独特的机器人需要回家大奖在亚马逊机器人技术的挑战

发布的丽莎哈维,2017年9月7日

(30天)| 13视图0喜欢|0评论

亚马逊正在改变零售正如我们所知,这种变化是建立在效率。有超过5000万件通过他们的'现在有资格免费为期两天的船舶项目,压力。公司一直在寻找方法,以减少时间从当订单什么时候交付给客户。

机器人在亚马逊机器人研究和生产设施在北阅读,马萨诸塞州。图片来源:伊恩MacLellan /《西雅图时报》。

技术是这个任务的关键,从亚马逊的第一次无人驾驶飞机交付今年早些时候,他们100000个机器人在他们的自动化实现中心。但有一个过程的一部分,已经被证实很难自动化。

根据布隆伯格”,该公司目前拥有机器人,开车绕着它的设施收集项目订单。但它需要人类的最后一步——拾起物品的各种形状,然后包装正确的为航运正确的盒子。活动的一个典型的例子,很简单,几乎是盲目的,对人类,但仍然高不可攀的机器人。”

亚马逊机器人技术挑战

作为一种方法来解决这个“挑选和地方”挑战,亚马逊机器人发起了一个机器人比赛在过去三年。每个团队参与必须设计一个机器人识别对象,掌握它们,然后安全包在盒子装运。

“亚马逊的自动化仓库成功删除的步行和寻找物品在仓库。然而,商业上可行的自动选择在非结构化环境中仍然是一个困难的挑战…为了刺激这些基本技术的进步,机器人组织亚马逊Amazon机器人挑战(弧)。”

- - - - - -亚马逊的机器人。

2017年的比赛是为了比过去更有挑战性。今年竞争机器人无法“天生”,他们需要的所有物品可供选择。亚马逊机器人给了团队40对象来训练他们的系统,然后用新的替换其中的20项45分钟之前实际的竞争。匹配难度的增加,亚马逊机器人增加了总奖金250000美元。

任务所需的计算机算法来识别对象和计划建立正确的把握。布隆伯格团队是如何完成这一壮举解释说,“他们现在使用神经网络,人工智能的一种形式,帮助机器人学会识别对象以更少的人力规划。”

团队必须教会机器人如何看到的对象集合,正确选择项“购物清单”,把它捡起来,把它放在箱子里。这并不像听起来那么容易:捡软项如泰迪熊需要一个不同的理解多捡起一本书。和机器人需要知道做什么如果泰迪熊是埋在其他对象的集合。

2017年的弧冠军:澳大利亚机器人视觉中心

很多球队在比赛中进入了工业机器人的手臂,触手添加到手臂。团队教他们接对象和装就像人类。然而,澳大利亚的机器人视觉中心(ACRV)赢得比赛的机器人比过去截然不同的赢家。他们取代了机械手臂笛卡儿坐标机器人看起来更像一个爪游戏比典型的工业机器人手臂。他们的机器人,卡车司机,用吸盘和竖起两指爪掌握和操作的项目。

ACRV主任彼得•柯克与卡车司机和团队。图片来源:安东尼•Weate QUT。

赶大车的人出现在第一次在最后的挑战,要求机器人首先stow项,然后选择,把选中的物品装进盒子里。ARCV团队,由来自昆士兰科技大学的工程师(QUT),阿德莱德大学,澳大利亚国立大学,拿回家80000美元的大奖。

除了得分最高,赶大车的人也是最便宜的机器人进入竞争。它的最终成本是低于24000美元,比大多数工业机器人大大减少昂贵的建造。它是现成的产品,甚至利用了工程师的首选施工助手:邮政联系!下载188bet金宝搏

与卡车司机ACRV团队。图片来源:安东尼•Weate QUT。

卡车司机使用深度学习ID项

“第一种方法在视觉感知我们尝试是一个两阶段的方法:无监督分割之后,使用深度特性分类,“Trung Thanh Pham,弧ACRV博士后研究员。

MATLAB和MatConvNet被用来测试这个想法。MatConvNet是MATLAB工具箱实现卷积神经网络(cnn)用于计算机视觉应用。的图像处理工具箱用于I / O操作和可视化。

“我们最终的视觉系统使用深CNN称RefineNet执行pixel-wise语义分割,”道格拉斯·莫里森博士昆士兰科技大学研究员。“我们的系统的一个主要优势是RefineNet的能力提供准确的结果与少量的训练数据。基础系统首次训练~ 200的图像已知物品杂乱的环境中(10 - 20项/图片)。在竞争时,我们的训练方法是一个数据收集和训练时间之间的权衡。我们发现通过添加7图像的每一个新的项目在不同姿势足以持续识别项目同时还留下足够的训练时间。”

数据收集过程的自动化,以减少所需的时间,把新项目两个一次到一个空的携带和使用背景减法来自动生成一个新的标签数据集的图像。的团队能够收集所有新数据在大约5 - 7分钟,其余的时间调整网络的新数据。