当前位置: 首页 >> 电子元器件

聪明的物品拣选机器人现身仓库工作

2021-07-09 来源:南安市机械信息网

聪明的物品拣选机器人现身仓库工作

最近在柏林郊区的一个仓库中,仓库的一个新成员机器人被引起了媒体的注意。

在纽约时报称为分拣组件机器人 “在人工智能的重大进步和机器进行人力的能力。”

甲视频在动作机器人的演示显示机器人放置各种物品,具有不同的形状,在不同的容器中中国机械网okmao.com。

“随着数百万种产品流经亚马逊,沃尔玛和其他零售商经营的仓库,低薪工人必须将一堆又一堆的随机物品(从衣服,鞋子到电子设备)逐一梳理,以便将每件物品包装并发送到直到现在,机器还没有真正完成任务。”《纽约时报》说。

专家将其放在IEEE Spectrum的路线上:在物流自动化方面的所有活动都在进行中,在仓库中,根据实际的自动化需求,可以将其分为两类:“人们用腿做的事情和人们用腿做的事情用他们的双手做。”

引用的专家是Covariant的创始人,总裁兼首席科学家Pieter Abbeel。他断言,已经通过传送带系统,移动取回系统和其他功能正常的机器人解决了腿部问题,但“现在的压力在手部。”

手工方面,他的意思是“如何用人手在仓库中完成的工作提高效率”。

输入协变量。其拣选解决方案中的大多数项目都是可以预测的-简单的硬件。IEEE Spectrum中的 Evan Ackerman 列出了它们:现成的工业手臂,吸盘,二维摄像头系统。魔术来自非常大的神经网络。它转化为对客户而言具有成本效益的解决方案。

为何如此?“我们不能建立专门的网络,”阿比厄尔说。“它必须是一个单一的网络,能够处理任何种类的SKU,任何种类的拣配站。”

协方差解称为协方差脑。它与人的大脑悲伤的Abbeel有一个共同点,那就是“一个单一的神经网络就可以做到这一切”。

如果制造机器人无法独立思考,则只能发挥其潜力的一小部分。机器人可以执行超出受控环境中预编程任务的机器人呢?

The Verge中的 James Vincent 指出了为什么Covariant的机器人在更大范围的机器人拾取器中起重要作用:“机器人本身看起来并不稀奇,但令其与众不同的是它的眼睛和大脑。借助六个机器人-镜头阵列和机器学习算法的镜头,它能够抓取和包装可能会使其他机器人感到困惑的物品。”

考虑一下协变前大脑的情况,在这种情况下,您有一个传统系统,该系统旨在将所有内容提前分类并试图识别目录中的所有内容。

现在考虑使用Covariant来追求在具有许多SKU(总是在变化)的快速移动仓库中执行绩效的愿景。Abbeel在接受采访时说:“我们的系统适应性极差,这意味着我们无需进行任何操作即可即时完成,如果不成功,它将更新对场景的了解并尝试一些新事物。” 当被问及关于新类别物品的培训时,IEEE Spectrum。

显然,仓库领导者会对在及时,准确地拾取尽可能多类型物品的机械臂感兴趣。

《麻省理工科技评论 》的Karen Hao 说:“这项技术必须灵活地适应不断变化的方向上的各种产品形状和尺寸。可以对传统的机械手臂进行编程,使其一次又一次地执行相同的精确运动,但是这样做会失败。一旦遇到任何偏差。”

1月29日,这家位于加利福尼亚的机器人公司发布了新闻稿,宣布Covariant与仓库物流技术公司Knapp合作,将Obeta的工作站投入生产。Knapp从事医疗,纺织,时装和零售等行业设施技术的业务。

郝在《麻省理工学院技术评论》(MIT Technology Review)上写到,总部位于奥地利的Knapp如何对他们可以使用的AI动力机械臂产生兴趣。Knapp的创新副总裁Peter Puchwein说:“'我们从未见过如此优质的AI。”

郝说,通过这次合作,“ Knapp将在未来几年内将支持Covariant的机器人分发给客户仓库。”

下一步是什么?

郝说:“除了产品拣选,它还希望最终涵盖仓库实现的所有方面,从卸货卡车到包装箱再到分类货架。它还设想将业务范围从仓库扩展到其他领域和行业。”

友情链接