卸码垛机器人在工业中的应用非常广泛。相比于谷歌收购的IPI机器人，Kinema实用性更高、能力更强，在无缝堆积的货箱中也能进行挑选。

今年4月4日，一家总部设在加利福利亚州帕罗奥图市的机器人创业公司 Kinema Systems ，宣布 Kinema Pick 成为「世界上第一个针对机器人卸码垛机的自我训练、自我校正的软件方案。」我知道，这听上去有点缺少信息量，但是有一场令人信服的很酷的演示，而且我们从 Kinema 的联合创始人和 CEO Sachin Chitta 那里了解到许多关于系统如何工作（以及它为什么重要）的细节。

卸码垛所指的任务是从转运托盘中挑选出一盒盒材料，然后做一系列事情。比如，将它们放置在传送带上。这听起来像是一个用工业机器人手臂可以轻易而有用地自动化完成的任务，但你要知道，机器人手臂工作容易是因为它只需要一次又一次地从相同的托盘中拿出相同的箱子。电子商务公司收到的货物大小不一，紧紧地挤在一堆。这对大多数机器人而言，有太多的可变性而变得难以操作。所以，人类不得不自己动手，这是低效、而且代价高昂的。

因此，Kinema 应运而生。

--------点击观看视频，请在wifi下观看哦--------

看上去可能没那么难。但是一堆尺寸、形状和颜色各不相同的盒子紧密放在一起，对进行挑选的机器人来说是一个非常困难的视觉问题。「你看着是一层层的箱子，堆起来像是一个整体的巨大箱子。」 Chitta 说，「很难让系统知道『一个箱子怎样，我要从哪里入手捡起某东西』。这是棘手的，也是我们正要解决的。」 Kinema 现在正开始与美国的几家材料搬运公司合作，测试卸码垛机。

Kinema 的部分优势是易于安装、校准和使用。这机器人几乎能独立做所有事——你只需要设置视觉系统，告诉它托盘将去哪里，然后告诉它你想要箱子在哪里结束，仅此而已。这个系统也能自我训练， Chitta 对我们解释到：

「我们使用物体识别方法去区分各种箱子。最经典的做法是，你首先训练物体识别系统：给它一堆样例，对它说，『这是一种箱子，这是另一种箱子。』我们的系统是自我训练的，无需人工训练步骤。它从零基础开始，不知道箱子是什么。当它拾起箱子时，他训练自己。一旦它首次拾起一个盒子，它就建立一个关于箱子看上去是什么的模型，并使用这个模型加快对下一个箱子的识别。它也不需要训练如何移动，它能独立地做好计划。」

Chitta 说，最难办的部分是第一次拾取箱子，因为这是一个关键点，紧密包装而且都放在托盘上的箱子是最难彼此区分开来的。一旦处理了一个箱子，而且在箱子被拿走后堆垛区有一个空区，这就让辨认其他箱子变得更加容易。那么，Kinema 如何从托盘上挑选出第一个盒子呢？ Chitta 说：「这是我们的独家秘方。」不过，他继续告诉我们，任何看到这个系统现场演出的人都能弄明白是怎么回事。他能给的所有提示是「这是运动与感知的结合」，所以我们得出的最好猜测是，机器人轻推堆积在一起的箱子然后看看发生了什么。不管怎样，他们已经承诺我们（在某些时候）提供展示整个过程的视频。

那么，这能发挥多好的作用呢？简短的答案是一组人员从完全打乱的货板上挑选出盒子并将它放在传送带上，平均每人每次耗时 6 秒。但是 Kinema 要快的多，而且从不停止工作。