科技產業報訂閱
DForum
 

從亂數包裹中隨機取放 物流業成AI機器手臂潛力市場

物流業的分揀貨機器人在技術門檻上除了速度要快,也必須先克服如何在每天數以萬計的來料中精準辨識並夾取。Amazon

在3D視覺與AI的整合下,機器手臂增添「眼」與「腦」,形成手眼合一並具備思考能力的智慧機械。其中,隨機夾取更被業界視為難度最高的機器手臂應用,特別是物流業每日動輒數以萬計的物品流動於倉儲中,如何針對數量龐大且在混料的情況下順利完成分揀貨,也成為物流應用的新市場需求。

隨機夾取(Bin Picking)被業界視為3D視覺+AI應用的新聖杯。由於傳統3D視覺因技術限制,較難針對混料、形態複雜不一,且堆疊順序不規則的情況下進行辨識,因此面對來料隨機夾取,需藉由AI輔助利用影像辨識增加其判斷準確性。

隨機夾取的特性包括物料以完全隨機擺放的形式容納在集裝箱內,方向不同,且有重疊甚至纏繞的現象,二則是混料、外觀形體與大小不一,讓成像和夾取異常困難,而此種特性則是以物流業為多,在撿貨流程上將增加作業難度。因此相關業者也看好未來物流業將是除製造業以外,針對隨機夾取應用有龐大需求的潛力市場,而特別針對人力成本昂貴的歐美地區也更能凸顯其價值。

但物流業導入機器手臂隨機夾取技術也面臨幾項挑戰。一般對於AI開發的認知必須先輸入大量的訓練樣本,而在3D視覺應用上,目前市場上90%的解決方案則須搭配物件的CAD檔進行比對,然而這在物流業卻顯得困難重重。像是亞馬遜單個物流中心的出貨量1天高達150萬個品項,而每逢中國大陸雙11更是驚人,當日物流量已攀升到8億件以上。在每日動輒數以萬計的物品中,機器手臂如何同時快速完成分揀作業也考驗著物流系統的智慧。

3D視覺系統開發商所羅門董事長陳政隆表示,對應物流業者需求,目前市場對於機器手臂在隨機夾取的應用,未來將可能朝向無須樣本訓練的AI為訴求以減少因來料數量太過龐大與複雜的辨識問題。此前亞馬遜曾舉辦的「Amazon撿貨挑戰賽」(Amazon Picking Challenge)中,即是希望透過在AI研究的進展上,能夠藉由免學習機制,讓機器手臂可在不需要學習大量影像資料下,仍能夠辨識貨品。

  •     按讚加入DIGITIMES智慧應用粉絲團
更多關鍵字報導: 業成 機器手臂 人工智慧 3D視覺