快速增长的翻新市场
物流机器人维修、翻新与回收市场 2023 年约为 19–26 亿美元，预计 2030 年达到 80–110 亿美元；翻新机售价通常为新机的 40–60%。
研发与试点
reRobotics
机器人二次生命周期，在美国本土完成。
reRobotics 研发由 AI 引导的退役机器人非破坏式拆解与翻新系统。我们正与高校及科研机构共同推进，并计划在美国建立本地基地，完成退役车队的拆解、校准与再部署。
- 产学研合作
- CUNY、RPI 等高校与科研机构
- 规划中
- 美国本土机器人拆解与翻新基地
- 首个对象
- 退役仓储驱动单元（AMR）
行业价值
精细拆解的机器人，价值远高于整机报废。
仓储、工厂与服务机器人正在批量退役。伺服电机、减速器、激光雷达、控制器与电池包保有大部分价值，前提是完整拆下、校准后再装回。
人工粗拆毁掉价值
传统回收商按重量拆解机器人，精密减速器、连接器与传感器在拆解中受损，原厂软件锁又让完好部件变成废件。
数据与部件需留在本土
退役机器人带有场地地图、边缘模型与控制固件。美国买方越来越要求在境内完成擦除、再认证与溯源。
市场数据为 Circunar 估算（2025 年）。
系统架构
感知引导的拆解，从云端到工位。
每个翻新工位都结合多模态感知、机器人拆解工具与逐台设备的数字护照，在云端、本地与边缘三层之间协同。
- 1
云端服务器
产品数字护照（拆解难度评估、状态信息、拆解物料清单）；AI 模型管理与在线、离线学习；任务调度、监控与身份授权。
- 2
本地服务器（MES）
本地数据预处理、安全管理、任务分配与数据中转；以仿真与增强现实（AR）在执行前验证工艺。
- 3
边缘控制
拆解机械臂的路径规划与任务协调；状态管理、位置监控与加密传输。
- 4
翻新工位
机械臂与拆解工具、RGB-D 相机、用于材料识别的 LIBS 光谱分析仪、安全光幕与温度烟感传感器。
紧固件与连接器识别
基于 RGB、深度与点云数据，对螺钉、连接器与线束进行分类和 6D 位姿估计，让机械臂无损定位与拆卸。
合成数据加真实数据训练
模型以渲染生成的合成数据集与工位实拍数据训练，每接入一种新机型再进行微调。
材料识别
LIBS 光谱分析识别合金与材料，让每个回收部件进入正确的再利用或回收流程。
翻新范围
我们修复什么。
伺服电机与减速器
重新绕线、更换轴承、回差与扭矩标定
激光雷达与传感器
重新校准与再认证
控制器与计算单元
固件重刷与完整数据清除
电池包
分级与 BMS 均衡，经由 reBattery 处理
底盘与结构件
检测、易损件更换与表面翻新
翻新后的机器人流向买不起新机的客户，例如中小制造企业、农场与区域仓库；或按 CPO 标准回到 Circunar 管理的车队。
产学研合作
与高校实验室共同研发。
Circunar 与 CUNY、RPI 及其他科研机构合作，攻克机器人拆解的核心难题：感知、操作规划、电机与减速器剩余寿命估计，以及翻新技术人才培养。
- 现在
与高校伙伴开展联合研究项目，建设试点拆解工位。
- 下一步
建设美国本土拆解与翻新基地（规划中），首先处理退役仓储驱动单元。
- 之后
拓展至多轴机械臂与服务机器人，将认证设备输送至 CPO 与二手市场。
成为 reRobotics 合作伙伴
科研机构、车队业主与机器人原厂：欢迎介绍您的机器人、实验室或退役库存。