211service.com
En robot med huvudet i molnet tar itu med lagerplockning
RightHands robot tar tag i föremål från en soptunna och placerar dem på ett transportband.
Gömd i en hektisk industribyggnad i Somerville, Massachusetts, tillbringar en robotarm sin dag med att plocka upp till synes slumpmässiga föremål – flaskor med schampo, lök, burkar med rakskum – från ett transportband som går i en cirkel med en diameter på cirka 10 meter.
Den konstiga uppställningen är en testbädd för ett system som skulle kunna ta sig an många av de vardagliga plockuppgifterna som för närvarande utförs för hand i lager och leveranscenter. Och det visar hur framsteg inom robothårdvara, datorseende och teleoperation, tillsammans med möjligheten för maskiner att lära sig tillsammans via molnet, kan förändra lageruppfyllelsen under de kommande åren.
Den nya robotplockplattformen, som använder en kombination av en hybridgripare och maskininlärning, och som utvecklades av en startup som heter Högerhandsrobotik , kan hantera en mängd olika objekt snabbare och mer tillförlitligt än befintliga system.
Företaget lanserade sin plattform, kallad RightPick, i en försörjningskedja branschevenemang Tidigare den här månaden. Det är inriktat på uppfyllelse för läkemedels-, elektronik-, livsmedels- och klädindustrin.
När jag besökte RightHand Robotics tidigt i år, visade företagets medgrundare, Yaro Tenzer och Leif Jentoft, mig flera prototyper som de hade utvecklat. Förutom transportbandsscenariot inkluderade dessa en uppställning utformad för att matcha den hos ett företag som skickar paket med kosmetika skräddarsydda till enskilda kunder. Företagets system kunde välja en kunds föremål från flera papperskorgar kopplade till en cirkulär karusell. De visade mig också ett system som lärde mig att greppa ett visst föremål genom att om och om igen försöka flytta föremål som staplades upp i en papperskorg till en annan papperskorg.
Att välja olika typer av föremål som staplas i en soptunna kan låta enkelt, men det är fortfarande en stor utmaning för robotar, särskilt om föremålen är obekanta. Människor kan gissa hur ett tilltäppt föremål ser ut och känns, och vi använder flera års erfarenhet av att förstå uppgiften. Fulfillment-center hanterar vanligtvis en rad produkter, vilket gör dem svåra att automatisera. Amazon har till exempel bara kunnat automatisera delar av sina centra hittills.
RightHands system tar tag i föremål med en följsam fingerad hand med en sugkopp i mitten. En kamera är inbäddad i handen för att hjälpa till att ta reda på vilket bihang som ska användas och hur man greppar föremålet. Företaget använder maskininlärning för att förfina sin kontrollalgoritm över tid, och tricken som en robot har lärt sig återkopplas till en molnserver så att de kan delas med andra. Det är också möjligt för RightHands ingenjörer att logga in i ett system på distans för att lösa problem, eller hjälpa ett företag att träna roboten att välja ett nytt objekt.
Det är svårt att bedöma tillförlitligheten och hastigheten hos ett sådant system, eller att säga hur det kan hantera hur många obekväma nya föremål som helst, men det verkade kunna plocka upp vanliga föremål som du kan hitta i en livsmedelsbutik ungefär lika snabbt som en person kunde.
Ken Goldberg , en professor vid UC Berkeley och expert på robotsyn, manipulation och inlärning, säger att det fortfarande är väldigt svårt för robotar att leta efter föremål i en rörig papperskorg. Han säger att han är imponerad av hybridgriparen och tillägger att det är mycket vettigt att tillämpa maskininlärning via molnet, så att varje robot som används av företaget blir smartare med tiden. Det här är en smart mekanism, säger Goldberg. De här killarna är smarta.
I början av denna månad fick RightHand 8 miljoner dollar i finansiering av serie A. Bolagets tidiga investerare inkluderar Playground Global. Denna Palo Alto-inkubator och riskfond skapades av Andy Rubin, som ledde skapandet av Googles Android-smarttelefonoperativsystem och som senare skötte företagets intåg i robotteknik med förvärvet av ett antal startups som arbetar med olika robotteknologier.
Tenzer och Jentoft studerade båda i Harvards Biorobotics Lab, och tidiga företagsanställda kommer från robotlaboratorier vid Yale och MIT.
Under det senaste året eller så har företaget arbetat med ett antal stora logistikföretag och återförsäljare för att bevisa tillförlitligheten i sitt system. När vi såg tekniken och de framsteg de har gjort på affärssidan blev vi riktigt exalterade, säger Mark Valdez , en partner på Playground Global. Det finns en möjlighet att bygga en positiv cykel och en nätverkseffekt för några av dessa mjukvarudefinierade hårdvaruprodukter.
Förutom Amazon försöker många andra företag utveckla robotar som kan ta tag i en rad föremål från en oordnad hög. Det här är en stor gräns för robotik just nu, säger Goldberg från UC Berkeley.