机器人手臂在安全与技术领域的突破性进展

在某个中心的一个设施内，员工和机器人协同工作，为客户准备商品。在建筑的一侧，载有未完成订单的黄色料箱顺着传送带移动。在传送带末端，一个名为托盘堆垛/拆垛机器人的机械臂将它们堆放在托盘上，就像在进行一场三维的俄罗斯方块游戏。

当一名员工看到一个托盘堆垛完成时，他们会走近静止的机器人，将电动搬运车滑入托盘下方，并将其运往发货区。从那里，卡车将其运往另一个设施。在那里，另一台托盘堆垛/拆垛机器人将料箱放置到传送带上，引导它们前往完成订单的员工那里。在设施的另一侧，一堆杂乱的软质邮袋和纸箱沿着传送带滚动。一个更小的机械臂“Robin”抓起一个包裹，旋转它以扫描标签。一旦它识别出邮政编码，就会将包裹分拣到一个用于处理的机器人载具上。如果发现任何撕裂、破损或地址无法识别的情况，Robin会通过传送带或移动机器人将包裹转移给员工处理。

机器人常见于某中心的设施中，超过20万个移动单元协助商品从库存流向发货。然而，固定式机械臂相对较新。但它们在公司安全地将正确商品在正确时间送达正确客户的努力中扮演着重要角色。

“对整体系统的真正增益”

尽管Robin和托盘堆垛/拆垛机器人看起来与其他机械臂相似，但它们嵌入了先进的技术，这些技术将在未来几年塑造某中心的机器人队伍。

传统机器人通常执行单一工作，而像Robin这样的机械臂，很少有任务是完全相同的。例如，Robin必须计算如何识别、移动和分拣在传送带上呈现时可能相互堆叠的包裹。托盘堆垛/拆垛机器人必须实时计算如何堆叠一个稳定的托盘。为了实现这一点，它们既使用了在几分之一秒内做出决策的尖端AI算法，也使用了高科技摄像头、传感器和抓手。

虽然机械臂有助于设施运营，但它们也通过消除重复的举起、堆叠和转动来改善员工体验。反过来，这让员工可以专注于那些让机器人感到棘手的任务类型。“消除重复和枯燥的任务让员工能够专注于真正重要的事情，”某中心机器人技术首席技术专家Tye Brady指出。“如果能够提升我们的员工去从事需要常识的更高级别任务——这是计算机不擅长的——那对整体系统来说是一个真正的增益。”

这种人与机器错综复杂的协作帮助某中心以更少的错误交付商品，Brady说。它也推动了增长和就业。

但在此之前，某中心必须首先确保其新机器人的安全。

安全第一（且始终如此）

“我们不仅仅是造一个机器人，然后说，‘嘿，安全团队，我希望你们现在介入，’”Brady说。“相反，安全工程师从设计、部署到维护和运营的每一步都在场。他们与我们一起讨论如何为我们的员工创造更好的体验。”

高级机器人高级经理、Robin项目的技术负责人Clay Flannigan指出，当机器人和安全团队成员评估设施中的工作流程时，他们坚持不会损害安全的解决方案。“我们努力识别任何潜在危险，”Flannigan说。“这可能是任何事情，从限制人与机器人之间接触的任何风险，到被地板电缆绊倒，或屏障上的锐利边缘。理想情况下，我们可以通过多种工程缓解措施来消除它们。”

在处理大型工业机器人时，这一点尤其重要：最好的方法是确保实施适当的访问控制。这从围栏开始。要进入机器人区域，员工需要通过一个安全门，该门会主动禁用机器人。只有一个门，这可以严格控制谁能接触机器人。

除了门之外，光幕保护机器人的另一侧。如果员工穿过光幕平面，机器人会自动停止。这些安全功能确保机器人可以完成其工作，同时允许员工安全进入该区域进行维护。

某中心还邀请独立专家评估工业设计。“他们问了很多很好的问题，”Brady说。“‘我能不能从一个奇怪的角度接近工作站？我能不能在不触发传感器的情况下开门？我能不能在系统未察觉的情况下以某种方式破坏光幕？’”

工程师然后建造和测试物理原型，监控它们以查看工人是否可能以可能导致可用性问题的方式与它们互动。他们还跟踪机器在设施内行为的指标，这允许持续改进其性能。

Robin作为进化的一步

Robin是某中心迄今建造的最复杂的固定式机械臂系统之一，它将许多核心技术提升到新水平，并展示了结合视觉、包裹操作和机器学习的可能性，Robin项目首席产品经理Will Harris说。

当Robin开始工作时，可以看到这些技术。当软质邮袋和纸箱沿着传送线移动时，Robin必须将杂乱的一堆分解成单个物品。这称为图像分割。人类会自动完成，但长期以来，机器人只看到一堆固定的像素块。

多年来，AI算法通过学习识别颜色或显著特征（如邮袋的边缘）来学会将该像素块分解为单个物体。最近，神经网络已经改进到足以很好地完成这项任务。神经网络通过训练在虚拟世界中分割邮袋来辅助这项任务。

工程师首先创建一个机械臂的虚拟模型，以及一个不断变化的包裹堆沿着虚拟传送带移动。在模型中，机器人的AI尝试分割并抓取物品，对每一次成功和失败进行迭代，慢慢学会识别邮袋，即使它们被遮挡或处于奇怪位置。每次训练后，模型会随机重新排列包裹，然后再次开始训练。

经过数千次虚拟模型训练迭代后，某中心在其设施中测试原型。“我们准备了一个1000个包裹的测试集，它反映了我们预期在建筑中看到的邮件概况，并多次运行它，”Harris说。“这为我们提供了关于其现场表现的良好预测数据。然后我们在选定站点进行运营测试，之后再推广到整个已安装基地。”

托盘俄罗斯方块

托盘堆垛/拆垛机器人是一个比Robin更大、更强大的机器，其本身也是一项技术奇迹。它在某中心的履约运营中也扮演着关键角色。

在某中心，Brady解释说，产品总是流向员工。当下单时，移动机器人将商品带给员工。如果订单完成，则将其发送到传送带进行包装并发货到客户门口。如果没有完成，订单会前往另一个设施进行补全。

运输料箱的最佳方式是将其放在托盘上。托盘堆垛/拆垛机器人的工作是在料箱离开设施时将它们堆放在托盘上，并在料箱到达时将它们从托盘上取下并放置在传送带上。Brady将这个过程比作玩俄罗斯方块。

托盘堆垛始于黄色料箱停在传送带末端。所有料箱大小相同，方向一致，并且已经过扫描以确保正确的产品在料箱内且料箱本身状况良好。

托盘堆垛/拆垛机器人的末端有一个二维摄像头，用于快速将机械臂定位在料箱上方。末端是一个定制的抓手，每侧有四个可移动的L形元件，可以滑入料箱凸起的上边缘下方。一旦固定住料箱，机器人就使用三维摄像头进行提升、旋转并将料箱放置在托盘上。在此过程中，AI系统计算放置料箱的位置，以使托盘平衡且稳定。机器人一次构建六个托盘，每侧三个，并且动作迅速。

“当机器人构建托盘时，人员监控几个机器人以确保一切顺利，”Brady说。“当托盘完成时，他们用电动搬运车将它们移出围栏。在我们的员工和托盘堆垛/拆垛机器人之间，存在这种节奏、这种动态，这使我们所有的运营平稳运行。”

动态的伙伴关系

对Robin和托盘堆垛/拆垛机器人等系统的日益依赖也凸显了人与机器人之间伙伴关系的共生本质。

“关于我们使用这类机器人系统可以实现的事情存在误解，”Flannigan回答说。“有大量任务我们今天单靠机器人无法解决，这些任务往往需要更高级别的认知或灵巧性。”

事实上，Brady指出，当人和机器协同工作时，某中心的设施运行得最好：“有很多生产力涉及人和机器一起工作，我指的不仅仅是一台机器。我指的是我们设施中的一系列机器，以及我们如何设计这些机器与人的接口。我们使用这些机器来帮助人员识别库存、移动库存、存储库存和获取库存。这对我们的工作至关重要。我们的员工是我们履约流程的支柱，我们希望用更好的机器赋能他们。”

结果，Brady说，是一场错综复杂的舞蹈，人和机器各自做自己最擅长的事情。这是某中心为何能够持续平稳运营并每年增加数万个新工作岗位的关键原因之一。这也是某中心为何能够在正确的时间将正确的商品送达正确的客户的原因。
更多精彩内容 请关注我的个人公众号 公众号（办公AI智能小助手）或者 我的个人博客 https://blog.qife122.com/
对网络安全、黑客技术感兴趣的朋友可以关注我的安全公众号（网络安全技术点滴分享）

公众号二维码

公众号二维码