亚马逊机器人采摘比赛结果 Go编程语言进入3 10亿美元用于Linux Terra-Lua语言 WP7获取VB和非官方应用程序 Google的自动驾驶汽车解决了城市交通的危险 FSF设定新的软件议程 SkyCall-由无人机引导 Kotlin JVM 1.0 赏金猎人奖励10万美元 Enterprise Developer Personal Edition中的免费COBOL Terra-Lua语言 Waterbear-Javacript的可视语言 元编程系统2.0 ASIMO无法识别谁有问题 Google开源iOS测试框架 Wolfram语言演示 Google开源项目的新网站 Canonical希望获得有关Ubuntu Phone Apps的帮助 保持开源安全 微软和Facebook启动互联网漏洞赏金计划 保持开源安全 Arduino的可视语言-Minibloq Cilk plus语言开源 Groovy 2.4中的Android支持 JavaScript是2014年的语言 谈论语言 GCC 4.8迁移到C ++ 新的在线服务漏洞赏金计划 在Facebook Ads代码中查找错误的双重奖励 苹果开源Swift 2 Google衍生出另一种语言-Dart Face Swap App使WP7领先? Apache Fluo改进了Spark集成 GitHub流量分析 Pwnium 4出价270万美元 英国政府采用开放标准 画布指纹-如何? Google的摩托罗拉寻求禁止进口iPhone和iPad Google App Inventor无法关闭 Jibo友好的机器人可能成为您的下一个平台 Pharo 3.0发布 费斯托的蜻蜓 Rust 0.4借用指针的完全集成 自驾车上市 Google开源的三个新哈希函数 Google Summer Of Code 2016 IPython Creator赢得免费软件奖 BlackBerry Playbook Beta 现货是波士顿动力的新型机器人“狗”
您的位置:首页 >大数据 >

亚马逊机器人采摘比赛结果

柏林理工大学机器人与生物学实验室(RBO)的一个团队在2015年ICRA亚马逊挑战赛上击败了所有其他竞争对手,从而赢得了20,000美元的奖金。真正的结果是,机器人远没有准备好取代角色。

正如我们在去年11月宣布竞赛时所报告的那样,亚马逊在将自动化引入其履行中心方面已经走了很长一段路。它使用Kiva仓库机器人将载有已订购商品的货架运送到人工拣选机,但仍然是人工完成选择正确产品的任务。

kiva2

为了使机器人能够承担捡拾器的任务,它不仅必须具有手臂和手部操纵的能力,而且还必须具有物体和姿势的识别能力,并且必须以较高的精度计划其运动和抓地力。这些都是机器人研究的前沿话题,并且在IEEE机器人与自动化学会的会议上举行,竞赛吸引了来自全球的28个团队。

要执行的任务以亚马逊选股员的工作为模型。每个团队都配备了一个固定的Kiva搁板吊舱,该吊舱由12个小孔组成,可容纳24种大小和重量不同的物品,例如书籍,猫玩具和一包饼干。每个团队将获得12个物品和20分钟的清单,以便机器人选择它们并将它们正确放置在手提袋中而不损坏它们。根据正确拣选了多少物品与不正确拣选,掉落或损坏的物品得分。

柏林工业大学(TU Berlin)的RBO团队在该时段内从12个对象中选择了10个,从而获得了148分。您可以在此视频中看到它的实际效果。即使视频速度提高了4倍,机器人的动作似乎也非常缓慢。

像大多数竞争对手一样,RBO团队使用市售组件-特别是Barrett Technology的WAM臂,该臂配有吸盘,该吸盘连接到用于举升物体的真空吸尘器。该团队将其成功部分归功于手臂下方的全向四轮基础,该四轮基础使手臂能够在狭窄的条件下有效运行,并归功于其目标识别算法。他们遇到困难的对象是铅笔杯,因为它有吸盘无法粘附的金属网。

ampickobjs

麻省理工学院车队使用了带平铲和吸盘的ABB机械臂,声称获得了5,000美元的二等奖,总体得分为88分,而来自Dataspeed Inc和奥克兰大学的Team Grizzly团队仅获得了35分,获得了1,000美元的三等奖。

硅谷机器人技术总经理Andra Keay和Robohub的核心贡献者参加了此次活动。他在报告中将经验描述为:

“就像看着油漆变干一样。”由于ICRA发生了很多事情,所以我只能在很短的时间内参观“采摘挑战赛”。作为旁观者,我大部分时间都在看着机器人什么也不做。大量的东西。有时,什么也不捡拾东西,或者捡拾架子本身,不会使事情变得活跃。一两次,我看到一个真正的选秀权下降。

不过,就使用现有的机器人硬件促进学术研究而言,该竞赛可能是一年一度的竞赛,必须视为成功。百特与范诺克,Rethink机器人,环球机器人,安川-摩托曼,巴雷特和ABB的手臂一起参与其中。鼓励参赛者分享和传播他们的方法,并为我们希望工业机器人执行的任务设计更好的算法。

在取得令人信服的胜利之后,很可能许多机器人公司会竞猜RBO团队。

ampickrbo

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。