NEC研发出一种新的控制技术,能够在保证高度安全性的同时,将机器人在仓库的搬运作业效率提高2倍。该技术将于2023年实际应用,并计划搭载在NEC的协作搬运机器人(注)上。

NEC研发的搬运机器人控制技术概要
近年来,因人手不足和仓库大型化等原因,在搬运作业领域引入机器人的进程正在加速。然而到目前为止,虽然为实现搬运作业自动化而引入机器人,但为了确保安全性,必须控制其行驶速度,搬运效率成为课题,并不能为生产率的提高提供助力。另一方面,如提高行驶速度,为了确保安全,就需要设置搬运机器人专用通道和区域,因此很难导入到现存仓库中。
此次,NEC开发了依照安全风险来控制机器人的风险敏感概率控制技术,该技术使用了可展现机器人控制中的不确定因素(如传感器的测量误差、模拟测试的结果与机器人实际运动的差值等)的模型,以及数理金融的技巧。
依靠该技术,机器人能够自主判断行进路线及速度。在没有作业者或地面没有物品等障碍物的低风险场所,机器人将以最短距离高速行驶;而在风险较高的场所,机器人将选择可以精准避开障碍物的路线低速行驶。经对比发现,使用此技术的机器人与以往的机器人在搬运作业时,作业时间减少了一半,在确保安全性的同时可以将搬运效率提高2倍。另外,即使不设置机器人专用区域也能实现安全性和高效性,因此现有仓库也可以使用。
NEC今后将通过作业现场的实证实验进一步推进技术研发,以期早日将此技术应用于协作搬运机器人上。
(注) 2021年12月17日发布:
NEC研发出利用下一代自动搬运机器人来提高物流仓库出入库作业效率的解决方案:https://jpn.nec.com/press/202112/20211217_02.html (日语)
使用NEC协作搬运机器人的解决方案:
https://jpn.nec.com/arc/index.html (日语)
<关于用于控制搬运机器人的风险敏感概率控制技术>
好文章,需要你的鼓励
香港大学联合多家顶尖机构开发出推测性雅可比降噪解码技术,巧妙融合扩散模型降噪与自回归并行处理,将AI图像生成速度提升2-5倍。该方法通过训练模型处理噪声输入并预测干净标记,实现多位置同时生成,在保持图像质量的同时大幅缩短等待时间,为AI创作应用带来革命性改善。
谷歌推出类似苹果私有云计算的新平台,让用户在享受先进AI功能的同时保护数据隐私。该平台将复杂AI请求转移到云端处理,确保敏感数据仅用户可见,连谷歌也无法访问。随着AI工具需要更强计算能力,这一方案平衡了隐私保护与性能需求。Pixel 10手机将获得更智能的Magic Cue建议和更多语言的录音转录功能。
韩国大学等机构研究团队提出TAG方法,解决AI绘画中的"幻觉"问题。该方法通过放大扩散过程中的切线分量来引导AI生成更真实图像,无需重训练模型且计算成本极低。实验显示TAG能显著改善图像质量,减少不合理细节如多指手等,同时可与现有引导技术结合使用,为AI绘画领域提供了简单有效的优化方案。