Segway Loomo Debuts Autonomous Delivery Robot at CES 2019

Recommendation: Avvia un progetto pilota controllato di Loomo per attività di ultimo miglio in un campus o sito aziendale, con un piccolo fleet da 3–5 unità e un lista d'attesa dei potenziali clienti per convalidare l'affidabilità e i passaggi di pacchetti prima del ridimensionamento.

Al CES 2019, Segway Loomo ha debuttato come robot di consegna senza conducente, evidenziando agilità mentre si muove su marciapiedi e spazi a bordo strada. Lo stand ha posto l'accento sulla mobilità in stile scooter abbinata a un telaio robotizzato, ed è stata diffusa una breve clip in stile cinematografico, sottolineando il potenziale di Loomo per alimentare centinaia di consegne a bordo strada e qualsiasi cosa, dall'evitamento di ostacoli alla fluidità delle consegne, con dimostrazioni che dovrebbero aumentare nei prossimi anni, soprattutto dove operators gestire i flussi dell'ultimo miglio.

Il percorso espositivo si estendeva per centinaia di metri, e operators ha monitorato l'esecuzione mentre Luke ha narrato una breve clip in stile cinematografico. Loomo combina la mappatura basata su SLAM con un loop di controllo senza conducente per gestire pedoni, marciapiedi e barriere temporanee, mostrando agilità in casi limite reali e con un ritmo adatto per attività dell'ultimo miglio.

For operators Considerando una transizione verso la consegna autonoma, la presentazione di Loomo al CES 2019 suggerisce un approccio pratico: iniziare con test senza conducente in ambienti controllati, per poi passare a una fleet su right-sized. I dati dei progetti pilota possono fornire informazioni sul costo per consegna e sull'affidabilità, aiutandoti a passare da risultati ipotizzati a prove concrete nei prossimi anni. Given Tra il brusio che circonda l'automazione, esistono molteplici esiti ipotizzati, ma progetti pilota concreti legati a un percorso definito e a un solido quadro di sicurezza determineranno se unità simili a Loomo diventeranno una componente standard delle operazioni dell'ultimo miglio, colmando il divario tra lavoro manuale e autonomo.

CES 2019 Loomo Delivery: Implicazioni pratiche per la robotica dei marciapiedi e la logistica dell'ultimo miglio

Inizia con un progetto pilota su scala urbana in una città di medie dimensioni, utilizzando una piccola flotta di dispositivi per la consegna su marciapiede per gestire i pacchi lungo percorsi fissi, con operatori remoti pronti a intervenire e un sistema centralizzato di gestione della flotta per mantenere la sicurezza e l'affidabilità. Ogni dispositivo esegue lo stesso profilo software per semplificare la formazione e la manutenzione. Questo approccio si concentra anche sull'innovazione della logistica dell'ultimo miglio, costruendo al contempo la fiducia del pubblico e un manuale ripetibile per altri operatori in tutto il paese.

Standardizzare hardware e software in modo che un singolo profilo di dispositivo possa supportare vari percorsi e isolati; il dispositivo si affida a ruote per la stabilità sui marciapiedi e si basa su una base a quattro punti per assorbire gli urti. Implementare il geofencing, gli avvisi acustici e la velocità a misura di pedone per proteggere i passanti; la maggior parte delle consegne avviene vicino a vetrine o bordi dei marciapiedi, e il sistema può avere più di una manciata di cicli giornalieri con una singola carica.

Capacità e velocità di trasmissione mostrano implicazioni pratiche: una piccola flotta di trasportatori può spostare centinaia di pacchi al giorno; nel corso degli anni, la supply chain acquisisce una scala di un milione di pacchi, allentando la pressione dell'ultimo miglio per i rivenditori cittadini e le reti di corriere.

L'accoglienza da parte del pubblico dipende dalle aspettative culturali; la novità svanisce man mano che le routine si dimostrano affidabili. Il limite dell'adozione dipende dalla familiarità con le consegne su strada che siano silenziose, prevedibili e rispettose dei pedoni; intorno ai parchi e ai nodi di transito, i residenti notano meno i dispositivi e si affidano a un servizio prevedibile. Per chi ama il birdwatching o i semplici spostamenti, la presenza diventa normale.

Le partnership tecnologiche consentono operazioni più fluide: elevenlabs fornisce chiare conferme vocali ai clienti; wayve contribuisce alla percezione e all'instradamento; James ha riferito ai partecipanti che gli operatori si concentrano sui casi limite, il che mantiene il servizio affidabile e i percorsi migliorano continuamente attraverso dati e applicazioni reali, visti questi fattori. Inizia con percorsi ad alta densità, misura la soddisfazione del cliente e i tempi di consegna ed espanditi ai quartieri adiacenti.

Hardware e suite di sensori di Loomo: per consegne precise sui marciapiedi

Sfrutta la piattaforma auto-bilanciante di Loomo con uno stack di sensori a strati e uno SLAM locale robusto per ottenere consegne precise sui marciapiedi. Elad afferma che questa combinazione offre una localizzazione al centimetro su pavimentazioni simili, mantenendo al contempo un funzionamento fluido in presenza di pedoni. Notando i test passati effettuati da startup in progetti pilota, la combinazione offre agli operatori una base affidabile per le attività dell'ultimo miglio, mentre questa configurazione rimane adattabile ai cambiamenti di percorso e alle condizioni.

La suite hardware e di sensori include un coppia di telecamere stereoscopiche, a LiDAR compatto modulo, sensori a ultrasuoni per il rilevamento a corto raggio, un IMU ad alta precisione, encoder per ruote per l'odometria e un modulo GPS/RTK per il posizionamento relativo alla mappa. Il calcolo di bordo esegue un pipeline di fusione che integra visione, dati di profondità e misure inerziali, fornendo risultati affidabili information per la pianificazione e la navigazione sicura. Capacità di carico utile raggiunge fino a 5 kg, consentendo il trasporto dei comuni pacchi dell'ultimo miglio senza sacrificare l'equilibrio o l'autonomia. Il kit svelato al CES 2019 dimostra l'integrazione hardware-software su vasta scala.

Per la calibrazione e la manutenzione, il perception stack di Loomo supporta una rapida ricalibrazione dopo le modifiche al payload e controlli di routine del sistema per mantenere l'allineamento dei sensori. La pipeline di fusione mantiene una bassa latenza, consentendo al robot di reindirizzarsi rapidamente quando compaiono ostacoli, mentre la ridondanza tra i sensori lo aiuta a gestire il rumore indotto da condizioni meteorologiche o di illuminazione. La maggior parte delle implementazioni si basano su GPS/RTK per l'allineamento del corridoio e LiDAR per l'evitamento degli ostacoli, con il sistema di visione a colmare le lacune durante le interruzioni del GPS.

Quando si distribuisce questo modello, gli operatori devono collaborare con i team di logistica locali e i partner cittadini per allineare i percorsi, le regole di attraversamento dei marciapiedi e le pratiche di sicurezza dei pedoni. Il design modulare del sistema consente alle startup e ai team aziendali consolidati di sostituire i sensori o aggiungere potenza di calcolo in base all'evoluzione del mercato, mantenendo la compatibilità con le flotte esistenti. Elad osserva che questa apertura supporta una solida pipeline di implementazioni con partner affini, mentre le informazioni raccolte da ogni esecuzione contribuiscono ad aggiornare la roadmap del prodotto. Per mantenere la stabilità, gli operatori devono evitare modifiche drastiche alle funzionalità e implementare gli aggiornamenti in progetti pilota controllati.

Raccomandazioni pratiche per gli operatori: pre-mappare i marciapiedi con dati di alta qualità, testare in ambienti simili e documentare le prestazioni dei sensori in diverse condizioni di illuminazione e meteorologiche. Utilizzare controlli sulla privacy dei dati e la registrazione per proteggere le informazioni supportando al contempo il miglioramento iterativo. Con un modello scalabile e un chiaro percorso di espansione, l'hardware e la suite di sensori possono supportare milioni di consegne in più mercati nel tempo.

Navigazione ed elusione degli ostacoli: come Loomo gestisce pedoni e marciapiedi

Abilita la modalità di sicurezza pedoni con un margine di 1,5 metri e limita la velocità a 4–5 km/h nelle aree affollate per ridurre le frenate tardive e salvaguardare i pedoni.

La navigazione di Loomo si basa su uno stack di sensor fusion che combina telecamere stereo, sensori a ultrasuoni e dati IMU, con mappe basate su SLAM per localizzare i marciapiedi e tracciare i pedoni in tempo reale, rilevando le dinamiche del traffico e la disposizione delle strade in modo che tutto rimanga all'interno di un corridoio sicuro.

Quando un pedone entra nel percorso, Loomo prevede la traiettoria nei successivi secondi e si riorienta verso una linea più sicura; il rilevamento del bordo di un marciapiede attiva un arresto immediato e una riprogrammazione, e il dispositivo cede gentilmente il passo ai pedoni piuttosto che forzare il passaggio.

Per applicare questo in una flotta dell'ultimo miglio, gli operatori dovrebbero condurre progetti pilota controllati, raccogliere ogni punto dati relativo agli incidenti e adeguare le soglie; le situazioni di traffico a fine giornata richiedono margini più ristretti, velocità inferiori e una pianificazione più prudente per mantenere la propria missione garantendo al contempo maggiore affidabilità.

Elad del team di prodotto e Luke di ElevenLabs hanno contribuito a calibrare i moduli di percezione e decisione; il loro contributo, insieme a quello dei partner delle reti di scooter e di altre applicazioni, ha migliorato l'interazione con il traffico e i pedoni e ha perfezionato il modo in cui un dispositivo senza conducente gestisce rampe di marciapiede e bordi del marciapiede.

Note pratiche per l'implementazione: iniziare con percorsi a capacità ridotta, quindi ampliare gradualmente le liste d'attesa man mano che la capacità aumenta; l'implementazione a fasi aiuta a monitorare le prestazioni dell'ultimo miglio, a ridurre decisioni avventate e a iterare il prodotto prima di espanderlo alla flotta e a più applicazioni, garantendo che il prodotto rimanga sicuro, intuitivo e pronto per un funzionamento reale e senza conducente.

Tempi e percorsi di consegna: stima delle finestre temporali dell'ultimo miglio sui marciapiedi urbani

Raccomandazione: impostare finestre fisse per l'ultimo miglio di 3-5 minuti per consegna sui marciapiedi urbani e raggruppare fino a quattro pacchi quando il traffico e la densità pedonale lo consentono. Utilizzare dati in tempo reale per restringere o allargare la finestra di 1-2 minuti al variare delle condizioni, garantendo consegne fluide e livelli di servizio prevedibili.

Dal CES 2019 emerge Loomo di Segway‑Ninebot che debutta come dispositivo a guida autonoma per consegne su marciapiede. L'evento, presentato con demo in stile cinematografico e ampia copertura mediatica, ha messo in evidenza una piattaforma in stile hoverboard mirata ai pacchi urbani. I team di Elad e PHIA hanno seguito il lancio e la lista d'attesa è cresciuta rapidamente mentre centinaia di operatori valutavano la praticità dell'hardware nel traffico cittadino reale. Notare questo slancio aiuta a inquadrare i tempi affidabili dell'ultimo miglio come qualcosa di più di una novità fantascientifica; è un problema reale e scalabile in stile ride‑hailing per la robotica e le applicazioni che vanno oltre un singolo dispositivo.

• Velocità e manovrabilità sui marciapiedi: pianificare 0,8–1,6 m/s con una media pratica vicina a 1,0 m/s in condizioni di traffico moderato, più rallentamenti occasionali agli attraversamenti.
• Ritardi ad attraversamenti pedonali e marciapiedi: prevedere 5–25 secondi per attraversamento, che aumentano a 30–60 secondi in isolati affollati o durante i picchi di flusso pedonale.
• Gestione dei pacchi al marciapiede: allocare 15–45 secondi per consegna; quattro pacchi aggiungono 1–3 minuti di tempo di sosta per percorso.
• Densità del traffico e dei pedoni: regolare le vetrine in base all'ora (ora di punta mattutina, pausa pranzo, passeggiate serali) e al tipo di strada (arterie principali vs. vie secondarie).
• Condizioni meteo e del manto stradale: pioggia o superfici scivolose riducono la velocità fino al 15–25% e aumentano la prudenza vicino ai bordi dei marciapiedi.
• Considerazioni su energia e carburante: la trazione elettrica contiene i costi del carburante, ma il consumo di energia aumenta con percorsi più lunghi e fermate frequenti; tenere conto dell'autonomia della batteria nelle decisioni di pianificazione del percorso.

1. Definire un obiettivo di routing che dia priorità all'affidabilità: minimizzare il tempo totale del percorso mantenendo un margine di sicurezza di 15-30 secondi per fermata.
2. Assegna a ogni segmento di marciapiede un profilo di velocità e una distribuzione dei ritardi prevista, quindi calcola le finestre di arrivo per tutte le fermate lungo il percorso.
3. Consegne in blocco quando la finestra temporale lo consente: combinare fino a quattro pacchi in un singolo passaggio per ridurre la presenza sui marciapiedi e i tempi di inattività dei veicoli a guida autonoma.
4. Incorporare il ricalcolo dinamico del percorso ogni 60–120 secondi utilizzando dati in tempo reale su densità del traffico, flusso pedonale e tempi di attesa agli attraversamenti pedonali.
5. Integrare vincoli di sicurezza: mantenere una distanza di 1,0–1,5 metri dai pedoni ed evitare le zone ad alta densità durante le ore di punta.
6. Convalida in base a implementazioni reali e regola le finestre: utilizza i dati di campo “noting” provenienti da centinaia di prove per perfezionare il modello e ridurre gli arretrati nelle liste d'attesa.

Scenario di esempio: un corridoio urbano di 1,4 km con quattro punti di scarico, tre fermate a bordo strada e una consegna a metà isolato. Velocità su strada sui marciapiedi: 0,9–1,2 m/s; attese agli attraversamenti pedonali: 10–25 secondi; scarichi a bordo strada: 20–40 secondi. Tempo totale stimato del percorso: 12–18 minuti, con un buffer di 2–3 minuti per la variabilità. In una configurazione in cui la maggior parte delle consegne avviene nel tardo pomeriggio, i pianificatori possono passare a un lotto di quattro consegne con una finestra di 15 minuti, riducendo il rischio operativo e tenendo sotto controllo la lista d'attesa.

Note operative per ogni flotta: monitorare i tempi di consegna effettivi e adeguare il modello settimanalmente. La copertura mediatica del debutto di Loomo ha mostrato la potenziale portata di centinaia di implementazioni; utilizzare tali apprendimenti per calibrare i livelli di servizio e condividere risultati pratici con i clienti tramite notifiche chiare dei pacchi e finestre di consegna precise. La lezione generale è semplice: i tempi devono essere dinamici quanto i marciapiedi sono affollati, ma abbastanza prevedibili da consentire a operatori e clienti di fare affidamento su di essi ogni giorno.

Prestazioni energetiche: durata della batteria, frequenza di ricarica e aspettative di uptime

Recommendation: Puntare a un minimo di 8 ore di operatività attiva per ogni ricarica completa su percorsi urbani standard e implementare una cadenza di ricarica di 4 ore per mantenere un uptime a livello di flotta superiore all'85% durante i picchi di lavoro. Utilizzare cambi sul campo per mantenere i pacchi in movimento ed evitare tempi di inattività sulla linea, il che aiuta a consegnarli ogni ora.

La durata della batteria dipende da carico utile, velocità e temperatura. In condizioni urbane, prevedete 8–12 km per carica con un carico moderato, il che si traduce in circa 4–6 consegne per carica. Per una flotta di 20 robot, allocate almeno 4 stazioni di ricarica in grado di gestire 2–3 cicli simultanei, in modo che ogni robot torni in servizio entro 90 minuti da una finestra di ricarica. Ciò garantisce una produttività giornaliera realistica sia per pacchi che per colli.

La cadenza di ricarica si basa su caricabatterie intelligenti e monitoraggio dello stato della batteria. Quando possibile, cerca di effettuare ricariche 80% in 30–45 minuti, con una ricarica completa di 1,5–2 ore se hai tempi di sosta più lunghi. Programma le ricariche in modo che coincidano con i percorsi e i periodi di sosta, in modo che i tempi di attività rimangano elevati durante tutta la giornata. Inoltre, integra la capacità di sostituzione della batteria per ridurre i tempi di inattività durante i turni ad alto volume, il che aiuta la flotta a crescere.

Il dispiegamento è circondato da sensori che monitorano SOC, temperatura e lo stato delle ruote. L'azienda ha svelato la sua flotta con una nuova linea di tecnologie, tra cui batterie modulari e propulsione a ruote motrici, per ridurre al minimo i tempi di inattività. L'eredità dell'hoverboard contribuisce a stati di inattività efficienti, mentre i pannelli di controllo delle informazioni tengono traccia dell'energia per collo e per pacco, consentendo confronti precisi con gli obiettivi. Nel mercato, i droni competono per il lavoro dell'ultimo miglio, ma questo approccio terra-aria fonda l'affidabilità nello spazio in cui opera la civiltà, trasformando una novità in una routine di consegna costante e garantendo che ogni percorso rimanga prevedibile.

Impatto della partnership Coco: progetti pilota, piani di implementazione e modelli di collaborazione

Launch quattro progetti pilota in quattro mercati entro il prossimo trimestre, sfruttando l'hardware di Segway-Ninebot e la partnership con Coco per convalidare la consegna end-to-end, compreso lo spazio per lo smistamento su strada e al chiuso, il percorso dei trasportatori e la gestione dei pacchi in aree urbane densamente popolate. Segway-Ninebot ha presentato la sua piattaforma Loomo al CES 2019, illustrando applicazioni dirette per la logistica dei servizi, affermano i dirigenti di Coco. L'obiettivo è misurare la capacità, i livelli di servizio e il costo per consegna rispetto ai modelli di corriere tradizionali, quindi affinare il piano di implementazione.

Il lancio avverrà a ondate scaglionate: implementazione iniziale in quattro corridoi, poi espansione a centinaia di percorsi in tutto il settore nei prossimi mesi. Il piano include centri di assistenza in loco, pezzi di ricambio a portata di mano e formazione per gli operatori. Condividendo lo spazio tra gli hub, la partnership Coco riduce i tempi di inattività e migliora l'utilizzo della capacità, quindi alimenta i dati per calibrare le finestre di consegna e i prezzi in tempo reale.

I modelli di collaborazione si basano su quattro pilastri: sviluppo congiunto con Segway-Ninebot e PHIA per tradurre i concetti in funzionalità pronte per l'uso sul campo; licenze del software di trasporto; partnership di servizi gestiti con Google per fornire livelli di servizio rivolti al cliente e API aperte per applicazioni locali. Elad di phia guida il team interfunzionale per trasformare i concetti in progetti pilota scalabili, con centinaia di punti dati a guidare le decisioni. L'approccio enfatizza l'allineamento culturale con le normative cittadine e le pratiche lavorative per garantire un'adozione agevole e una rapida aderenza al mercato.

Il mercato per la logistica autonoma continua a crescere, con Coco che punta ai settori di medie e grandi dimensioni che richiedono un servizio di consegna dell'ultimo miglio affidabile. La collaborazione mira a dimostrare applicazioni che riducono i tempi di movimentazione dei pacchi, migliorano la tracciabilità ed espandono la capacità senza aumentare l'ingombro sulle strade. I vantaggi comprovati incoraggiano questo modello a liberare spazio all'interno dei magazzini e sui percorsi urbani, ampliando al contempo il portafoglio di servizi e creando nuovi flussi di entrate per tutti i partner.