游乐游手机版
首页/AI热点日报/热点详情

亚马逊教机器人高效堆装货物的方法

类型:热点整理2026-07-12
亚马逊仓库移动货架堆装因物品杂乱、松紧带等障碍成为机器人操作难题。通过硬件挂钩系统与机械臂末端工具,结合感知规划软件,实验室堆装成功率超90%,原型机正测试实际库存物品,目标覆盖85%,剩余由人工完成。

亚马逊仓库移动货架堆装难题与机器人解决方案

在高度自动化的现代仓储环境中,机器人通常擅长从货箱中取出商品(拣选作业),但将商品装入移动货架(堆装作业)却是一项极具挑战性的任务。本文基于亚马逊机器人团队的实际研究与原型开发,系统梳理了堆装问题的根源、现有流程、机器人面临的障碍,以及亚马逊提出的硬件与软件综合解决方案。

一、堆装问题的背景与挑战

大多数仓库机器人执行的是从箱子中取出物品的拣选操作。当物品种类多达数百万时,拣选虽然困难,但机器人正变得越来越擅长。然而,将物品放入箱子的堆装操作则完全不同。2022年底以前担任亚马逊机器人人工智能总监的华盛顿大学教授西达尔塔·斯里尼瓦萨(Siddartha Srinivasa)将堆装描述为“一场噩梦……堆装从根本上打破了所有现有工业机器人思维”

一个月前,亚马逊推出了Sparrow,并称其为“仓库中第一个能够从库存中识别、挑选和处理单个产品的机器人系统”。但周边系统是通过为Sparrow提供非常适合机器人搬运的箱子来完成大部分繁重工作的。在高度自动化的仓库中,大多数箱子要么只装相同的物品,要么只装少量不同物品。

然而,对于亚马逊仓库中的绝大多数物品,采用机器人友好的箱子并不现实。主要原因在于:人堆放物品的方式通常靠直觉完成,这种充满随机性和不确定性的人类直觉让机器人感到非常困惑。

二、亚马逊仓库现有的堆装流程

在标准仓库中,亚马逊的转送装置(顶部有货架的移动机器人,称为“吊舱”)从人们身边驶过,就像服务员端菜。人们在货架中挑选物品、创建订单,拣货由机器人和人共同完成。而物品进入仓库的工作流程是:一开始就把物品放在这些移动货架上。事实证明,这种方式能够最有效地利用空间。

当收到一批新货库存时,亚马逊显然可能召唤一个移动机器人,用其充足的货架堆装所有物品。但若该机器人被卡住、破损或无法使用,人们就无法得到所需物品,这会降低整个系统的速度。因此,亚马逊的策略是将货物分配给多个移动机器人,始终保持部分可用

这种分布式堆装的过程是随机的:堆装员可能会将一些物品装入出现的任何移动机器人中。堆装员自行决定物品的最佳位置,包括已装有其他随机物品的箱子。亚马逊并不在乎具体怎么装,只要库存系统能够追踪物品的去向即可。

三、机器人面临的两大核心问题

评估该系统的观察人员很快注意到两个问题:

  • 问题一:亚马逊产品的堆装方式与传统的拣货机器人完全不兼容。
  • 问题二:堆装对机器人是一场噩梦。机器人不仅必须小心翼翼地摆布杂乱的物品,在箱子中腾出空间,还必须处理松紧带,维持物品不从箱子中掉落。物品还必须摆放妥当,不能遮挡视线或妨碍操作。

小提示: 松紧带是堆装中的典型干扰因素,机器人需要额外设计机构来应对。

“对我来说,这很难,但也不是太难,这是机器人可行操作的最前沿。”亚马逊机器人人工智能的应用科学高级经理亚伦·帕内斯(Aaron Parness)说,“这是一件非常有趣的工作。”帕内斯曾参与设计在微重力条件下抓取小行星的微脊椎抓取器,他认为“拥有能够在高度杂乱和高接触环境中进行交互的机器人非常激动人心”

四、亚马逊的机器人解决方案:硬件与软件

亚马逊的堆装任务针对堆装人员进行了高度优化,这对机器人既是前沿又是噩梦。帕内斯和高级应用科学家帕克·奥万(Parker Owan)必须一起开发能够解决该问题的硬件和软件。

  • 硬件方面: 设计一个挂钩系统来将松紧带扯出,以便使货物进入箱子。困难的部分体现在机械臂末端工具(EOAT)上。EOAT有两个长的传送板,能轻轻挤压拾取物品;内表面有传送带,能将物品送入箱子。在传送板之前,可延伸的薄金属铲进入箱子,必要时能移动物品、腾出空间。
  • 软件方面: 系统需要复杂的感知与规划:感知箱子里的物品(有些带有松紧带的物品可能会阻挡视线)、判断每个物品的特征、根据要堆装的对象制定计划、安全移动物品、使箱内可用空间最大化,然后执行操作。

常见问题: 问:机器人如何应对松紧带造成的遮挡?答:通过挂钩系统先扯出松紧带,同时机械臂末端的铲子可以移动遮挡物,然后利用传送板将物品送入箱子。

五、当前进展与未来展望

通过在实验室内分解这一过程,亚马逊研究人员已经能够实现堆装成功率超过90%。现在,原型机正在华盛顿州的一个亚马逊运营中心堆装实际库存物品。其目标是堆装亚马逊数百万件物品库存中的85%。85%的比例已经足够好,因为该系统将安装在公司员工所用的同一操作流程中。该系统若无法处理某项任务,就会将其交给人来完成。

至于亚马逊仓库问题的另一部分——拣货,亚马逊已经开始与学术界进行更多的接触。“我的团队赞助了麻省理工大学和华盛顿大学的研究。”帕内斯说,“华盛顿大学的团队实际上正在研究拣货。堆装和拣货都是非常困难、非常诱人的问题,我希望能及时解决这两个问题!”

常见问题: 问:为什么85%的覆盖率就足够?答:剩余15%难以处理的任务可以交由人类员工完成,人机协作能够保证整体效率不受影响。


综上所述,亚马逊通过创新的硬件设计(挂钩系统、机械臂末端工具)和复杂的感知-规划软件,正在攻克移动货架堆装这一机器人操作的前沿难题。从实验室到真实运营中心的转化,标志着自动化仓库正逐步实现更高层次的人机协作。

来源:https://m.elecfans.com/article/2087817.html

相关热点

继续查看同栏目近期热点。

延伸阅读

补充最近整理过的热点入口。