“經(jīng)過35年人工智能的研究，人們學到的重要一課是：困難的問題是簡單的，簡單的問題是困難的。”

——史蒂芬·平克

認知科學家

在工業(yè)領域，有一個“簡單”的問題著實令人困擾 —— 抓東西。

在西家，有這么一群人，正致力于這件“小事”。

人工智能可以為工業(yè)機器人帶來更為智能化的控制系統(tǒng)。

當下，線上購物成為常態(tài)，各類電商蓬勃發(fā)展，購物狂歡節(jié)之下的包裹數(shù)量更是驚人。國家郵政局監(jiān)測數(shù)據(jù)顯示，截至2023年6月24日，今年全國快遞業(yè)務量已達600億件，比2019年達到600億件提前了172天，比2022年提前了34天。

種類繁多、形狀各異的物品聚集在一起，幕后則是成千上萬的工作人員進行分揀、打包、搬運等工作，庫房里的繁忙景象可想而知。

能否借助科技的力量為人們減輕一些負擔呢？答案是肯定的。比如，堪稱“倉庫搬運效率神器”的AGV小車可以代替人工快速搬運物品，在智慧倉儲領域得到廣泛應用。

上海西門子開關有限公司（SSLS）的機器人搬運系統(tǒng)是工廠智能物流及倉儲管理的重要一環(huán)。

雖然搬運工作已經(jīng)逐漸自動化，但是分揀仍舊是勞動密集型的作業(yè)，不僅需要大量員工，而且耗時特別長。

你可能會問，分揀不過是將相應的物品抓起來再重新放下去，這么簡單的動作為什么不能自動化呢？原因就在于人類大腦的復雜性。就抓東西這件“小事”來說，人腦會快速識別不同物體的抓取點，而機器人卻不具備這樣的認知能力。

如果說機械臂是工業(yè)機器人的“手臂”，使其能夠進行抓取動作；那么相機則是“眼睛”，讓機器人基于視覺技術對物體進行識別與跟蹤，實現(xiàn)“手眼協(xié)同”。然而，機器人缺乏自主思考的“大腦”，無法在混雜遮擋的環(huán)境中自主調(diào)整抓取策略，進行無序分揀。即使通過創(chuàng)建既定程序，工業(yè)機器人也只能識別“已知”物品的抓取點，也就是擺放固定、形狀確定的物體。

事實上，不僅在物流行業(yè)，在各行各業(yè)的庫房里、產(chǎn)線上，無序分揀任務隨處可見，且90%以上還需依賴人工完成，成本自然降不下來。

西門子人工智能解決方案讓機器人具備自主思考的“大腦”。

對此，西門子工廠自動化事業(yè)部的同事們提出了創(chuàng)新技術路線：讓AI學習海量物體的基礎幾何特征。這有別于傳統(tǒng)點到點示教的抓取方案以及基于產(chǎn)品外觀模板匹配的抓取方案，能夠讓系統(tǒng)從根本上學會“抓取”這一技能，實現(xiàn)“零訓練”即插即用。西門子深度學習視覺軟件SIMATIC Robot Pick AI應運而生。它可搭配任意機械臂和工業(yè)相機，使工業(yè)機器人輕松 “拿捏” 堆疊混亂、結(jié)構(gòu)多樣的物體，真正做到無序抓取！

SIMATIC Robot Pick AI具有開放性、模塊化和簡易化的特征。用戶無需進行模型匹配，無需手動訓練數(shù)據(jù)，拿來即用，智能系統(tǒng)能夠在運行狀態(tài)下實時識別抓取點。不僅如此，系統(tǒng)還可以與SIMATIC系列產(chǎn)品以及TIA博途軟件完美兼容，只需十分鐘，輕松安裝！

SIMATIC Robot Pick AI，快速實現(xiàn)靈活、準確、高效的無序抓取與分揀。

機器人抓東西這件“小事”對工業(yè)未來的意義重大，不僅可以提到效率和準確率，更能把大量工作人員從高強度的重復性勞動中解放出來。隨著老齡化加劇、勞動力短缺，這件“小事”還將釋放更大潛能，讓科技服務于人類，讓人類工作更具價值！