如何看待智能仓储「智能仓储」

互联网 2023-07-09 20:35:21

今天给大家普及一下如何看待智能仓储「智能仓储」相关知识,最近很多在问如何看待智能仓储「智能仓储」,希望能帮助到您。

文 | 冯立男 云拿创始人兼 CEO

2022 年 8 月 27 日,以“双模•跃升”为主题的「2022 未来 CIO 数字峰会」在安徽黄山成功举办。来自全国制造业、房地产行业、零售行业、金融业等行业的企业 CIO、信息总监、IT 经理及数字化决策者齐聚一堂,共同探讨了对未来企业和未来 CIO 的思考,并就数字化浪潮下,企业如何在行业变革期活下来,活得更好建言献策。

在会上,云拿创始人兼 CEO 冯立男作了精彩的主题演讲,演讲题目是“3D 机器视觉、深度学习和多传感器融合技术在医疗、制造业、零售行业的应用”。

如果我们深入每一个行业,会发现劳动者在从事大量简单、机械、重复的工作,这些工作完全可以通过人工智能技术进行一定程度的替代和升级。这样整个价值链运作会更加高效,从而可以解放劳动力,让他们从事更加有价值、有创造性的工作,提升从业者的幸福感。云拿做的是耗材或用品领用仓库解决方案,是对各行业价值链其中一个环节的优化和改善,在一定程度上也是对劳动力的替代和升级。

冯立男介绍了机器视觉、深度学习和多传感器融合技术等人工智能的发展现状及商业价值,分享了云拿人工智能技术的发展情况,以及在医疗、工业和零售行业的案例及应用。

上海云拿智能科技有限公司创始人兼 CEO 冯立男

以下为冯立男演讲主要内容,经牛透社编辑:

今天很荣幸能在这里跟大家分享一些人工智能技术、物联网、大数据技术在相关行业的应用。

我们公司在上海,相比刚才介绍的字节跳动、阿里巴巴,云拿目前是创新创业型企业,公司目前有 100 多名研发人员,研发领域主要分布 AI、IoT,以及互联网、云、大数据软件等外部服务领域。

我本人技术出身,在上海交大读的是电子信息工程,之后去美国加州大学读了计算机科学博士,研究方向是人工智能,包括计算机视觉、机器学习等技术。我也在人工智能顶级期刊发表过关于 AI 的学术论文,2019 年因在创立云拿阶段取得了创新性突破,被财富杂志评选为“中国 40 位 40 岁以下的商界精英”。

三大技术的现状与商业价值

人工智能技术可划分为机器视觉、深度学习和多传感器融合三个板块。

机器视觉:以 AI 四小龙为代表的人工智能企业发展日久,但过往很多技术停留在 2D 视觉的二维层面,即图像处理——给机器一张图片,让它去分析、理解里面的信息、语义,从中获得一些认知和洞察。最新一代技术是 3D 机器视觉,从自动驾驶时代开始,人们就在用激光雷达一类的设备去感知这个世界空间里的人、物、场。

深度学习:它是 2013 年前后兴起的技术,作为对比,过往的老的机器学习技术更像是数理统计、数理分析的统计学。到了深度学习时代,神经网络的层次更多,更加丰富多元,可以进一步模拟人类大脑的运作机制。但是到目前为止,深度学习仍然只具备数据的“输入—输出”能力,不具备人脑推理、分析等更深层次认知的能力。

多传感器融合:传感器多种多样,它是整个人工智能系统的触点,可以从不同维度捕捉不同的数据,把这些数据输入到人工智能系统里面,作为数据的来源。

所以,把这三种技术结合在一起,可以为各行业创造很多新的技术、新的解决方案,形成一些颠覆式场景的应用。

这四个小视频里的人其实都是我本人。上面这两个是我们用 3D 视觉传感器实时把我自己重构到计算机里面,此时此刻我就坐在一个房间里,用一个毛绒玩具逗一只小狗,这个信息会实时同步到计算机里。上面两个视频里面,大家看到的是不带颜色的 3D 重构还原。

下面的小视频显示,我可以把颜色的信息也同步叠加在不带颜色的信息上面,在数据的还原维度上,除了深度的结构型数据之外,还可以还原颜色、材质、纹理等表面特征,可以从不同的角度实时查看我自己。

最下面是 3D 人脸识别技术,这个技术已经很普遍,手机解锁、家里的智能锁用的都是 3D 人脸识别技术。相对于 2D,它捕捉到的面部关键点更多,把这些关键点拼成一个脉视网格,每个人会有自己专属的唯一由小点组成的脉视网格,这就形成了大家唯一的生物特征。

具体使用时,我们会用到行业里面叫“TOF”的传感器,它跟激光雷达的区别是,它更便宜,激光雷达发射的是 360 度的激光,TOF 发的是红外线,但他们都有相同的功能——通过发出和返回的时间长短,来判断一个空间里人或者物体距离的远近、形态体态的大小等等。

通常在实际使用情况下,自动驾驶只用装一个激光雷达就可以,但是在医疗、零售等行业应用里,通常情况下我们会在一个空间里部署若干个 3D 视觉传感器,对整个空间进行实时的三维重构。

我们不需要借助人脸来判断这个人是谁,也不需要他外观的穿戴、衣着去分析跟他个人相关的信息。在接下来进行分析的过程中,我们会把这些表面的信息剥离掉,仅仅留下三维人的信息。

我们训练了各种行为姿态,研究识别的算法,所以可以判断出一个空间里这些人在做什么。比如静止站立、运动行走、蹲下、伸胳膊;与空间里的物体进行交互,比如拿起或放回。这些行为都会被我们的机器深度学习算法所捕捉和分析。

在制造业,可能涉及各种零部件,医疗行业也涉及各种耗材,关于物体品类的识别,我们是怎么做到的?我们自己研发了一款机器学习的盒子,我们叫物体学习机。它有点像大号的微波炉,当你把一个物体放进去之后,它就会旋转,然后从不同的角度提取该物体的几何 3D 特征。基于这些信息和数据,我们会给每一个物体训练一个日后可以用来做识别的机器学习模型。

所以,当我们在真实的生产环境里,无论是工厂领用的耗材,还是医院领取的止血棉,或是在零售商店里购物时,都可以通过这样的技术分析,判断和识别出与人交互的是什么物体。

仓储之痛

如果我们深入每一个行业,会发现劳动者在从事大量简单、机械、重复的工作,这些工作完全可以通过人工智能技术进行一定程度的替代和升级。这样整个价值链运作会更加高效,从而可以解放劳动力,让他们从事更加有价值、有创造性的工作,提升从业者的幸福感。

我们公司做的是各行业价值链其中一个环节的优化和改善,是对劳动力在一定程度上的替代和升级。接下来分享下我们技术具体的落地应用。

我们做的是耗材或用品领用仓库解决方案。与大型仓储仓库不一样,它可能是一个房间,或一个几十平米到上百平米的空间。过往对仓库的管理靠手工登记,有的仓库甚至需要把钥匙分给若干管理员。当有人领料或领备件时,需要管理员到现场开门,耗材的管理也需要手工登记。

这种管理方式效率非常低:

第一,管理员没法做到时刻在现场,大家的领料时间受到约束,无法 7×24 小时随时随地领料。第二,由于数字化或智能化程度不高,造成大量持续性耗材的损失。

理想的智能仓储方案应该具备以下特点:

第一,灵活,可随意部署。能适配不同科室、不同仓库空间的部署要求,最大化空间利用率和耗材存放密度,使寸土寸金的医疗仓空间能获得高效利用。

第二,精准,物体识别要超低误差。

第三,使用极度友好,技术实现完全符合使用者操作直觉,新人能快速熟悉。

第四,易于运营维护,方案需保证 24 小时不间断的稳定运行,且运行中只需要极低的管理成本和资源消耗,减少非护理工时。

我们整个系统包含了软件、硬件和 AI 算法。这是我们后台系统的截图,左边是监控系统,右边是给运营人员管理的系统。左边系统实时在线监控,比如仓库里有 5 个人,我们就能实时呈现出这 5 个人此刻在做什么,他此时此刻在这个空间的什么位置,他在跟什么物体进行交互,交互是发生在几分几秒,这个都会实时记录下来。右边系统的功能是,每一笔领料、补料的过程和记录,都会自动存在系统里,日后复盘也非常方便,且实现了无人化、自动化值守。

AIoT 技术打造智能仓储

在医疗领域,医院各个科室早晨要做手术,需要在高峰时段同时领用耗材,各科室护士都想快速领取耗材,所以会导致拥挤排队等待的情况,而且医院管理仓库拿钥匙开门的人都是高学历、高水平的医生,用这样的人去管理仓库,一定程度上也是人才的浪费。

而在无人值守仓库,领料只需 10 秒左右,这一过程会自动上传到系统里,哪个科室的谁领过几件什么耗材都自动化记录在案。领用仓可以用在各种场景里,大到汽车制造行业的备件,小到手机 3C 的芯片管理、元器件的管理,都可以应用。

除此之外,持续性的物料耗损也是让企业非常头疼的事情,过往的跑冒滴漏,大家不经意间造成物料损失还是蛮多的。3D 视觉技术最大的好处,是可以做到人机协同。

现在有两种类型的人机协同:一种是机器做人看;还有一种是人做机器看。两者的区别是什么?机器能做大量重复的工作,但是机器没法保证 100% 的准确率。比如,硬质电路板这些输出物,上面滴的胶是否按照标准滴到规定的高度,还是需要人的肉眼去看,这些需要肉眼才能看到。

过往技术搞不定是因为 2D 视觉没有三维高低起伏信息,所以没有办法对高度层面进行很好地判断。而现在的 3D 技术可以做到人机协同。机器做完之后,把人的部分去掉,让机器视觉自动代替人去查看缺陷是否存在。

还有一种人机协同,比如人要把小螺丝拧到板子上,但是有没有按规定拧好,过往靠人盯人,现在也可以靠机器自动识别。因为我们有行为的判断,我们可以判断这个人拧了几下螺丝,有没有拧紧,拧没拧紧一定程度上很主观,但可以通过行为判断有没有按照要求去做。

最后分享下零售行业的案例。

这个是我们在上海红桥机场 2018 年开的无人零售的超市,当时一个网红去打卡。这个网红在门店里做了各种各样拿放的测试。我们这个门店有一个特色,你可以打开直接在里面吃了喝了,因为这样的行为已经被算法提前训练过,甚至你装在自己兜里、放包里都没问题。该技术可以用在仓里,也可以用在零售店里,实现无感支付。消费者购物很快,通过扫码或扫脸进去,随意挑选,挑选完之后直接离开。

该门店产生了大量的数据,这些数据可以帮助零售行业的价值链降本增效。过往的零售商很少有这个数据可以转化,比如,消费者进店离店,去过什么地方,看过什么商品,拿起放回什么,最后生成几笔订单,买了什么东西等。

我们认为,消费过程的转化漏斗,可以在每个环节进行精细化的优化。为什么能够优化?比如,通过在门店里装一些数字化的触点屏幕,我们可以给不同的人看不同的内容,每个人享受的都是个性化、精准化的营销。

我们帮上海老牌本土便利地郝德做了数字化的门店,完全无感支付,7×24 小时无人值守。有移动的,可以摆在户外,用 5G 技术做数据的传输,可以按季节的变换摆在不同的位置。

最近元宇宙虚拟人导购很火,虚拟人导购也是 3D 技术,我们把虚拟人 3D 技术跟门店 3D 技术结合在一起,用虚拟人代替真实的人去做营销、推广、推介,效果非常好。

目前我们业务大概分布在 14 个国家,除了中国本土在做制造业的升级,医疗行业的升级,零售行业的升级以外,也把这个技术输出到其他的国家。

除此之外我们还跨了其他的行业,比如教育行业,我们跟各种职业院校、高等教育学校一起打造 AIoT 实训基地,把智能零售仓或者门店搬到学校里,既可以买东西或领用耗材,也可以让学生自己研究里面的算法……

截至目前,我们已经陆续推出了无人零售、医疗仓储、教学实训、工业检测、烟草巡检、养老监护等 AI 数智化解决方案,为教育、烟草、文体娱、交通、养老等行业的智慧升级、降本增效提供了新的视角。未来,我们还将秉持着“科技重塑生活”的理念,让数字技术渗透更多行业、更多场景,成为提升从业者与受众幸福感的关键力量。

文章来源于牛透社公众号(ID:Neuters)