为机器人提供更好的动作

对于大多数人来说，识别一个物体、捡起它并将其放置在其他地方的任务是微不足道的。对于机器人来说，它需要最新的机器智能和机器人操作。

RightHand Robotics——麻省理工学院 (MIT) 位于马萨诸塞州萨默维尔的衍生公司——已将机器智能和机器人操作的进步融入其机器人拾取系统中，该系统将独特的抓手设计与人工智能和机器视觉相结合，以帮助公司对产品进行分类并获得订单。

“如果你在商店买东西，你会把购物车推到过道上，然后自己挑选。当您在线订购时，履行中心内也有类似的操作，”RightHand Robotics 联合创始人 Lael Odhner 说。 “零售商通常需要拿起单件商品，通过扫描仪扫描，然后将它们放入分拣机或传送带以完成订单。这听起来很容易，直到您想象每天有数以万计的订单和超过 100,000 种独特的产品存储在一个 10 或 20 个足球场大小的设施中，并且交货预期时钟滴答作响。”

RightHand Robotics 正在帮助公司应对已经改变零售业务的两个趋势：电子商务的爆炸式增长，这仅在 COVID-19 大流行期间加速，以及向即时库存履行的转变，零售商根据为提高效率而购买的东西。

机器人舰队还收集数据，帮助 RightHand 随着时间的推移改进其系统，并使其能够学习新技能，例如更温和或更精确的放置。流程和性能数据输入公司的车队管理软件，帮助客户了解他们的库存如何在仓库中移动并识别瓶颈或质量问题。

“我们的想法是，电子商务公司可以修改或彻底改革整个仓库的运营流程，而不仅仅是关注单个操作的性能，”Odhner 说。

挑战极限

该公司解决方案的核心是使用机器视觉和智能夹持器使拣选机器人更具适应性。这种组合还限制了运行机器人所需的培训量，为每台机器配备了公司认为的手眼协调能力。

RightHand Robotics 还利用了一种臂端工具，该工具将吸力与新颖的欠驱动手指相结合，Odhner 表示，与仅依靠吸盘或简单的夹钳的机器人相比，这为机器人提供了更大的灵活性。 “有时，它实际上可以帮助你掌握被动的自由度——它可以做出但不能主动控制的被动运动，”奥德纳谈到机器人时说。 “很多时候，这些简化了控制任务。它们从严重过度约束中解决问题，并使它们易于通过运动规划算法运行。”

机器人收集的数据还用于随着时间的推移提高可靠性并阐明仓库运营。 “我们可以让人们深入了解他们的库存、他们如何存储库存，以及他们如何在我们正在进行的任何拣选的上游和下游构建任务，”Odhner 说。 “我们非常了解未来问题的根源，我们可以将其反馈给客户。”

Odhner 指出，如果提高吞吐量，仓库履行可能会发展成为一个更大的行业。 “随着消费者越来越重视在线购物的选择，越来越多的商品需要进入越来越多的‘虚拟’购物车。订单履行中心附近人员的可用性往往是电子商务增长的限制因素。所有这些都确实表明了巨大的经济效率低下，而这基本上就是我们试图解决的问题，”奥德纳说。 “我们正在处理仓库中参与度最低的任务——比如分拣机感应，你整天都在挑选、扫描和把东西放在传送带上——我们正在努力将这些任务自动化到你可以做到的程度把你的员工引导到客户能更直接感受到的事情上。”

Odhner 还表示，更多的自动化履行中心提供了更好的措施来保护工人的健康和安全，例如符合人体工程学的站点，将货物运送给工人以执行特殊任务并增加社交距离。他说，与其减少仓库雇用的人数，不如说，“最终，你想要的是一个系统，让人们从事质量控制、监督机器人等工作。”

机器人变得简单

今年，该公司将推出第三版拣货机器人，该机器人具有标准化的集成和安全功能，旨在让仓库操作员更轻松地部署拣货机器人。

“人们可能不一定了解我们在生产这个自主系统方面取得的巨大进步，包括易于集成、配置、安全和可靠性，但它是巨大的，因为这意味着我们的机器人系统几乎可以在全球范围内直接发货并获得以最少的定制启动并运行，”Odhner 说。 “没有理由不能把它装在盒子或托盘上，由任何人设置。这是我们的远大愿景。”