博雯 发自 凹非寺

量子位 报道 | 公众号 QbitAI
这是一座非典型的物流仓库。
走进大门,首先看到的是在空无一人的地面上不断运动的机器人:
他们的日常工作就是在偌大的仓库里来回奔波。
或是驮着货架进行送货、取货:
或是对物品进行清点、称重和检测:
而作为参观者,一定要注意地面上黄线分隔出来的不同线路。
因为一个不小心,你就可能占了机器人的“专属跑道”:
这就是西门子开关去年在上海建成的智能工厂
或者已经可以称之为“无人工厂”,因为其中的绝大部分员工都已经被机器人所取代。
但这又是一个非典型的无人工厂。
因为它在像人一样在工作。

像人一样的无人仓库

首先,整个仓库里的机器人们可以看作是完成跑、拿、搬运、分拣这些基本动作的四肢
学名叫自主移动机器人(AMR)或自动引导运输车(AGV)
比如这种负责搬运的:
又能承重,又很能跑。
不管顶着的是小件的托盘,还是更高更重的货架,都能跑的稳稳当当:
负责货箱到人的,能够用最合适的角度和力气把货箱叉出来/放进去:
效率最快可达可达300箱/小时/工位。
还有做智能分拣的:
那么谁来作为心脏为这些灵活的手脚提供动力呢?
仓库执行系统(WES)或者供应链中台。
就像心脏掌管着无数延伸出去的血管一样,仓库执行系统也连接着无数来源分散的订单库存点
从机器人到仓库中其他设备,这颗心脏将它们的真实数据、运行状态抽象、仿真,然后一一展示出来:
面对突发情况也能及时作出反应,这就是大脑需要做的事了。
而且,只是从整体策略计划上管控机器人和子系统们做还不够。
要从数据和算法层面让AI来做智能决策,每一次都能找到比上次更好的方法。
这样,机器人在完成人类的收货、存储、分拣等各种物流和仓储任务的过程中,慢慢就能整合成一个完整的智能仓储解决方案
那么,到底是哪些技术在支撑着这个“人”的行动呢?

智能仓储的感知与定位

先来想想仓库里的机器人们每天都干哪些活儿?
搬运、分拣、检测、以及一天十几公里的脚程数……
很明显,最基础的功能,就是要能跑。
那么感知与定位就是首要任务了。
激光SLAM就是目前用于实时地图构建及定位的主流技术。
这种技术会通过激光雷达采集物体信息,得到一系列分散的、具有准确角度和距离信息的点云。
激光SLAM系统将不同时刻两片点云的匹配与比对,计算相对运动的距离和姿态的改变,以此来重建地图,实现自我定位。
然后就是路径规划
基于深度强化学习实现的多智能体分布式协同路径规划不仅能避障,还能自行选择最优路线,用最短的时间达到目的地:
接下来则是分拣系统
算法会以系统历史运行数据作为驱动,格口与分拣路线进行动态匹配,为每一位“员工”都规划好交通路线。
对比传统路径规划,效率提升了25%以上。
而这也大幅度增强了系统调度能力,可支持单仓调度机器人1000台以上。
同时,分拣系统也会以历史匹配经验数据作为驱动,将需要搬运的货架与空闲机器人进行一一匹配。
通过使用在线与离线学习相结合的方式,最大化当前和未来的奖励值,不断迭代学习得到最优匹配策略。
最终基于最优解给“员工们”分派任务,实现工作效率最大化。
在这些技术的支持之下,也就难怪整个智能仓库可以拥有像人一样的自我操作能力、自我推理判断能力、自我感知能力了。

背后谁在提供技术方案?

现在,在这种智能仓储的帮助下,上海西门子开关的入库效率已提高250%,仓库存储面积也减少了一半,供料及时率更是达到了100%
而迪卡侬也在去年宣布建成了智慧体育物流创新实验室,将拣选生产率平均提高了3倍
这些自主移动机器人们,正在智能物流和仓储行业发挥着惊人的活力。
而机器人们的提供者,正是国内物流机器人企业极智嘉
他们目前已经在全球累计出售了超过
20000
台自主移动机器人,在AMR市场上的份额位居
世界第一

极智嘉目前在全球30多个地区提供服务,并与英特尔、微软、迪卡侬、联想等公司都有过合作。
而其两位创始人都毕业与清华大学:
其中CEO郑勇并曾就职于ABB和圣戈班,而CTO李洪波则有过2年的清华大学计算机系讲师的经历。
7月21日,极智嘉在上海举办了一场智慧物流峰会。
在会上,他们公布了4D使能技术战略,并宣布“极智云脑”2.0全面升级。

机器完全取代人?

会上不仅有极智嘉公布了智能物流解决方案,西门子开关、迪卡侬也到场分享了自家正在应用的无人仓库的现状。
整个AMR行业看起来一片大好。
这就不禁让人产生了一个疑问:
AMR机器人会替换掉物流和仓储行业中真正的人力吗?
极智嘉CTO李洪波对此笑道:
在无人化这个过程中,一定是你使用了某个设备或是自动化的方案后产生了价值。
降本、增效、用户体验这三方面至少总得占一样吧。如果一样都不占,我觉得就不应该把人给换掉。
李洪波曾任清华大学讲师

因此现在的智能仓储做的最多的是什么呢?
就是解放人的双腿,让机器去做每天十几公里的重复往返,人类则去做更擅长的调度和管理。
而除了“没必要”以外,智能物流行业的机器人们也面临着很多挑战。
比如在一个超过10万平的仓库中,调度超过500台的机器人。
而到了类似618这样的节日时,这个调动的数字甚至会变成10倍还不止。
对于这样规模巨大,且任务复合的场景来说,存在的问题不仅是类似智能搜索、避障、导航等算法开发这种技术上的挑战。
如何基于这些新技术对现有/传统的工艺流程进行重构,同样也是个问题。
对此,极智嘉在2019年就推出了aPaaS平台
我们可以将它理解为一个拥有多个基础乐高组件、基本搭建规则、完整搭建流程的这样一个高度模块化的平台。
使用了这一平台后,用户就可以按照自己的想法搭乐高。
——也就是可以更加快速便捷地进行二次开发。
而在今年的这场智慧物流峰会上,极智嘉又宣布为aPaaS平台加入了4D使能技术:
他们希望自己提供的不仅仅是一个机器人智能物流系统,而是一种个性化的、端对端、全链路的解决方案。
而这样一种极智链的服务,也会为制造类客户带来远超自动化的价值。
那么这样的价值是否会吸引到更多企业进入智能物流、无人仓储这些新技术的应用与实践之中呢?
智能仓储和物流技术更全面的普及和落地在什么时候?
李洪波回答到:
从整个产业化角度来讲,某一个新兴技术的落地一般分三段:一、教育市场;二、判定趋势;三、大规模的应用,以至于最终客户把它作为NO.1的选择。
而现在,大规模应用落地(即第三阶段)的大门已经打开了。
参考链接:
https://www.geekplus.com/zh/cn
—  —
本文系网易新闻•网易号特色内容激励计划签约账号【量子位】原创内容,未经账号授权,禁止随意转载。
免费报名 | 快速入门NLP、让你的文字会说话!
7.28晚8点,英伟达专家将在线讲解“语音合成技术”的工作流程与原理、深度学习模型在语音合成中的应用,并代码实战演示如何快速实现自然语言生成。扫码-关注,根据提示即可报名~
点这里👇关注我,记得标星哦~
一键三连「分享」、「点赞」和「在看」
科技前沿进展日日相见~
继续阅读
阅读原文