Роботы, способные точно перемещать предметы на полках
В Соединенных Штатах две группы исследователей разработали роботов, способных обнаруживать, а затем перемещать объекты в сложных или труднодоступных местах. Эта работа представляет собой прорыв в автоматизации повторяющихся задач в различных профессиях, таких как стеллажи в супермаркетах.
Недавно американская сеть супермаркетов Walmart фактически решила предать забвению своих роботов, которые с 2018 года помогают сотрудникам в более чем 500 ее магазинах. Одной из задач этих роботов, однако, было приведение в порядок продуктов, находящихся в беспорядке. По мнению компании, эта альтернатива не сэкономила ни времени, ни денег. Эта новость поставила важные вопросы о будущем этого типа роботов.
Как объясняет в статье от 26 ноября 2020 года, две исследовательские группы провели работу, которая потенциально может возродить передислокацию стеллажных роботов. В основе этого исследования лежит Университет Беркли в Калифорнии (США) и Google AI.
Система LAX-RAY
В предварительной публикации на платформе (PDF на английском языке / 7 страниц) 23 ноября 2020 года команда из Университета Беркли в Калифорнии представила свою систему бокового доступа MAXIMAL RADWINCING SUPPORT (LAX-RAY). По словам менеджеров проекта, эта система способна предсказать местоположение объекта в боковых средах, таких как полки. Однако это возможно, даже если видна очень небольшая часть объекта.
Исследователи разработали три способа поиска товаров и создали около 800 полок супермаркетов. Затем они развернули устройство LAX-RAY со встроенной камерой и роботом Fetch, специально разработанным для складов. По словам ученых, система смогла - с коэффициентом полезного действия 87,3% - определить местоположение объектов с достаточной точностью, чтобы робот мог толкать объект.
Теперь руководители проектов хотят изучить более сложные глубинные модели и разработать тяговые действия с использованием присосок для подъема или удаления предметов.
Устройство COCOI
В случае работы Google речь идет об устройстве контактного онлайн-вывода COntext (COCOI). В другой публикации на платформе также 23 ноября 2020 года исследователи указывают, что их инновации основаны на машинном обучении. Цель? Перемещайте объекты, предварительно интегрировав их динамические свойства в удобную среду. На данный момент устройство COCOI практически способно подтолкнуть объект к заранее определенному месту, не сбивая его. Хотя его ранние результаты кажутся обнадеживающими, исследователи теперь хотят проверить свои инновации на более сложных предметах, таких как одежда.
Наконец, эти две работы отражают довольно значительную текущую техническую проблему. Тем не менее они прокладывают путь для разработки систем, способных с большой эффективностью производить пополнение запасов и уборку полок супермаркетов.