机械制造企业新零售(这个实验室专攻智慧机械臂，零售自动分拣取得原创性突破)

将汽车装配流水线上的自动化机械臂，搬到百货仓库中后，要如何教会它像玩俄罗斯方块一样，整整齐齐地搬运码垛货物？

长期以来，自动化机械臂行业有「四大家族」之称：日本发那科（FANUC）、安川电机（YASKAWA）、瑞士ABB、德国库卡（KUKA），这四家顶尖的工业机器人企业，在全球占据着50％以上的市场份额，在运动控制、自动化、伺服电机等关键领域各有所长。

在零售场景中，工业机器人的应用也是如火如荼。亚马逊、沃尔玛、美团等科技企业纷纷推出无人配送机器人，在无接触场景的应用初具规模。

但要将原本用于精密加工的工业机械臂，搬到零售百货的仓库中，让它具备在复杂场景中的自主决策和执行能力，帮助运营人员灵活分拣生鲜百货，将会是一个巨大挑战。虽然业内也有不少公司在朝这一方向努力，但真正具备商用化潜质的解决方案，目前尚未出现。

今年开始，山东大学视觉感知与智能系统实验室与美团联合开展了一项科研攻关课题，目标正是解决机械臂的自主感知与决策问题，让它能够「像玩俄罗斯方块一样」，对凌乱摆放的百货商品进行精准识别和分拣。

这项面向实际场景的应用型科研突破，将进一步满足零售行业对于未来仓储自动化物流的设想蓝图。

01「三年磨一剑」，

训练更聪明的机械臂

2021年，中国工业机器人产量达到36.6万台，比上年增长68％；服务机器人产量921.4万台，比上年增长47％，中国已成为全球机器人最大的应用市场。

特别是在汽车装配、焊接等工业流水线上，以自动化机械臂为代表的工业机器人已经有着成功应用，具备高度成熟的市场。这类生产环境大多为单一场景、固定轨迹，只需要计算出机械臂要移动的固定轨迹，部署后即可投入使用。

但在仓储物流应用中，机械臂系统必须处理包含各种不可预知物体的复杂场景——比如面对一张堆满凌乱货物的桌子，大部分机械臂抓取系统可能会失败。即便抓取成功，在下一步的摆放中，也可能会出现不同品类、不同规格货物之间的碰撞，较难摆放整齐。

对于科研人员来说，理想的途径是通过搭载视觉识别技术和控制决策算法，教会这台机械臂「手眼并用」，在不进行人为干预的前提下，让机械臂能够精准识别、分类货物，并将分拣出来的货物整齐码放，实现装箱率最大化。

要训练出如此「聪明」的机械臂并非易事。面对一堆杂乱的商品，机械臂如何知道要抓哪个？怎么去抓取？抓完在哪里堆放？

围绕这些关键性问题，山东大学视觉感知与智能系统实验室的研究团队提出了机械臂自主感知决策算法，完成了现实版的「俄罗斯方块」任务——机械臂只通过一张图片就可以识别物体属性，并判断抓取及摆放位置。机械臂通过自主学习由「笨拙」变得「聪明」，最终在现实版「俄罗斯方块」这种复杂任务上做到了「抓得准，摆的齐」。

研究人员通过算法升级，重点攻克了杂乱堆放商品的种类识别和高效分拣，以及三维在线码垛策略优化

目前，该研究成果已发表在机器人领域国际顶级会议ICRA，并获得国家发明专利授权。在感知和决策上算法创新的思路得到验证后，接下来是更大的挑战——让前沿技术突破真正落地，在真实的仓储场景中准确识别和分拣品类繁多的货物，并以较高的装箱率进行码放。

围绕这一目标，山东大学团队进行算法升级，重点攻克了杂乱堆放商品的种类识别和高效分拣以及三维在线码垛策略优化这两大核心技术点。

「进化」之后的机械臂变得更加聪明：一方面，它可以在杂乱的物流箱中准确识别牛奶、饮料等各种商品并进行高效分拣；另一方面，它也能够「全盘布局、见缝插针」，以最优化的装箱策略把不同尺寸规格的货物整齐码放到一起。这一成果发表在了IROS和CoRL等机器人领域国际顶级会议，得到了学术界和工业界的关注。

自主感知决策算法下，机械臂只通过一张图片就可以识别物体属性，并判断抓取及摆放位置。

据了解，山东大学团队已在这个项目投入超过3年研发时间，其自研的智能机械臂目前已具备投入实际生产的能力，在仓储类全自动化物流体系的建设中无疑将扮演重要角色。

02从科研到应用，

将技术引入仓储现场

将科研应用于具体业务场景，是科技向实的最后一个环节，同样也是一个艰巨的任务。

将自动化机械臂部署在真实仓储场景之中后，要面对的是上千个不同品类、规格的商品SKU，如何达到更高的适用性，为每个商品规划好合理位置，在复杂环境中实现高精度的码垛装箱？

这不仅是科研人员面临的挑战，也是行业亟需解决的难题。在美团与山东大学共同发起科研攻关课题的目的：让智慧机械臂可以在药品、生鲜等多种场景中使用，并且满足精度、效率等相关指标要求。

这项校企联合课题的需求，