仓储自动化近年来一直是非常热门的话题，国内外企业的各类解决方案也是多的让人眼花缭乱，可完全实现仓储自动化就目前技术而言能实现的应用场景还很有限，亚马逊机器人技术实施总监斯科特·安德森(Scott Anderson)就曾表示，“亚马逊仓库距离完全的端到端自动化至少还有10年时间，从现在来看自动化技术还相当有限，并未达到需要的水平。”

　　近日，罗格斯大学的科学家们研发了一种新的人工智能系统，用于控制打包的机器人或单臂机械手，应用于仓储自动化场景中，该项研究由罗格斯大学计算机科学系副教授Kostas Bekris及其团队成员提出。

　　(图源网络)

　　Kostas Bekris副教授和助理教授Abdeslam Boularias、Jingjin Yu组成了一个团队，通过硬件、3D感知和鲁棒运动，综合处理机器人包装问题的多个方面。

　　该研究的资深作者，Kostas Bekris副教授说，新系统有助于引入低成本的、易于部署的仓库自动化解决方案，其关键是“做出最小但有效的硬件选择，并专注于稳定的算法和软件。”

　　在Kostas Bekris教授及其团队发表的《Towards Robust Product Packing with a Minimalistic End-Effector》一文中表述，传感器技术、目标检测算法、规划框架和硬件设计的进步推动了机器人在仓库自动化中的部署。各种这样的应用程序，如订单执行或包装任务，需要从非结构化堆中挑选物品，并小心地将它们排列在箱柜或容器中。理想的解决方案需要低成本、易于部署和控制，使用最少的硬件。

　　设计该问题的有效解决方案的挑战涉及适当集成多个组件，以实现最大限度减少故障。目前的工作提出了一个完整的流水线来解决这种包装任务，只允许访问RGB-D数据和一个机器人手臂与一个最小的，基于真空的末端执行器。

　　为了达到期望的稳定水平，识别了三个关键的操作原语，它们利用环境和简单的操作来成功地打包多个立方体对象。

　　此次研究主要集中在把箱子里的东西放到一个小的运输箱里，然后紧紧地把它们排列好。根据科学家们的说法，对于机器人来说，这比捡起一个物体并把它扔进盒子里要困难得多。因此，他们开发了软件和算法来增强机械臂的功能。视觉数据和一个简单的吸盘兼作手指用来推物体。

　　(来源：《Towards Robust Product Packing with a Minimalistic End-Effector》)

　　据研究结果，新系统可以推翻物体，获得一个理想的表面抓取他们。它还使用传感器数据将物体拉向目标区域，并将物体推到一起。从一堆杂乱的货物中挑选出的紧密包装在很大程度上仍然是一项手工工作，尽管这对仓库效率至关重要。自动化这些任务反过来可以提高公司的竞争力，让人们专注于更少的体力劳动。

　　目前的研究主要集中在立方体物体的包装上。因此，科学家们开始探索如何包装不同形状和大小的物体。他们还在考虑将新系统与自动学习相结合，以增强其通用性。