仓库机器人升级以更快地制定包装决策

UR-5机器人执行抓紧运动亚当·劳/伯克利工程仓库中包装箱的拾音器机器人臂现在可以工作速度超过350倍，因为神经网络可以预测它们可以安全地运输物品的速度。

冠状病毒大流行导致在线购物激增。加利福尼亚大学伯克利分校的肯·戈德堡说：“供应商的需求很难满足需求。”

戈德堡（Goldberg）的实验室以前曾制作过软件，该软件提高了经常在仓库中部署的机器人手臂的抓地力，使用计算机视觉来识别在三维空间中，要掌握的对象与机器人的爪子相对。

同样在伯克利（Berkeley）的Jeffrey Ichnowski说：“现在，当物体处于掌握状态时，瓶颈已经移至运动方面。 ”

机器人可以快速移动，但并非总是安全的。“混蛋”的水平或加速的迅速变化可能意味着成功交付的包装与地板上的一个抛光之间的差异。混蛋还可以导致机器人手臂上的磨损，从而减少其工作寿命。

Ichnowski说：“我们需要正处在速度，加速度和混蛋的范围边缘。”但是对于机器人来说，计算最安全但最快的移动方法需要时间。

Ichnowski和Goldberg及其同事在其机器人软件中添加了所谓的神经网络。然后，他们让网络评估机器人臂在几周内移动数千个物体时的性能。

最终，神经网络学会了确定在80毫秒内的任何给定情况下采取的最佳运动路径。预先存在的软件花了29秒来运行计算。

“正如本文所确定的那样，操作响应速度的逐步变化将对仓库运营商产生重大影响， ”英国加的夫大学的安德鲁·拉希（Andrew Lahy）和后勤公司DSV的解决方案设计总监说。

戈德堡说：“我们确实认为这是实用的，并且可以相对近距离应用。”

本文来自作者[admin]投稿，不代表象功馆立场，如若转载，请注明出处：https://wap.xianggongguan.cn/zskp/202506-290.html