盡管這場流行的全球疫情無疑加速了倉庫自動化--員工缺勤方面的挑戰(zhàn)，以及巨大的需求迫使公司探索更有效和更少勞動密集型的工作方式--自動化解決方案供應(yīng)商早在Covid-19這個詞出現(xiàn)在任何人的嘴邊之前就已經(jīng)在做很好的生意。

第一批自動化存儲和檢索系統(tǒng)--計算機控制的系統(tǒng)類似于在倉庫和配送中心存儲和檢索物品的巨大自動售貨機--早在20世紀(jì)60年代就已推出。隨著世界對消費主義的接受，在接下來的幾十年里，自動化穩(wěn)步深入到倉庫運作中，以幫助訂單和履行過程中盡可能多的步驟。

但直到2000年，對自動化的投資才出現(xiàn)爆炸性增長：電子商務(wù)已經(jīng)到來。這種對購物模式、客戶期望和行業(yè)競爭格局的破壞被稱為 “亞馬遜效應(yīng)”，它的成功推動了成熟的零售巨頭轉(zhuǎn)變他們的商業(yè)模式，并大量投資于他們自己的電子商務(wù)運營和倉儲網(wǎng)絡(luò)。

“其結(jié)果是一場自動化革命。在倉庫里，凡是人類要做的枯燥、骯臟或危險（或可能是親愛的）的任務(wù)，現(xiàn)在都有一個機器人來完成。然而，你仍然會看到人類在那里忙碌。人類非常善于適應(yīng)。”康耐視物流視覺產(chǎn)品高級經(jīng)理本-凱瑞解釋說。例如，如果他們?nèi)ツ脰|西，卻把它弄掉了，他們知道他們要如何第二次拿起它。這種與生俱來的智能是極難建立在機械上的。

配備視覺系統(tǒng)的機器人仍然在各種基本的倉庫任務(wù)中掙扎，而它們的人類同行卻覺得輕而易舉。其中很大一部分原因是工作和環(huán)境的純粹不一致。倉庫或配送中心是一個快節(jié)奏、光線多變的工作場所，每天處理成千上萬的物品，以數(shù)千種不同的方式包裝，送往無數(shù)不同的目的地。

鑒于大多數(shù)機器視覺系統(tǒng)傳統(tǒng)上是為工廠開發(fā)的，它們在相同的條件下無限期地重復(fù)識別和處理相同的物體，當(dāng)面對混亂的、動態(tài)的物流世界時，它們會感到困惑，這并不奇怪。但是，最近，相機技術(shù)、機器視覺和深度學(xué)習(xí)的進步已經(jīng)結(jié)合在一起，向許多更高層次的、傳統(tǒng)的人類職責(zé)進軍。

更智能的分揀機

總部位于美國馬薩諸塞州納蒂克的康耐視，生產(chǎn)一系列機器視覺系統(tǒng)、軟件和傳感器，用于工廠和倉庫的自動測量、檢查、引導(dǎo)和識別。

其中一個例子是它的3D-A1000緊湊型快照智能相機，結(jié)合了二維和三維視覺，不需要困難的集成。這就是今天運行的基于規(guī)則的軟件，使用3D和2D數(shù)據(jù)，并將它們鎖定在一起，中間有很多邏輯，"Carey說。它可用于識別分揀機上物體的存在或不存在，同時收集額外的有用信息。例如，破譯物體的三維屬性--大小、形狀、體積等--可以改善二維檢查，例如弄清包裝的標(biāo)簽在哪里。

總部位于德國弗萊堡附近的Sick公司是康耐視的一個密切競爭對手，它的產(chǎn)品范圍同樣廣泛，可以滿足無數(shù)不同的倉庫任務(wù)。例如，它的TriSpector 1000是一個三維三角測量相機，在傳送帶上經(jīng)過的物體上投射并記錄激光線，與康耐視的In-Sight 3D-L4000大致相當(dāng)。機器視覺的Sick市場產(chǎn)品經(jīng)理Ryan Morris解釋了TriSpector 1000和3D感應(yīng)的一些好處。他說：“在二維世界中，傳送帶上的一個卡住的標(biāo)簽看起來像一個物品，但在三維中，我們得到了高度信息，所以我們基本上可以忽略這個卡住的標(biāo)簽。”此外，3D傳感并不關(guān)心不同物體之間的低對比度或具有挑戰(zhàn)性的照明場景。

以 3D 方式掃描包裹

康耐視和 Sick 還為物流的發(fā)展趨勢提供了大量傳感器解決方案：移動機器人。自動導(dǎo)引車、自動導(dǎo)引車以及越來越多的自主移動機器人 (AMR) 經(jīng)常在倉庫地板上滾動。他們可能正在穿過過道以查明物品或檢測危險溢出物，或執(zhí)行任何其他涉及裝載、分類、交付或取貨的任務(wù)。

自主移動機器人在 2012 年首次亮相，當(dāng)時亞馬遜收購了 Kiva Systems 的吊艙運輸機器人。從那時起，該行業(yè)充斥著提供大量不同 AMR 解決方案的老牌和新公司，從 AutoGuide Robots 的無人駕駛叉車到波士頓動力公司的狗狀四足 Spot 產(chǎn)品。視覺信息對于任何 AMR 的導(dǎo)航和功能都至關(guān)重要，這也是許多開發(fā)人員轉(zhuǎn)向 Cognex 和 Sick 的原因。例如，Morris 表示，Sick 的飛行時間和立體 3D 相機 Visionary-T 和 Visionary-S 分別越來越多地用于倉庫應(yīng)用中的移動機器人視覺，以提供比傳統(tǒng)自動化系統(tǒng)更多的靈活性和信息。

倉庫視覺系統(tǒng)的最新趨勢是推出具有更復(fù)雜車載處理的產(chǎn)品。康耐視的新型 In-Sight 2800 具有與 Sick 的 InspectorP611 2D 傳感器類似的功能，可以進行在線機器視覺檢查，就是一個很好的例子。“對于物流來說，它是一種用于復(fù)雜分類的深度學(xué)習(xí)技術(shù)。”Carey 解釋道。“與傳統(tǒng)的基于規(guī)則的工具不同，它能夠應(yīng)對大量的變化。”因此，例如，從使用 2D 相機查看 5 到 10 張圖像，In-Sight 2800 可以對混合的、傾斜的對象進行分類，并提供輸出以對它們進行適當(dāng)?shù)姆诸悺?/p>

康耐視最先進的物流產(chǎn)品之一是 In-Sight D900。“這是世界上首批可以運行完整的神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)算法的智能相機之一。”Carey 說。由于智能相機本身部署了深度學(xué)習(xí)軟件，非程序員也可以使用，因此在物流方面，In-Sight D900 特別適合用于標(biāo)簽識別的光學(xué)字符識別。鑒于包裝來自多個國家和供應(yīng)商，并且使用多種印刷工藝制造，標(biāo)簽可能會嚴重變形、歪斜或蝕刻不良，從而使識別具有挑戰(zhàn)性。“你可以想象，有很多差異。”他說：“這就是深度學(xué)習(xí)在物流中真正發(fā)揮作用的地方。”

棘手的任務(wù)

其他公司也在擴展倉庫中計算機視覺的范圍，無論是在能力還是范圍方面。Fizyr 總部位于荷蘭代爾夫特，專注于開發(fā)先進的計算機視覺軟件，用于傳統(tǒng)上由人類執(zhí)行的拾取和放置任務(wù)。該公司于 2014 年從代爾夫特理工大學(xué)分拆出來的代爾夫特機器人公司開始。不久之后，該團隊贏得了 2016 年亞馬遜揀貨挑戰(zhàn)賽——其目標(biāo)是制造一個自主機器人從倉庫貨架上揀選物品，甚至比一個人。“但后來我們意識到我們的深度學(xué)習(xí)能力是多么獨特，所以我們決定轉(zhuǎn)向一家只提供軟件的公司。”Fizyr 技術(shù)銷售顧問 Shubham Singh 說。

Fizyr 的深度學(xué)習(xí)算法能夠自動處理從散裝中挑選的未知物體。“如果你看看包裹或雜貨，它們的形狀、大小、顏色、堆疊方式總是不同的，而機器人在這些情況下并不擅長，因為它們需要了解要檢測、分割、挑選和放置哪些物品。”辛格解釋道。“這就是Fizyr進來的地方。”

Fizyr 軟件難以分割包裹

Singh 說，F(xiàn)izyr 的技術(shù)相對于競爭對手產(chǎn)品的一個關(guān)鍵優(yōu)勢是，即使在其他算法——甚至是人類——難以解決的情況下，它的準(zhǔn)確性也很高，例如從一堆重疊且顏色相似的物品中挑選物品。“我們的軟件使用有監(jiān)督的深度學(xué)習(xí)進行訓(xùn)練，有數(shù)十萬張來自現(xiàn)實物流環(huán)境的圖像，是與我們的行業(yè)合作伙伴合作收集的，”他解釋說。“與機器人在旅途中學(xué)習(xí)的其他方法不同，我們確保最終用戶處于控制之中，并且機器人能夠?qū)W習(xí)我們希望它學(xué)習(xí)的所有東西。”

Fizyr 的軟件被全球 20 多家領(lǐng)先的系統(tǒng)集成商用于生產(chǎn)。Singh 表示，該技術(shù)與硬件無關(guān)，但需要工業(yè)級 2D 和 3D 立體相機進行三角測量。因此，配備 Fizyr 軟件的機器人通常可以處理電子商務(wù)、包裹服務(wù)和物流中的極端物體變化。他們執(zhí)行一系列傳統(tǒng)的人工任務(wù)，不僅在倉庫中挑選各種 SKU，而且在機場進行包裹處理、卸垛、卡車卸貨、混合放置甚至行李處理。

位于美國加利福尼亞州舊金山的 Rabot 是另一家在倉庫視覺領(lǐng)域開拓利基市場的公司，專注于提高工人效率。Rabot 聯(lián)合創(chuàng)始人兼首席產(chǎn)品官 Sandeep Suresh 解釋說：“我們的唯一目標(biāo)是真正增強當(dāng)今現(xiàn)有的倉庫運營，而不是實施可能具有破壞性的解決方案。”

“Rabot Pack 使用在包裝站上設(shè)置的現(xiàn)成工業(yè)級攝像頭，然后執(zhí)行機器學(xué)習(xí)以識別錯誤和低效率，并驗證訂單是否已正確包裝。“它真的是包裝工的虛擬助手。”他繼續(xù)說：“它可以直觀地驗證包裝站中的所有不同物體，執(zhí)行簡單的檢查以確保任何需要粘貼的標(biāo)簽、包裝材料或氣泡膜都已粘貼。”

Rabot 首席執(zhí)行官 Channa Ranatunga 正在觀看 Rabot Pack 的運行情況。

安裝 Rabot Pack 的結(jié)果令人印象深刻，客戶報告稱其生產(chǎn)力在幾個月內(nèi)提高了 25% 至 50%，新員工培訓(xùn)速度更快，故障排除或解決客戶投訴的時間顯著減少。

與 Rabot 一樣，總部位于美國加利福尼亞州圣克拉拉的計算機視覺公司 Vimaan 也在提高倉庫效率方面著眼大局。該公司擁有一套庫存跟蹤和驗證技術(shù)，可以實現(xiàn)從物品到達到離開倉庫的全過程和門到門的可視性。這些產(chǎn)品在貨盤和傳送帶、叉車甚至空中掃描和成像貨物和包裹，自動無人機執(zhí)行倉庫貨架的飛越。Vimaan 的解決方案完全消除了庫存管理中的人為錯誤，并且可以為單個倉庫節(jié)省數(shù)百萬美元的核銷費用。

隨著這些以及更多的視覺技術(shù)降低了成本和錯誤，并提高了整個倉庫的效率，這就引出了一個問題：我們是否已經(jīng)接近人類不再需要踏入倉庫的地步了？

“我認為我們已經(jīng)到了那里。”莫里斯說：“我認為現(xiàn)在沒有任何限制性技術(shù)，我們正在等待能夠做到這一點——現(xiàn)在更多的是關(guān)于意志力和整合，以使這一切成為現(xiàn)實。”

在美國亞馬遜機器人公司(Kiva System)Amazon Robotics，我們一直在重新構(gòu)想現(xiàn)在的樣子。我們看到了大局，設(shè)想了一個更好的局面，并建立了將復(fù)雜問題變成優(yōu)雅簡單解決方案的聯(lián)系。我們現(xiàn)在朝著更智能，更快，更一致的客戶體驗的方向推動著亞馬遜以及整個行業(yè)向前發(fā)展。我們以無畏的決心，以切實可行的解決方案來解決這一不可能，我們今天將迎接明天的挑戰(zhàn)。我們現(xiàn)在重新想象。

Amazon Robotics成立于2003年，其理念是為了滿足電子商務(wù)中的消費者需求，必須有一種更好的訂單履行解決方案。今天，該公司正在徹底改變亞馬遜在全球的運營。作為亞馬遜最大的東海岸研究與開發(fā)組織，亞馬遜機器人公司的發(fā)展速度超過了公司歷史上的任何時候，而且規(guī)模不斷擴大，并擴大了我們的技術(shù)章程。

我們所做的

Amazon Robotics是Amazon.com的全資子公司，可通過自動化實現(xiàn)更智能，更快，更一致的客戶體驗。 Amazon Robotics使用多種機器人技術(shù)方法（包括自動移動機器人，復(fù)雜的控制軟件，語言感知，電源管理，計算機視覺，深度感測，機器學(xué)習(xí)，對象識別和命令的語義理解）使履行中心的操作自動化。

Amazon Robotics專注于研發(fā)，以不斷探索將其產(chǎn)品線擴展到新領(lǐng)域的新機會，這些新機會將重新定義“ Now”的含義，并使Amazon繼續(xù)為客戶提供令人愉悅和驚奇的體驗。

Amazon Robotics總部位于波士頓地區(qū)，位于機器人創(chuàng)新的中心，并已建立企業(yè)和學(xué)術(shù)合作伙伴關(guān)系，以支持整個機器人生態(tài)系統(tǒng)的創(chuàng)新，從而更快地將前沿技術(shù)引入該領(lǐng)域。