制造与物流中心的内部极其复杂,每当新的耳塞或袜子在数小时内送达至你家门口,或一辆车离开装配线,背后是由人工智慧(AI)驱动、犹如一座魔法迷宫的物流。像这样的大型设施不断地在变化,机器人在数英里长的走道上来回走动并捡起数百万件产品,以协助移动团队,而过程中总是存在许多障碍。
这类型的工业设施可以与城市里的街区或体育场一样大,它们不断地调整、重新配置或扩大规模以满足当时的产品需求,同时也要调整自主机器人的路径规划和改道动作。
从产业规模来看,就算是稍稍调整以取得最佳路线,也能为市值九兆美元的物流业省下数十亿美元。据Interact Analysis的资料显示,预估至2025年,部署自主移动机器人的站点将从2020年的9000个增加至53000个。同时,人工短缺和COVID-19疫情的影响,供应链难以跟上日益成长的电商领域。
而其中一项难题便是快速且自动地发展高精度机器人地图的能力。机器人需要随着作业规模的调整或波动而不断地更新行走的地图,而提高移动机器人对持续变化的环境的情境感知能力,并且持续重新优化调整路线,同时透过模拟来发展全新的技术组合,对运作效率来说十分重要。
Isaac AMR是NVIDIA投入多年心血的产品研发成果。该框架可以在NVIDIA NGC软体中心及NVIDIA Omniverse平台上使用,起初採用Metropolis和ReOpt,很快将会加入DeepMap和更多NVIDIA的技术。
发表意见
中时新闻网对留言系统使用者发布的文字、图片或檔案保有片面修改或移除的权利。当使用者使用本网站留言服务时,表示已详细阅读并完全了解,且同意配合下述规定:
违反上述规定者,中时新闻网有权删除留言,或者直接封锁帐号!请使用者在发言前,务必先阅读留言板规则,谢谢配合。