from pilot to full deployment. In each industry, the ability to reuse standard components accelerates time-to-value and supports rapid capacity expansion.

Best practices to maximize value: start with a small batch of SKUs, synchronize with your ERP, and monitor key metrics like order fill rate, cycle time, and pick accuracy. Use next-gen analytics to measure throughput and performance, and adjust the routing rules in Astar. Through regular validation, your workflow becomes faster, and you can become the fastest option in your space for high-demand SKUs.

Skypod System and Astar Software: Visibility to Automated Action

Enable real-time visibility by linking Skypod feeds to Astar and take automated action on exceptions within 60 seconds, ensuring their task queues stay aligned with SLA targets.

The Skypod System provides an overview of operations with a cutting-edge monitoring layer and a thorough configuration that ties availability to automated responses. Information flows from the origin of each event through a unified form, delivering well-structured data that guides decisions. Operators can track peaks and rates, measure highest and lower throughput, and respond before delays cascade. The interface remains intuitive, and the signals isnt buried in noise, supporting a quick return to normal conditions as changes occur. The approach helps teams remain proactive rather than reactive.

Configuration and optimization enable optimizing task routing by linking the windows where data is fresh to the windows where actions occur. This approach enhances efficiency and reduces latency, requiring managing thresholds, alerting, and escalation rules. You can take action across their fleets, or, when needed, act alone to isolate the root cause. The form of data and the information provided become the basis for proactive adjustments that have changed operating rhythms to meet demand.

Metrinen Skypod View Astar Action Trigger Huomautukset
Throughput (tasks/hour) Peak 420, average 320 Auto-rebalance to preserve highest throughput During peaks, windows of 15–30 minutes
Wait time 8 seconds median Reallocation reduces wait times by 20–35% Lower is better
Availability 99.98% Auto-heal and failover Ensure origin feeds stay live
Alerts rate 0.2–0.5% of events Rule-based triggers for critical events Filters noise while preserving visibility

In practice, this setup lets teams manage operations with confidence–data informs action, action returns control, and changes stay aligned with what matters most: uptime, throughput, and task completion.

Skypod Hardware Architecture: Parcel Handling, Lifts, and Stow/Dispatch Workflows

Skypod Hardware Architecture: Parcel Handling, Lifts, and Stow/Dispatch Workflows

Recommendation: deploy a zone-based Skypod layout with dedicated lifts per area and automated stow/dispatch triggers. The users then assign tasks to a robot via Astar, reducing travel and enabling an optimized outbound flow that keeps operators productive.

Parcel handling architecture centers on a clear origin to form path. Parcels arrive tagged with origin and destination, pass sensors to confirm form and size, and enter an inbound queue. A lift moves the parcel to the correct pod level, and the robot gripper places it into the assigned bay, ready for stow or later dispatch. Points along the path provide status updates that feed the control loop and improve accuracy.

Stow/Dispatch workflows: The system executes two linked flows. Stow pre-positions items in assigned bays during idle cycles, while dispatch aggregates outbound items by address and places them on the outbound line. The uses of rules consider workload, location, and carrier requirements. If a condition fails, manual override is available and logged for certified review.

Capacity and accuracy: With several lifts operating in parallel, capacity can reach 40–60 parcels per hour per pod; overall capacity scales with the number of pods. Typical cycle times range from 25 to 35 seconds from pickup to storage or release, delivering parcels within target windows. System accuracy stays above 99% in steady runs, helping to minimize misroutes and rehandling.

Operations and maintenance: Routine checks by certified technicians occur quarterly; maintenance fees apply for parts and service. The software provides alerts and witnessing events for safety audits, and the architecture supports manual interventions when needed. A go-live plan includes training, data validation, and staged deployment to minimize downtime.

Käyttöönotto ja tutkimukset: Ennen käyttöönottoa suorita useita pilottitutkimuksia, joissa havainnoidaan käyttäytymistä todellisen kysynnän vallitessa. Tutkimukset ja mccown-testit osoittavat, että työnkulku vastaa tehokkaasti kysyntään, parantaa läpimenoa ja vähentää pullonkauloja. Operaattoreilta saadun palautteen huomioiminen auttaa hienosäätämään hyllytyssääntöjä ja korjaa vyöhykkeiden ja lokeroiden välisiä mahdollisia kohdistusvirheitä.

Astar Software: Tehtävien reititys, aikataulutus ja API-integraatio

Ota käyttöön reaaliaikainen tehtävien reititys, jotta saapuvat ja lähtevät tehtävät voidaan kohdentaa automaattisille mobiiliroboteille (AMR), mikä vähentää pääomakustannuksia ja koulutusaikaa. Olemme havainneet, että uuden sukupolven käyttöönotot parantavat suorituskykyä säilyttäen samalla säiliöiden käsittelyn tehokkuuden.

  • Reaaliaikainen tehtävien reititys: Astar-moottori valvoo jatkuvasti jonoja, AMR-laitteiden saatavuutta ja säiliöiden sijainteja, kohdentaen ensisijaisesti korkean prioriteetin tehtävät ja tasapainottaen kuormitusta, jotta tasaisuus säilyy vuorojen välillä. Se optimoi dynaamisesti uudelleen viivästysten sattuessa, minimoiden käyttäjien joutoajan ja parantaen lähtevien virtojen tarkkuutta.

  • Aikataulutus ja oikean kokoluokan suunnitteluDynaaminen aikataulutus huomioi oikean kokonaiskapasiteetin ottamalla huomioon nykyisen saapuvan volyymin, keissimixin ja operaattoripeiton. Tämä lähestymistapa vähentää rajallisia yli- tai alikäytettyjä resursseja, ehkäisee turhia pääomakustannuksia ja varmistaa, että tehtävät suoritetaan suunnitelluissa aikarajoissa. Se tukee myös mahdollista muutoshallintaa selkeällä tehtävien järjestämisellä ja puskureilla piikkejä varten.

  • API-integraatio ja datavirtaRESTful-rajapinnat mahdollistavat saumattomat yhteydet WMS-, ERP- ja analytiikkaohjelmistoihin. Webhookit välittävät reaaliaikaisia tilapäivityksiä, kun taas ohjelmallinen tehtävien luonti ja päivitykset automatisoivat työnkulkuja lähtevien, saapuvien ja palautusten osalta. Tämä mahdollistaa täysin automatisoidun tehtävien orkestroinnin ja kattavan näkyvyyden.

  • Tapaus ja tulokset: Skypod-toiminnoilla varustetuissa kohteissa asiakkaat raportoivat nopeammista lähtevien tuotteiden sykleistä, parantuneesta säiliötason tarkkuudesta ja sujuvammista operaattorien vaihdoista. Astar tukee usean kohteen käyttöönottoja, mikä auttaa pitämään yrityksen verkon synkronoituna ja samalla keventämään muutostenhallintaa.

  • Implementation tips: Aloita rajoitetulla tehtäväjoukolla reitityssääntöjen validoimiseksi ja laajenna sitten. Käytä reaaliaikaisia kojetauluja jonon pituuden, AMR-käyttöasteen ja suorituskyvyn seuraamiseen. Suunnittele tiivis koulutuspolku operaattoreille ja tarjoa jatkuvaa tukea käyttöönoton ylläpitämiseksi.

Reaaliaikainen näkyvyys: koontinäytöt, suorituskykymittarit ja hälytykset varastotoiminnoille

Yksi konkreettinen suositus: käyttöön on otettava yhtenäinen reaaliaikainen hallintapaneeli, joka vastaanottaa dataa Skypodilta, WMS:stä ja kuljetusyhtiöiden syötteistä, yhdistettynä älykkääseen hälytyskerrokseen. Tämä asetus minimoi vasteajan, vähentää manuaalisia tarkistuksia ja tukee nopeampaa päätöksentekoa vuorojen yli. Data virtaa reuna- ja pilvikerrosten läpi pitäen hallintapaneelit ajan tasalla.

Tärkeimmät suunnitteluvalinnat:

  • Facet-pohjaiset näkymät suodattavat vyöhykkeen, SKU:n, operaattorin, hyötykuorman tyypin ja asiakkaan perusteella, jotta saadaan esiin olennaisimmat mittarit.
  • KPI-mittareihin kuuluvat oikea-aikainen toimitusaste, vastaanotosta hyllyyn -aika, tilausten täyttöaste, keräilytarkkuus, hyötykuorman käyttöaste, laitetelineiden valmius ja datan latenssi puskuroinnilla syötteen aukkojen tasoittamiseksi.
  • Hälytyksissä käytetään kaksitasoista mallia: varoitushälytyksiä lähellä raja-arvoa oleville tapahtumille ja kriittisiä hälytyksiä linjojen pysäytyksille, mikä varmistaa, että tiimit saavuttavat SLA:n ilman turhaa kohinaa.
  • Perinteisistä hallintapaneeleista puuttuu usein reaaliaikainen konteksti; tämä lähestymistapa yhdistää tapahtumatiheydet toiminnan tuloksiin ja tukee iteratiivista kehitystä.

Tiimit aloittavat pienellä KPI-joukolla, mittaavat tuloksia ja säätävät raja-arvoja ajan myötä. Arviointi paljastaa puutteita, ohjaa projekteja vuorojen yli ja osoittaa, miten järjestelmä edistää virheiden vähentämistä ja parannettua läpimenoa.

Implementation steps:

  1. * **Toimitusaste:** Prosenttiosuus ajallaan ja täydellisesti toimitetuista tilauksista. * **Läpimenoaika:** Keskimääräinen aika tilauksen vastaanottamisesta sen toimittamiseen. * **Toimituskustannus per tilaus:** Kokonaistoimituskustannukset jaettuna toimitettujen tilausten määrällä. * **Tilausten käsittelymäärä:** Käsiteltyjen ja lähetettyjen tilausten määrä tietyssä ajassa. * **Varastonkiertonopeus:** Kuinka monta kertaa varasto myydään ja korvataan tietyssä ajassa.
  2. Suunnittele facet-pohjaisia hallintapaneeleja alueiden, SKU:iden, kuljetusliikkeiden ja hyötykuormatyyppien mukaan.
  3. Ota käyttöön älykkäät hälytykset puskuroinnilla, jotta voidaan tasapainottaa oikea-aikaisuutta ja hälytysten määrää.
  4. Perusta koulutus- ja arviointisyklit henkilöstön kouluttamiseksi ja tulosten mittaamiseksi.
  5. Seuraa sijoitetun pääoman tuottoa jatkuvien projektien ja monialaisten arviointien avulla.

Datalaatu ja puskurointi:

  • Suoratoistoliittimien tulisi tuottaa reaaliaikaista dataa puskuroinnilla, jotta ne voivat vaimentaa piikkejä ja minimoida menetetyt tapahtumat.
  • Varmista datan eheys säännöllisellä arvioinnilla suhteessa tietovaraston tapahtumiin ja virheprosentteihin, ja säädä sitten sääntöjä ja raja-arvoja.

Automaatioskenaariot: Täydennys, tilausten yhdistäminen ja poikkeusten ratkaisu

Aloita automaattisella täydennyksellä, yhdistämällä Skypod-sarja omaan sääntömoottoriin, joka automaattisesti käynnistää yksikkötason täydennyksen, kun käytettävissä olevat materiaalit alittavat määritellyn rajan. Nämä toimenpiteet mahdollistavat täydennyspäätösten automatisoinnin eri tuoteluokissa, nopeuttaen täydennystä ja minimoiden manuaalisen työn, säästäen toimintoja ja työvoimaa sekä lyhentäen täydennyssykliä 30–40 %. Data kulkee sisäisen kuljetusverkon kautta, pitäen hyllyt täynnä ja varmistaen vaatimusten ja palvelutasosopimusten noudattamisen.

Ota käyttöön tilausten yhdistäminen käyttämällä lajittelua keräilypisteessä tuotteiden ryhmittelemiseksi saman pysähdyksen mukaan, ja luo sitten yhdistettyjä tilauksia yksikköä kohden. Tämä vähentää kuljettua matkaa ja laitteiden käyttöä, lyhentää matka-aikaa ja lisää suorituskykyä ensimmäisellä kerralla, jolloin kuljettu matka tyypillisesti lyhenee 20–35 %. Ohjelmisto toimii koordinoidusti kuljetusreittien ja myymälän pohjapiirroksen kanssa minimoiden matkat käytävillä ja toimittaen keräilyt yhdellä, tehokkaalla kierroksella.

Määritä poikkeusten käsittely suorittamaan automaattisia tarkistuksia, jotka vertaavat keräilyjä tilausvaatimuksiin ja tunnistavat ristiriidat reaaliajassa. Ongelmien ilmetessä järjestelmä ehdottaa toimia ja ohjaa ne ihmisen nopeaan vahvistukseen, samalla kun se jatkaa automaattisesti muiden tilausten käsittelyä. Tämä lähestymistapa vähentää viivästyksiä, turvaa toimituksen palvelutasosopimukset (SLA) ja ylläpitää selkeitä toimintalokeja. Kaikki toiminnot kirjataan jäljitettävyyden ja jatkuvan parantamisen varmistamiseksi, vahvistaen vaatimusten noudattamista ja mahdollistaen nopeammat korjaavat toimenpiteet.