机器人分拣效率赶上人工水平
随着第二届世界人形机器人运动会的日益临近,各参赛队伍紧锣密鼓地加紧最后的备战。近日,北京青年报记者实地探访星动纪元位于清华科创园威盛大厦的研发测试现场。
据介绍,去年夺得跳高冠军的L7人形机器人,本届赛事将继续出战跳高、跳远两大赛项。作为国内全栈式具身智能企业,星动纪元走出“赛事试炼、技术迭代、务实落地”的人形机器人产业化路径,目前已在中国邮政“上岗”分拣打包快递。
分拣打包实景展示
在现场,悬挂着首届人形机器人运动会跳高冠军奖牌的人形机器人真机,格外引人注目。该机型去年实现原地无助力跳高1米的出色表现,运动性能对标顶尖运动员。一旁,L7半身人形机器人正在运行,开展快递分拣实操作业。这台设备采用顶扫模式,快递面单必须朝上,由上方摄像头完成扫码识别,机器人会自主完成校对。还有五面扫方案,只要面单不贴地朝下,即可实现多方位识别。部分复杂场景还要求机器人具备异常件甄别能力,遇到渗液、破损、变质的包裹,需要主动将其分拣和剔除。
“人工做分拣工作,平均效率大约每小时1200件,目前我们的机器人已经基本追上这一水平。如果只看瞬时峰值,人的表现会更突出,人力最快每小时可以达到1800件。但人的峰值状态很难长时间维持,机器人却可以始终保持稳定作业频次。”星动纪元品牌营销部部长赵佳琪解释说,在实际仓储场景中,并不依赖极高的瞬时峰值,传送带是恒定速度运转,更需要设备持续稳定输出,这恰恰是机器人的优势。
不远处,还有设备正在进行打包作业演示。赵佳琪介绍,“严格来说,这套设备并不是我们自研的硬件,它甚至算不上完整机器人,就是一套第三方机械臂搭配夹爪,借此证明我们的具身智能机器人的‘大脑’和模型也能控制其他形态的产品。不管对接的是人形机器人,还是普通工业机械臂,都能完成对应的实操任务。”
参赛机型与产线机型同源
不少人好奇,拿到去年跳高赛事冠军之后,企业是否针对跳高比赛开展了专项技术迭代?星动纪元联合创始人席悦给出答案:“全部技术迭代都扎根工业真实应用场景,在实际落地过程中打磨硬件、优化算法。今年,L7机型将继续站上赛场,目标是刷新以往成绩。”
据介绍,星动纪元参赛机型就是面向工业应用的L系列同源产品。“人形机器人运动会,既是对硬件稳定性、硬件峰值能力的检验,也是对基础运动控制能力的测试。不管后续模型如何发挥、怎么完成实际作业,具身智能的一切能力,都要建立在运动控制与硬件底座之上。”席悦表示,“赛场相当于一场真实压力测试,跳高、跳远这类高强度竞技项目,是对机器人稳定性、耐久性、极限运动性能的实地检验,可以充分暴露出机器人在运动控制、机械结构上存在的问题,从比赛当中拿到的数据,再反哺回研发,进一步优化算法和硬件。”
“并不是专门为了运动会去设计硬件做优化,而是把赛场当作检验整机平台的机会。赛场成绩的提升不仅来自硬件迭代与运动控制算法优化,这些技术进步也会回流到工业场景,验证整机平台在动态复杂工况下的综合可靠性。我们不是做一台只为拿奖牌的‘赛场特供版’,而是用竞技场景打磨面向产业落地的通用机器人。”席悦如是说。
优先落地作业条件恶劣岗位
“机器人刚进到产线的时候能力并不高,我们会通过现场试教、收集失败案例持续训练,让它不断迭代进步。”席悦透露,“目前物流分拣场景已经实现小几百台规模部署,下一步我们还会推进汽车、3C等工业场景POC验证,逐步从试点走向小规模批量落地。除此之外,我们还有Q系列产品,主要面向酒店、餐厅这类商用服务场景做布局。”
据了解,星动纪元的产品走务实的产业落地路线,L系列采用模块化设计,同一套上身本体,可根据实际业务需求灵活选配:可搭载双足、可更换轮式底盘,也可仅保留半身机械臂灵巧手,不强行推广完整双足人形,由客户结合场景、成本自主选择方案。
谈到坚持落地路线,席悦道出了初心目标,“我们优先落地物流分拣等人类作业条件恶劣的岗位,夜班多及粉尘、高温、噪音等环境对人体不友好,机器人可以持续稳定作业。我们做机器人的初心,是希望能够尽早推动机器人成为人类可靠的合作伙伴,服务千行百业。”
文/本报记者 翟天一
-
AGV调度系统数据瓶颈:没有更多数据时的优化策略AGV调度系统数据瓶颈:没有更多数据时的优化策略很多人以为,AGV调度系统的性能提升完全依赖于数据量的持续增加,其实不然。在工业场景中,数据获取成本与调度效率之间存在显著的边际递减效应。当系统已捕获足够覆盖95%以上场景的基础数据后,单纯增加数据量对调度精度的提升不足3%,反而会引发存储冗余与计算延迟问题。底层逻辑是:AGV调度本质是有限状态空间内的路径优化问题。以某汽车总装车间为例,其AGV网络查看详情
-
AGV机器人调度系统:数据瓶颈背后的底层逻辑数据孤岛与调度效率的悖论很多人以为,AGV机器人调度系统的性能瓶颈源于算力不足或算法复杂度,其实不然。在真实工业场景中,90%的调度延迟问题源于数据孤岛与协议异构性。当多品牌AGV混编运行时,不同厂商的通信协议、定位精度、传感器采样频率差异,会导致调度系统陷入「数据解析-转换-同步」的死循环,最终表现为路径规划失效或任务队列堆积。案例:上海临港某汽车总装车间的赛制级推演2023年Q2,某头部车企在查看详情



400-886-5570




