2024-09-11
2024-09-11
2024-09-11
2024-09-09
2024-09-09
2024-09-09
2024-09-06
2024-09-06
2024-09-06
2024-09-06
(文/斑马技术大中华区技术总监 程宁)近年来,国内机器人产业规模增长快速。据此前工信部在“大力发展高端装备制造业”主题新闻发布会上所发布的数据显示,2021年机器人全行业营业收入超过1300亿元;工业机器人应用已覆盖国民经济60个行业大类,168个行业中类。现在,在工厂、仓库、零售店、医院等许多工作环境中,机器人都在与人们并肩作战。机器人产业的发展也将改变人们日常生产及生活的方式,并进一步赋能经济社会的蓬勃发展。
而随着机器人走进我们的工作,我们需要让员工更容易去相信它们,并且让机器人也能够更轻松地接受人们的正确提示。尤其是对于使用自主移动机器人(AMR),这些动态机器人正如其名称所言:自主。没有人站在一边或在后台用遥控器或传统人机界面(HMI)来控制它们。AMR被编程为可开展某项工作,接着就可被派去完成这项工作,这就像人们经历标准的入职流程后,公司就会信任他去独立完成工作一样。鉴于AMR和员工都需在没有太多监管的情况下自由开展工作,我们必须确保他们知晓彼此之间该如何互动,并教会他们进行合适的社交行为。
一个关于机器人的新观点
教会机器人如何像人一样行为举止可能会让一些人感到紧张。但这是有必要的,因为两者之间需通过互动来确保工作流程在快节奏、高风险的供应链运营中顺利进行。如果您要在客户需要之时为其提供所需之物,那么各方都需要互相配合。我们必须向员工表明,AMR知道何时应参与其中,何时应保持距离,这就意味着我们需要教会AMR什么可以做,什么不可以做。
但在做到这一点之前,我们必须确保AMR能够看到、理解并对周围发生的事情做出反应。它们不能像当前的许多机器人一样“封闭”在自己的世界中,只看到“我自己”、“障碍物”或“自由空间”。同样地,员工必须能够从不同的角度来看待周围发生的事情。他们的世界不能只是由 “我自己”、“自动化设备”、“固定的基础设施”、“其他员工”和“许多未知数”组成。他们必须能够理解周围环境的深度和广度,特别是AMR在智能性和功能方面所能达到的程度。
如果我们不改变机器人和人们之间的思维和反应方式,那么当员工开始接触AMR时,他们可能会感到胆怯、犹豫和疑虑。他们固有的想法可能会使他们误以为机器人太具攻击性或离他们太近了,或者是认为机器人无视他们。他们可能会将机器人想得过于人性化,并做出可能会对大家不利的假设。这会导致AMR利用不足,而企业获得投资回报(ROI)的时间线也会拉长(如果还能有回报的话)。企业员工和客户也会错失AMR本可以带来的益处。
据斑马技术近期委托开展的一项双盲《全球仓储愿景研究报告》显示,如今与AMR一同工作的仓库员工中,83%的受访者表示自主机器人有助于提高他们的生产效率,减少往返时间,这对企业及其一线团队来说是双赢。更重要的是,四分之三的受访员工表示AMR有助于减少错误,这对企业及其客户均有益处,还有近三分之二(65%)的受访员工认为AMR提供了职业发展机会,有助于员工留任。
因此,我们必须消除因“我”的心态或先入为主的观念而产生的偏见。做到这一点的更好方法就是利用云端进行“思考”。
需要新技术来建立信任
按照我一直以来的理解,机器人自动化方面的技术推进一直是由三大因素所驱动:可重复性、可扩展性和更高的生产量。这就是为什么许多机械臂、自动导引车(AGV)和静态机器人旨在封闭的工作单元内沿着输送线或在行车道上完成任务。这也是为什么大多数机器人被编程为使用预定义动作来完成任务,其行为由人控制。大多数机器人无需“弄清楚事情的缘由”,它们只需做人们告诉它们要做的事。
AMR则不同。虽然它们会与人合作和互动,但并不依赖人来指导其一举一动,告诉它们何时停止、开始或向不同方向移动。它们能够在没有人为干预的情况下,自己做出决定和正确行动。通过利用客户场景、模拟和云端来了解当前的AMR行为和实现理想行为所需做出的改变,然后为机器人开发导航行为,这些行为基于启发式方法/偏差,并将其编码到导航和规划代码中。这些启发式方法/偏差有助于使AMR的社交行为更接近人。通过将这些行为编码到AMR的导航和规划中,员工对机器人在设施周围行驶时的行为会有更好的理解,进而建立彼此间的信任,并且更默契地合作,同时提升机器人的性能表现。
通过云端管理的AMR便于记录数据,并帮助员工了解每台机器人在设施中的表现。通过使用低频和高频互动的速度和路径一致性作为基线,以了解导航代码的变化是如何提高性能的,并针对每台机器人在不同设施中的表现来创建动态图表,从而进行完善。
云技术使机器人训练事半功倍
传统上,在教机器人工作时,我们会告诉它们需要做什么,给它们设定操作参数,执行动作,然后按需调整其功能。现在,得益于机器学习、卷积神经网络和其他基于云的技术,我们正在赋予AMR适应自身周围环境的能力。它们可以检测和划分不同的语义对象,如人、叉车和托盘,以便根据编码的行为以及当前的感官输入,做出正确的行事决策。他们并非全然根据推断出的指导来开展工作,而是在现实中进行操作。
换言之,云技术使我们能够借助所需的社交行为,对AMR进行编码,这有助于员工在与其一同工作时感到舒适。与此同时,教会人们与机器人工作时所需的社交行为也变得更加容易。人们将能够看到AMR是如何成功绕开或远离处于繁忙状态或不应身处于此的员工。他们还将看到AMR如何安全地进入他们的工作空间,并在其需要援助时提供支持。
若机器人能够取得员工信任,并具备正确的社交行为,那么人们对这些机器人的行为也会随之改变。随着人们对机器人行为举止的信心增加,对采用AMR的犹豫也将逐渐消失。人们将开始意识并欣赏AMR如何帮助他们,其采用率也将得以提升。企业也将能够增加对机器人自动化的采用。
所以,如果下次有人告诉您云技术对机器人自动化没什么作用时,请提醒他们,若非得益于云技术的帮助,AMR可能无法像今天这样自主工作或与人协作。云技术是推动机器人技术进步的因素,在教会智能机器人如何开展社交活动,以及告诉人们AMR是友好的方面,起到了事半功倍的成效。