2020年7月7日 机器视觉与计算机视觉技术

融合人工智能、机器人和机器视觉的自助冰沙售货系统

制作一种混合饮料,比如水果或蔬菜冰沙,是你必须有动力去完成的厨房任务之一。然而在切割、挤压和混合的过程中,是机器人和自动化的成熟领域之一。食品机器人公司Blendid正通过软件、硬件和先进机器人技术的结合,直面这一挑战,创造出健康美味的冰沙,该公司称其为“混合物”。

该公司的独立售货机由制冷系统、搅拌机、机械手和分配器组成。顾客可以在自助服务台亲自下单,也可以通过Blendid应用程序下单,一杯12盎司的饮料只需6美元。今年早些时候,该公司在旧金山大学(University of San Francisco)的主餐厅Market Cafe和加州森尼维尔(Sunnyvale)的即插即用技术中心(Plug – and – Play Tech Center)开设了第一个自助服务亭。该公司表示,还计划进一步扩大部署。

《机器人商业评论》(Robotics Business Review)最近采访了该公司的首席执行官维平·杰恩(Vipin Jain),谈到了用于创建自助服务站的技术,以及该公司开发该系统的趋势。

人工智能的混合方法

问:谈谈人工智能和机器学习是如何应用到系统中的。看起来应用程序和成分组合只是客户定制选项的一部分。这是AI/ML所在的位置,还是在系统的其他部分?

杰恩:当涉及到食品自动化时,ML/AI应该应用在三个领域。第一个领域是配方调整,基于消费者的口味/反馈和配料分配。我们的系统自动地在厨师定义的范围内对所有的食材进行补偿,以确保最佳的口感和一致性。

第二个领域是机器视觉,用于自我配置,自动校准和纠错,这为食品机器人提供了弹性和操作灵活的环境。这两个都已经在发挥作用。第三个方面是基于他们的口味特征的消费者推荐。

问:作为混合过程的一部分,计算机视觉和传感器用于指导机器人手臂正确地抓取配料,还是在将最终混合好的配料倒入杯子时使用更多的传感器?还是所有的运动都是由系统编程的?这个系统有多精确或不精确,才能保证机器人不会把冰沙倒错?

杰恩:都是预编程和计算机视觉。为了提高闭环系统的速度、可靠性和成本,采用混合方法是一种比较谨慎的方法。您对这些区域进行编程,然后使用计算机视觉进行微调和正在进行的校准和更改。

我们现在已经达到99%的准确率。剩下的工作是根据我们的实地部署/经验向我们的培训集提供案例,并进一步改进产出。

问:自今年3月开设第一家门店以来,公司还进行过其他部署吗?

杰恩:我们在布伦迪德总部外部署了两支商业部队。第一个是在旧金山的旧金山大学。第二个是在Sunnyvale的即插即用技术中心。在今年余下的时间里,还会有更多的项目投入使用。消费者和潜在运营商对此都非常感兴趣。

问:从最初的部署到现在,你学到了什么?“在现实世界中”有没有什么意想不到的惊喜或挑战?

杰恩 :很多,一个人可以做所有的实验室测试,但现场环境是另一回事。消费者如何通过一天中的不同时间和需求曲线与您的产品进行交互,只有通过现场部署才能理解。

操作人员如何处理服务和错误处理在实验室环境中是不可复制的。我们正在学习所有这些知识,并不断改进产品、体验和运营。

问:系统的哪些部分使创建这个系统成为可能?开发机器人手臂,降低操作成本;AI/ML和软件等方面的进步,还是夹子/传感器的进步?我们知道你是在2015年开始做这个的,那一年是什么让你“啊,机器人奶昔!”

杰恩:机器人奶昔并不是一个“啊哈”的时刻。机器人和人工智能已经发展到可以用来构建食品自动化系统的地步(比如《星际迷航》中的复制机),这是一个“啊哈”时刻。从那时起,我们迅速将“思慕雪/混合饮料”作为滩头阵地,这是一种流行的格式,足够大,足够复杂,可以自动化。从那里到Blendid仍然是一条艰难的道路,在我们构建当前的Blendid系统之前,有四个内部设计和原型。

问:我们看到很多公司都在构建基于“现成”组件的系统,比如Universal Robots和其他cobot制造商生产的机器人手臂。这里的低成本以及其他领域(例如,基于芯片开发或云数据可用性的AI/ML算法的开发)是如何推动整个应用程序的开发的?

杰恩:零部件和加工成本总会带来新的创新。五年前,建立一个食品自动化系统的成本高昂,但现在已经不是这样了。标准化组件的使用、ML/AI库的可用性以及云计算中具有成本效益的处理和存储大大降低了开发和支持的成本。

您可以看到从这些趋势中受益的许多创新。除了食品自动化,自动驾驶、送货机器人和无人机都是很好的例子。

问:为什么该公司生产的是健康的混合物,而不是定制的奶昔?

简:混合饮料具有普遍的吸引力,在不同的年龄段和一天中的不同时间(早餐、午餐和下午的选择)都很流行。它们非常复杂,需要精确处理的各种食材(包括固体、液体和超级食物)也非常复杂,因此我们有信心,如果我们能够实现混合物的自动化,随着时间的推移,我们也能够实现其他各种形式和烹饪的自动化。

我们并非是要创造单一的食品业务,而是要为食品自动化建立一个平台。

问:但是这个系统可以适用于其他饮料,如奶昔、咖啡、茶等?

杰恩:当然了,但是和混合物相比,这些都是微不足道的。我们在食品自动化方面的雄心要大得多。

Banner
Related Posts

Octopuz2.1自动化离线机器人编程的路径分析和解决功能

2019年3月9日

2019年3月9日

Octopuz 2.1通过提供简化的工具路径轨迹求解方法,重新定义了离线机器人编程的标准。新的octopuz探路工具套件自动识别并解决程序中的限制和错误。

基于3D视觉导航的智能料箱搬运机器人在智能制造中的应用

2019年5月22日

2019年5月22日

本文根据目前搬运机器人在智能制造产线使用过程中碰到的一些问题,提出我们认为更柔性、性价比更好的解决方案供大家探讨,以便更好推动智能机器人在智能制造项目中的实际应用落地。

工业控制器中的AI芯片可实现了更高层次的自动化

2019年11月20日

2019年11月20日

通过使用人工智能解决方案,学习和检测生产过程中的模式和异常,可以降低制造风险。同时,对更高质量产品的需求, 在工业控制器中部署AI芯片,实施人工智能解决方案能够显著降低生产成本。

神经般的“光学花边”可以为机器人提供更高的触觉能力

2019年9月17日

2019年9月17日

光学花边-分布在3D打印弹性体框架中的可拉伸光纤的花边-可用于创建一个类似于生物神经系统的连接感觉网络,使软机器人能够感知它们与环境的相互作用并调整其相应的动作。

新加坡初创公司推出具有人类般灵巧抓地力的机器人

2019年10月10日

2019年10月10日

来自新加坡南洋理工大学(NTU新加坡)的一家名为Eureka Robotics的机器人技术初创公司推出了一款新型机器人,该机器人可以像人的手一样细致而精确地拾取精密的光学镜片和反射镜。

智能化钢厂应如何建设?

2019年3月11日

2019年3月11日

在当前智能制造的热潮之下,很多钢铁企业都在规划建设智能工厂。那么,智能钢厂的规划要考虑哪些核心要素?关注哪些维度?

Flexiv推出第三代自适应机器人

2019年4月4日

2019年4月4日

Flexiv推出第三代机器人,推出自适应机器人德国汉诺威,2019年4月3日 - (PR.com) - 今天,Flexiv有限公司推出了新机器人Rizon,迎来了新一代工业机器人在年度汉诺威工业博览会上。 Rizon是世界上第一款将直接力控制与先进AI相结合的自适应机器人,为包括制造,医疗保健,零售等在内的多个行业的更高性能和更广泛的机器人任务铺平了道路。

用于积木分类的自动化机器人拣选系统

2019年4月17日

2019年4月17日

丹麦公司安装了一个机器人拣选系统,该系统带有Isra Vision的传感器,用于分离构件。 Isra Vision的MiniPick3D传感器使用四个摄像头用于捕获整个容器的图像。

机器视觉与AI的整合推动工业优化与自动化

2019年3月12日

2019年3月12日

NEXCOM 子公司 NexCOBOT 提供了一套将人工智能 (AI) 与机器视觉整合并采用全新 Intel 视觉加速器设计产品的弹性模块化机器人解决方案。这套解决方案集结了人工智能的判断力、机器人的行动力与机器视觉的洞察力,为制造和工业实作带来全新层次的精确化与优化。

工业自动化和机器视觉市场最新趋势

2019年6月25日

2019年6月25日

机器视觉还将其范围扩展到医学、安全和农业领域。这一增长主要是由于创新的图像传感设备的引进和包括通信在内的计算技术的发展。随着科技的进步,机器视觉不仅可以代替人类的视觉,还可以处理多维的无形信息。

为什么自适应机器人会成为下一个机器人发展的方向

2019年7月30日

2019年7月30日

机器人必须变得更加智能,才能处理自动化中的下一级任务。本文讨论了现有技术的局限性,介绍了自适应机器人的概念,我认为这是机器人应该朝着的正确方向发展。

协作机器人技术-历史和发展趋势

2020年1月9日

2020年1月9日

协作机器人(cobot,俗称cobot)已经发展得非常迅速和成功。仅仅在十年前,cobot这一新兴技术就遭到了质疑,如今cobot代表了工业机器人技术中增长最快的部分。协作机器人是机器人研究中的新趋势,并是该行业最有希望的未来发展。

利用自动机器视觉系统可以提高生产效率

2019年3月26日

2019年3月26日

华威大学(University of Warwick)的研究发现,快乐能使个人的工作效率提高12%。拥有一支快乐的员工队伍可能是提高生产率的第一步,但适当的工具和先进的技术将大大提高生产率,尤其是对工业制造商而言。本文解释了制造商如何使用自主机器视觉系统来提高生产率。

Lonza的全自动平板机器人解决方案实现了简单、快速和可靠的内毒素检测

2019年4月26日

2019年4月26日

Lonza宣布推出全球首个用于内毒素检测的全自动和集成平板PyroTec™PRO机器人解决方案。结合机器人液体处理平台的速度和可重复性以及Lonza市场领先的WinKQCL™软件6.0版的强大功能,该系统简化并加速了肠外药物的内毒素检测,无论样品的复杂程度如何。

结合机器人和机器视觉的全自动检测系统

2019年6月4日

2019年6月4日

IVS将人工智能机器视觉与尖端机器人自动化相结合,提供灵活的自动视觉检测单元。

Comments
发表评论

电子邮件地址不会被公开。 必填项已用*标注