新基建“核心”机遇
06-06
将汽车装配线上的自动化机械臂搬到百货商店后，如何教它像玩俄罗斯方块一样整齐地移动？搬运托盘货物？长期以来，自动化机械臂行业被称为“四大家族”：日本发那科、安川、瑞士ABB、德国库卡。
这四家顶级工业机器人企业占据了全球50%以上的市场份额，在运动控制、自动化、伺服电机等关键领域各有优势。
在零售场景中，工业机器人的应用也如火如荼。
亚马逊、沃尔玛、美团等科技公司纷纷推出无人配送机器人，其在非接触场景的应用已初具规模。
然而，将原本用于精密加工的工业机械臂搬到零售百货的仓库，使其在复杂场景下具备独立决策和执行能力，帮助操作员灵活分拣生鲜食品，将是一个巨大的挑战。
百货商店。
挑战。
尽管业内不少公司都在朝这个方向努力，但具有真正商业潜力的解决方案尚未出现。
今年起，山东大学视觉感知与智能系统实验室与美团联合启动科研项目。
目标是解决机械臂的自主感知和决策问题，使其能够“像玩俄罗斯方块一样”处理杂乱的问题。
陈列的部门产品被准确识别和分类。
这一面向实际场景的应用型科研突破，将进一步满足零售行业未来仓储自动化物流的蓝图。
01 “三年磨一剑”，训练更智能的机械臂。
2017年，我国工业机器人产量达到36.6万台，比上年增长68%；服务机器人产量达到4.4万台，比上年增长47%。
中国已成为全球最大的机器人应用市场。
尤其是在汽车装配、焊接等工业装配线上，以自动化机械臂为代表的工业机器人已经得到成功应用，并拥有高度成熟的市场。
大多数这些生产环境都有单一场景和固定轨迹。
只需要计算出机械臂移动的固定轨迹，部署后即可投入使用。
然而，在仓储和物流应用中，机械臂系统必须处理包含各种不可预测物体的复杂场景——例如，当面对摆满杂乱货物的桌子时，大多数机械臂抓取系统可能会失败。
即使抓取成功，不同类别、不同规格的货物在下一步摆放时也可能会发生碰撞，难以摆放整齐。
对于科研人员来说，理想的方式是为机械臂配备视觉识别技术和控制决策算法，教会机械臂同时使用手和眼，使机械臂无需人工干预即可准确识别和分类商品。
将分拣好的货物堆放整齐，最大限度提高包装率。
训练这样一只“聪明”的机械臂并不容易。
面对一堆杂乱的产品，机械臂如何知道该抓哪一个？如何捕捉它？捕获后将它们堆放在哪里？针对这些关键问题，山东大学视觉感知与智能系统实验室研究团队提出了一种机械臂自主感知与决策算法，完成了现实版的“俄罗斯方块”任务——机械臂只通过一张图片就能识别物体。
属性，并确定捕获和放置位置。
机械臂通过自主学习从“笨拙”变“聪明”，最终在真人版《俄罗斯方块》等复杂任务上实现“精准抓取、流畅放置”。
通过算法升级，研究人员重点攻克杂乱堆放货物的类别识别和高效分拣，以及三维在线码垛策略的优化。
目前，该研究成果已在机器人领域国际顶级会议ICRA发表，并获得国家发明专利授权。
感知和决策的算法创新思路得到验证后，下一步就是要真正实现前沿技术的突破，在真实的仓储场景中对种类繁多的货物进行准确识别和分拣，并达到更高的效率。
堆垛包装率。
围绕这一目标，山东大学团队对算法进行了升级，重点关注了杂乱堆放货物的识别与高效分拣、三维在线码垛策略优化两大核心技术点。
“进化”后的机械臂变得更加聪明：一方面，它可以准确识别杂乱的物流箱中的牛奶、饮料等各种商品，并进行高效分拣；另一方面，它还可以“布局全局，伺机而用”，利用优化的装箱策略，将不同尺寸的货物整齐地放在一起。
该成果发表在IROS、CoRL等机器人领域顶级国际会议上，引起了学术界和工业界的关注。
据了解，山东大学团队在该项目上投入了三年多的研发时间。
其自主研发的智能机械臂现已能够投入实际生产，无疑将为仓储全自动化物流系统的建设发挥重要作用。
02 从科研到应用，将技术引入仓储现场，将科研成果应用到具体业务场景，是科技落地过程的最后一步，也是一项艰巨的任务。
在真实的仓储场景中部署自动化机械臂后，您必须面对数千种不同类别和规格的产品SKU。
如何在复杂的环境下实现更高的适用性，为每个产品规划合理的位置？实现高精度码垛包装？这不仅是科研人员面临的挑战，也是行业亟待解决的问题。
美团与山东大学联合启动的科研项目目的是让智能机械臂应用于制药、生鲜等多种场景，并满足准确度、效率等相关指标要求。
这个校企联合项目的需求来自于智慧药房。
今年5月，美团买药与海王星辰等线下药店合作，推出北京首家24小时智慧药房。
通过视觉识别、自动化控制等技术，可以解决消费者夜间服药不便的问题。
具体来说，消费者通过美团App下单后，自动分拣设备可以根据订单快速取货，通过机械臂将订购的药品输送到包装模块，自动包装并打印小票，然后放入进入自助转运柜。
，消费者可以通过输入取货码来取货。
在项目运营过程中，美团工程团队决定接受更艰巨的挑战——目前药品分拣依靠XY轴机械臂在固定轨道上进行分拣，并利用视觉识别算法来识别货物。
但更进一步，需要一套集分拣、补货、库存于一体的全流程自动化解决方案。
“我们希望共同开发基于视觉识别+机械臂的整体解决方案，除了配药外，还可以实现补货、盘点等方面的自动化。
”美团视觉智能部高级研究员马琳认为，如果这一技术突破能够在这个场景中得到成功验证，未来也可以应用于生鲜、百货等仓储场景。
马琳表示，美团和山东大学希望通过联合研究，开发出更适合特定场景的多轴、多齿机械臂。
“例如，对于药品，可以使用三轴夹齿来进行更温和的抓取动作。
但在生鲜百货店，会有各种形状怪异的商品，需要更先进的端夹来处理。
”在双方的愿景中，这种更柔软、更智能的机械臂将不仅仅用于智能药店。
未来还可以应用于生鲜、百货零售等仓储场景，进一步降低人工分拣、盘点、补货的成本。
这也将成为全自动化物流系统的起点：在仓储和分拣中，机械臂准确地对托盘上的货物进行分拣，根据消费者订单进行拆解，并通过AGV（自动导引运输车）将订单直接运输到指定地点包装，最终通过无人机和自动配送车完成“最后一公里”配送。
视觉感知与智能系统团队负责人张伟教授认为，本次联合研发项目具有重要价值。
美团可以为实验室的前沿技术提供丰富的验证场景，并对机械臂分拣、装箱、码垛提出更清晰的建议。
应用要求。
这也是一个探索性的研究过程。
我们希望通过校企合作，共同制定出切实有效的方案，给行业带来一些启发。
03 从视觉到硬件，向上游供应链寻求答案。
事实上，对于一马当先的美团视觉智能部门来说，这种从软件到硬件的跨学科应用研究有些“过头了”。
“我们不仅要做算法部分，还要构建一套即用型解决方案，实现从识别到分拣的全自动化操作。
”马琳表示，智能分拣是实时零售场景的重要一步。
第一步是实现更高效、更精准的货物分拣，满足消费者“更快”的需求。
在与高校合作之前，该创新团队对市场主流工业机器人进行了多轮研究。
据了解，机器人是“制造业皇冠上的明珠”。
目前，中国已成为全球最大的机器人应用市场。
但在全球工业机器人领域，日本发那科、安川、瑞士ABB、德国库卡“四大家族”仍占据着50%以上的国际市场份额。
在运动控制、自动化、伺服电机等领域处于领先地位。
以进口工业机器人为例，负载12KG的六轴机械臂重复定位精度可控制在0.04mm以内，但价格至少在15万元左右。
如果按照零售行业的标准来衡量这笔成本投入，显然是过度的。
此外，一个更现实的问题是，无论是国际“四大家族”，还是奋起直追的国内工业机器人厂商，其提供的自动化机械臂解决方案大多应用于工业领域，进入零售和零售领域。
仓储领域。
通用性不高，难以根据具体场景进行定制。
“在医药、生鲜、百货等零售应用场景中，定制解决方案的成本非常高。
”马林解释说，如果采用标准化解决方案进行改造，可能不太适合零售百货场景，“比如物流分拣机械臂需要占用大量空间，而且必须与生产线紧密结合。
”适配的同时，还涉及到业务逻辑的调整，很难有一个通用的解决方案。
”比如零售应用场景中的产品种类很多，属性各异。
不同的是，这也对机械臂的末端夹具提出了更高的要求。
据了解，目前行业内常见的机械臂末端夹持方案主要分为吸盘式和多齿式。
前者依靠真空吸盘或磁性吸盘将物体“吸”起来，主要用于表面规则、平坦的物体；后者模拟人类手指，通过多齿机械夹灵活地“夹住”物体，可适用于不规则物体。
“目前市场上的端夹大同小异，大多是针对一般抓取而设计的。
在零售应用场景中，往往需要考虑产品的几何形状、物理特性等一系列因素。
” Marin 举例说明了如果使用多齿夹具如何夹紧。
拿起水瓶？夹水果时如何控制力度，避免压坏水果？这些都是现实场景应用中存在的挑战。
为此，在与山东大学的合作过程中，双方计划根据实际场景的需求，对机械臂的硬件设计和决策算法进行“魔改”，通过自研能力满足特定需求，并向上游供应链寻求答案。
据双方初步估算，通过进一步改造夹具和传感器，并率先自主研发满足实际生产环境精度要求的产品，成本至少可以降低60%。
如果项目研发顺利，性能和精度误差控制在合理范围内，一套解决方案的总体成本预计控制在10万元以内。
如果未来能够正式投入量产，成本将会进一步降低。
据了解，山东大学团队在技术攻关过程中，充分考虑了产品商业化时的经济问题，严格控制成本，尝试用低成本的国产传感器替代国外高端传感器。
为了弥补传感器精度差距，山东大学团队也在探索误差分析和补偿策略。
简单来说，就是在视觉识别和动作决策时给策略模型添加足够的冗余，并在实际抓取时进行精度修正。
目前，该技术已在国际学术界得到验证。
根据伦敦帝国理工学院REDS实验室的数据，利用增强现实（AR）技术，机械臂对准时的平均误差约为10.54±4.32毫米，低于没有AR辅助的手动对准误差（最高可达19.62毫米）。
毫米）。
，表明AR可视化显着减少了手动调试的错误。
随着实时零售趋势的出现，消费者对“更快的配送”的要求越来越高，使得零售行业的技术创新突破变得极为重要。
目前，包括IBM、NVIDIA、微软等在内的多家科技公司也积极投身于零售行业的技术研发。
基于人工智能、机器学习等技术的集成产品已被国内外多家零售企业投入使用。
随着购物习惯要求最快30分钟送达，全球零售企业迫切需要技术创新，通过引入自动配送、机器人分拣等新技术应用，竭尽全力提高供应效率。
以美国连锁超市克罗格为例。
它与科技公司Ocado合作，在美国佛罗里达州建立了名为“Zoom”的全自动履行系统和微型履行站点。
，试运行期间性能时限可压缩至30分钟。
在国外零售行业，仓储机器人、自动分拣等已成为技术应用热点。
未来零售业的飞跃将依靠科技的驱动力。
张伟教授认为，当前人工智能与机器人交叉领域的研究正在转向场景驱动。
“特别是作为应用研究，我们应该主动寻求改变。
以前是定制场景来验证算法，现在变成了面向场景的算法开发。
只有从应用角度进行研究，以解决问题为导向，才能帮助企业和行业解决痛点。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-06
06-21
06-18
06-06
06-17
最新文章
三只松鼠：门店扩张已全面暂停
Nvidia 已准备好“统治”AI
【创业24小时】2023年11月16日
【创业24小时】2022年10月20日
倒计时一天，浙江这座小镇要火了！
沃图网络获数千万A轮投资，加大投入海外网红营销SaaS平台建设
泰山天使基金部分退出拉手半年回报180倍
西格数据完成1000万元A+轮融资，国发创投领投