这个实验室专攻智慧机械臂，零售自动分拣取得原创性突破

导读：将汽车装配流水线上的自动化机械臂，搬到百货仓库中后，要如何教会它像玩俄罗斯方块一样，整整齐齐地搬运码垛货物？　　长期以来，自动化机械臂行业有「四大家族」之称：日本

　　将汽车装配流水线上的自动化机械臂，搬到百货仓库中后，要如何教会它像玩俄罗斯方块一样，整整齐齐地搬运码垛货物？

　　长期以来，自动化机械臂行业有「四大家族」之称：日本发那科（FANUC）、安川电机（YASKAWA）、瑞士 ABB、德国库卡（KUKA），这四家顶尖的工业机器人企业，在全球占据着 50% 以上的市场份额，在运动控制、自动化、伺服电机等关键领域各有所长。

　　在零售场景中，工业机器人的应用也是如火如荼。亚马逊、沃尔玛、美团等科技企业纷纷推出无人配送机器人，在无接触场景的应用初具规模。

　　但要将原本用于精密加工的工业机械臂，搬到零售百货的仓库中，让它具备在复杂场景中的自主决策和执行能力，帮助运营人员灵活分拣生鲜百货，将会是一个巨大挑战。虽然业内也有不少公司在朝这一方向努力，但真正具备商用化潜质的解决方案，目前尚未出现。

　　今年开始，山东大学视觉感知与智能系统实验室与美团联合开展了一项科研攻关课题，目标正是解决机械臂的自主感知与决策问题，让它能够「像玩俄罗斯方块一样」，对凌乱摆放的百货商品进行精准识别和分拣。

　　这项面向实际场景的应用型科研突破，将进一步满足零售行业对于未来仓储自动化物流的设想蓝图。

　　 01「三年磨一剑」，训练更聪明的机械臂

　　2021 年，中国工业机器人产量达到 36.6 万台，比上年增长 68%；服务机器人产量 921.4 万台，比上年增长 47%，中国已成为全球机器人最大的应用市场。

　　特别是在汽车装配、焊接等工业流水线上，以自动化机械臂为代表的工业机器人已经有着成功应用，具备高度成熟的市场。这类生产环境大多为单一场景、固定轨迹，只需要计算出机械臂要移动的固定轨迹，部署后即可投入使用。

　　但在仓储物流应用中，机械臂系统必须处理包含各种不可预知物体的复杂场景——比如面对一张堆满凌乱货物的桌子，大部分机械臂抓取系统可能会失败。即便抓取成功，在下一步的摆放中，也可能会出现不同品类、不同规格货物之间的碰撞，较难摆放整齐。

　　对于科研人员来说，理想的途径是通过搭载视觉识别技术和控制决策算法，教会这台机械臂「手眼并用」，在不进行人为干预的前提下，让机械臂能够精准识别、分类货物，并将分拣出来的货物整齐码放，实现装箱率最大化。

　　要训练出如此「聪明」的机械臂并非易事。面对一堆杂乱的商品，机械臂如何知道要抓哪个？怎么去抓取？抓完在哪里堆放？

　　围绕这些关键性问题，山东大学视觉感知与智能系统实验室的研究团队提出了机械臂自主感知决策算法，完成了现实版的「俄罗斯方块」任务——机械臂只通过一张图片就可以识别物体属性，并判断抓取及摆放位置。机械臂通过自主学习由「笨拙」变得「聪明」，最终在现实版「俄罗斯方块」这种复杂任务上做到了「抓得准，摆的齐」。

　　在国外零售行业中，仓储机器人、自动分拣等成为炙手可热的技术应用

　　未来零售行业的飞跃，将依赖于技术力量的驱动。张伟教授认为，当下人工智能与机器人交叉领域研究，正在转向以场景驱动为主，「尤其是作为应用型研究，应该主动求变。以前为了验证算法定制场景，现在变为面向场景开发算法。从应用角度做研究，以解决问题为导向，才能帮助企业和行业解决痛点问题。」