4 月 4 日，一家总部设在加利福利亚州帕罗奥图市的机器人创业公司 Kinema Systems ，宣布 Kinema Pick 成为「世界上第一个针对机器人卸码垛机的自我训练、自我校正的软件方案。」我知道，这听上去有点缺少信息量，但是有一场令人信服的很酷的演示，而且我们从 Kinema 的联合创始人和 CEO Sachin Chitta 那里了解到许多关于系统如何工作（以及它为什么重要）的细节。

卸码垛所指的任务是从转运托盘中挑选出一盒盒材料，然后做一系列事情。比如，将它们放置在传送带上。这听起来像是一个用工业机器人手臂可以轻易而有用地自动化完成的任务，但你要知道，机器人手臂工作容易是因为它只需要一次又一次地从相同的托盘中拿出相同的箱子。电子商务公司收到的货物大小不一，紧紧地挤在一堆。这对大多数机器人而言，有太多的可变性而变得难以操作。所以，人类不得不自己动手，这是低效、而且代价高昂的。

因此，Kinema 应运而生。

看上去可能没那么难。但是一堆尺寸、形状和颜色各不相同的盒子紧密放在一起，对进行挑选的机器人来说是一个非常困难的视觉问题。「你看着是一层层的箱子，堆起来像是一个整体的巨大箱子。」 Chitta 说，「很难让系统知道『一个箱子怎样，我要从哪里入手捡起某东西』。这是棘手的，也是我们正要解决的。」 Kinema 现在正开始与美国的几家材料搬运公司合作，测试卸码垛机。

Kinema 的部分优势是易于安装、校准和使用。这机器人几乎能独立做所有事——你只需要设置视觉系统，告诉它托盘将去哪里，然后告诉它你想要箱子在哪里结束，仅此而已。这个系统也能自我训练， Chitta 对我们解释到：

「我们使用物体识别方法去区分各种箱子。最经典的做法是，你首先训练物体识别系统：给它一堆样例，对它说，『这是一种箱子，这是另一种箱子。』我们的系统是自我训练的，无需人工训练步骤。它从零基础开始，不知道箱子是什么。当它拾起箱子时，他训练自己。一旦它首次拾起一个盒子，它就建立一个关于箱子看上去是什么的模型，并使用这个模型加快对下一个箱子的识别。它也不需要训练如何移动，它能独立地做好计划。」

Chitta 说，最难办的部分是第一次拾取箱子，因为这是一个关键点，紧密包装而且都放在托盘上的箱子是最难彼此区分开来的。一旦处理了一个箱子，而且在箱子被拿走后堆垛区有一个空区，这就让辨认其他箱子变得更加容易。那么，Kinema 如何从托盘上挑选出第一个盒子呢？ Chitta 说：「这是我们的独家秘方。」不过，他继续告诉我们，任何看到这个系统现场演出的人都能弄明白是怎么回事。他能给的所有提示是「这是运动与感知的结合」，所以我们得出的最好猜测是，机器人轻推堆积在一起的箱子然后看看发生了什么。不管怎样，他们已经承诺我们（在某些时候）提供展示整个过程的视频。

那么，这能发挥多好的作用呢？简短的答案是一组人员从完全打乱的货板上挑选出盒子并将它放在传送带上，平均每人每次耗时 6 秒。但是 Kinema 要快的多，而且从不停止工作。

2013年，有一视频展示了另一机器人卸码垛技术。这是来自 Industrial Perception 公司的机器人，这家公司是机器人研发公司 Willow Garage 的衍生品，整个被谷歌在 2013 年 12 月份收购。我们注意到了其中的相似性，于是询问 Chitta Kinema Systems公司 正在做的事情有什么不同，他指出其中的独特之处：如果你仔细观察，IPI 机器人挑选出来的箱子并没有堆积在一起。箱子之间有小小的间隙，这些箱子不是同一种类型的（你可以在这个视频中甚至可以更清楚地看到这一点）。相对的，这就简化了 3D 传感器的挑选任务。但是，真实的货板不是这样的。它们塞得满满的，没有空隙，而且所有盒子经常看上去是相同的。Chitta 说， Kinema 被设计来在任何构造中都能工作，促使它成为一款实用的工业产品。

Chitta 和 Dave Hershberger共同创建了 Kinema ，他们在 Willow Garage 和斯坦福国际研究院都做了很长时间的机器人研究工作。Chitta 带领了许多核心 ROS 移动组件的开发，包括臂导航、MoveIt(ROS运动规划应用软件）和ROS控制包。Chitta 解释说，「基本上，我们现在在 ROS 中看到的任何操作材料，都来自我或我的小组。」Hershberger 致力于 rviz 工具（机器视觉方面）的研发，还有 ROS 堆栈导航。

自从在SRI上开发的软件平台授权给Verb Surgical之后，Chitta 和 Hershberger 发现许多产业内的用户使用他们协助开发的开源工具，并察觉到了工业范围内需要终端用户应用程序的商业级别的软件。 Kinema Systems 适时而生，探讨使用机器人操作系统解决常见工业问题的机会。 Kinema Pick 就是他们的首次尝试。

随机挑选是一个难题，不只是在卸码垛领域。而且 Chitta 说，Kinema 也正着眼于箱柜取放等事情上。从根本上说，无论你在何处得到一堆随机摆放的物品，你都可能需要用机器人高效且可靠地挑选出其中一些物品来。现在，他们聚焦于卸码垛测试上，而且一旦测试阶段完成了，他们期待在年末商业体系集成商就可以使用。

©本文由机器之心编译，转载请联系本公众号获得授权。