你的位置:首頁 > 傳感技術(shù) > 正文

人工智能正在改變物流自動化的方式,將為勞動密集型產(chǎn)業(yè)帶來革新

發(fā)布時間:2021-09-02 來源:蔡雨利Zane Tsai,凌華科 責(zé)任編輯:wenwei

【導(dǎo)讀】自動化利用技術(shù)的手段,讓人類可以完成更多的任務(wù)。在物流領(lǐng)域,自動化的潛力巨大且其帶來的好處也是顯而易見的,尤其是當(dāng)運(yùn)營方式出現(xiàn)巨大變化或者需求不斷增加的情況下。擴(kuò)大運(yùn)營規(guī)模通常需要增加額外的員工,而這些員工通常沒辦法立刻上崗,尤其是其他行業(yè)也有類似需求的時候。如何在市場波動的情況下做出快速的反應(yīng),需要在整個運(yùn)營的過程中具有快速的行動力以及其他額外的能力。
 
人工智能正在改變物流自動化的方式,將為勞動密集型產(chǎn)業(yè)帶來革新
圖源:網(wǎng)絡(luò)
 
物流自動化可以根據(jù)需求的變化快速實(shí)現(xiàn)增容。將物流自動化提升到戰(zhàn)略性的地位之后,不僅可以提高生產(chǎn)力,而且還可以減少人為錯誤,進(jìn)而提高工作效率。有了合適的物流自動化軟件、硬件和平臺資源,即使在需求較低的時期,對運(yùn)營成本的影響也比較小,遠(yuǎn)遠(yuǎn)低于要維持大量人力所需要的成本。隨著需求的增加,運(yùn)營的能力已經(jīng)準(zhǔn)備就緒并且能夠快速啟動。雖然這些方式能夠為物流公司帶來所需的靈活性,可以快速響應(yīng)需求的變化,但是,仍然有機(jī)會做得更多。
 
人工智能將放大物流自動化的影響力
 
將人工智能引入物流自動化將大大增強(qiáng)人工智能的影響力。人工智能可以減少常見的半技能任務(wù)(如對產(chǎn)品進(jìn)行分類和分揀)中的錯誤。利用自主移動機(jī)器人AMR可以提升包裹投遞的效率,包括最昂貴的最后一公里的投遞。人工智能幫助自主移動機(jī)器人AMR進(jìn)行路線的規(guī)劃和特征的識別,比如人、障礙物、交付門戶和門口等。
 
將物流自動化集成到任何環(huán)境中時,都會帶來一定的挑戰(zhàn)。它可以像動力傳送帶代替重復(fù)過程一樣的簡單,也可以像將具備協(xié)作能力的自主機(jī)器人引入工作場所一樣復(fù)雜。當(dāng)人工智能被加入到自動化和集成的過程中時,挑戰(zhàn)將變得更加復(fù)雜,但是受益也會隨之增加。
 
隨著解決方案之間的互聯(lián)互通,以及對流程之中其他階段的了解更加深入,各個自動化元素的效率也會隨之提高。將人工智能置于產(chǎn)生數(shù)據(jù)和采取行動的設(shè)備附近,我們稱之為邊緣人工智能。而邊緣人工智能的采用正重新定義物流自動化。
 
邊緣人工智能的發(fā)展極其迅速,其用途不僅限于物流自動化。將人工智能置于網(wǎng)絡(luò)邊緣的好處必須與資源的可用性保持一定的平衡,例如電力、環(huán)境操作條件、物流位置以及可用空間。
 
在邊緣處實(shí)施推理
 
邊緣計算讓計算和數(shù)據(jù)更加緊密地結(jié)合在一起。在傳統(tǒng)的物聯(lián)網(wǎng)應(yīng)用中,大多數(shù)的數(shù)據(jù)通過網(wǎng)絡(luò)被發(fā)送到(云)服務(wù)器,并在那里進(jìn)行數(shù)據(jù)的處理,再把結(jié)果返回到網(wǎng)絡(luò)的邊緣(如邊緣處的物理設(shè)備)。只有云計算才引入了對延遲的考慮,而這樣的方式對于時間敏感型的系統(tǒng)來說是不可接受的。這里舉個邊緣計算發(fā)揮作用的例子,在分揀過程中,從本地捕獲和處理包裹的圖像數(shù)據(jù),可以讓物流自動化系統(tǒng)在短短的0.2秒內(nèi)就可以做出響應(yīng)。而系統(tǒng)這部分的網(wǎng)絡(luò)延遲則會讓分揀過程變得更慢,不過,邊緣計算則可以消除這個潛在的瓶頸。
 
雖然邊緣計算讓計算更接近數(shù)據(jù),但將人工智能引入到邊緣側(cè),可以讓過程變得更加靈活,而且不容易出錯。同樣地,最后一公里的物流很大程度上依賴人工,但使用邊緣人工智能的自主移動機(jī)器人AMR卻可以改善這一現(xiàn)狀。
 
引入人工智能對物流自動化中使用的硬件和軟件來說,將產(chǎn)生重大的影響,并且存在越來越多的潛在解決方案。通常,用于訓(xùn)練人工智能模型的解決方案不適合在網(wǎng)絡(luò)邊緣側(cè)部署模型。用于訓(xùn)練的處理資源是為服務(wù)器而設(shè)計的,其對能耗和內(nèi)存等資源的需求幾乎是不限制的。而在邊緣,能耗和內(nèi)存則是有限制的。
 
異構(gòu)的趨勢
 
在硬件方面,大型的多核處理器不太適合邊緣人工智能應(yīng)用。相反地,開發(fā)人員正在專項針對邊緣人工智能部署優(yōu)化的異構(gòu)硬件解決方案。這種方案包括了CPU和GPU,當(dāng)然,還可以擴(kuò)展到ASIC、MCU和FPGA。某些架構(gòu)(例如GPU)擅長并行處理,而其他架構(gòu)(例如CPU)則更擅長順序處理。今天,沒有一種單一的架構(gòu)可以真正做到為人工智能應(yīng)用提供最佳的解決方案??傮w的趨勢是使用能夠提供最佳解決方案的硬件來配置整個系統(tǒng),而不是使用同一架構(gòu)的多個實(shí)例。
 
這種趨勢指向了異構(gòu),其中有許多不同架構(gòu)的硬件處理解決方案,通過配置進(jìn)行協(xié)同工作,而不是使用多個設(shè)備(所有設(shè)備都基于相同的處理器)的同一架構(gòu)。能夠為任何給定的任務(wù)引入正確的解決方案,或者在特定設(shè)備上整合多個任務(wù),這樣可以提供更大的可擴(kuò)展性能,以及優(yōu)化的每瓦和/或每美元性能。
 
從同構(gòu)系統(tǒng)轉(zhuǎn)向異構(gòu)處理需要一個龐大的解決方案生態(tài)系統(tǒng),以及具備在硬件和軟件級別上配置這些解決方案的成熟的能力。這就是為什么要與一家有能力與所有芯片供應(yīng)商建立合作伙伴關(guān)系的供應(yīng)商合作的原因,因為這個供應(yīng)商能夠為邊緣計算提供解決方案,并與客戶一起合作開發(fā)具備擴(kuò)展能力和靈活能力的系統(tǒng)。
 
此外,這些解決方案使用Linux等通用開源技術(shù),以及機(jī)器人操作系統(tǒng)ROS2等專業(yè)技術(shù)。事實(shí)上,越來越多的開源資源正在開發(fā)之中,以支持物流和邊緣人工智能。從這個角度來看,沒有單一的“正確的”的軟件解決方案,運(yùn)行軟件的硬件平臺也是如此。
 
利用模塊化的方法構(gòu)建邊緣計算
 
為了提高靈活性并減少被供應(yīng)商綁定,凌華科技在硬件層面上開發(fā)了一種模塊化的方法,這樣可以讓任何解決方案中的硬件配置變得更加靈活。實(shí)際上,硬件級別的模塊化可以讓工程師更改系統(tǒng)硬件的任何部分,例如處理器,而且不會造成系統(tǒng)范圍的中斷。
 
在部署邊緣人工智能等新技術(shù)時,“升級”底層平臺(無論是軟件,處理器等)的能力尤為重要。每一代新的處理器和模塊技術(shù)通常為網(wǎng)絡(luò)邊緣的推理引擎提供了更好的功率/性能的平衡,因此能夠快速利用這些性能和功率增益,把整個物流自動化系統(tǒng)的中斷降到最低的程度,并且邊緣人工智能系統(tǒng)設(shè)計也是一個明顯的優(yōu)勢。
 
通過使用微服務(wù)架構(gòu)和Docker容器技術(shù),將硬件中的模塊化擴(kuò)展到軟件中。如果有更優(yōu)化的處理器解決方案可用,即使它來自不同的制造商,軟件利用處理器也是模塊化的,可以替代之前的處理器,而無需更改系統(tǒng)的其余部分。軟件容器還提供了一種簡單而強(qiáng)大的方式,可以添加新的功能以運(yùn)行在邊緣人工智能中。
 
容器(Container)內(nèi)的軟件也可以是模塊化的。凌華科技用于人工智能視覺產(chǎn)品的Edge Vision Analytics(EVA)SDK(軟件開發(fā)套件)就是一個典型的例子。該平臺基于Gstreamer,專注于構(gòu)建人工智能視覺管道所需要的基本功能。人工智能視覺管道的每個階段都使用現(xiàn)成的開源插件(自身包含模塊)來簡化管道的開發(fā)。這些插件包括圖像捕獲和處理、人工智能推理、后處理和分析。
 
硬件和軟件的模塊化和容器的方法,最大程度減少了被供應(yīng)商綁定的危險,這就意味著解決方案不依賴于任何特定的平臺。它還增加了平臺和應(yīng)用之間的抽象,使得最終用戶更容易開發(fā)自己的,不依賴于任何平臺的應(yīng)用程序。
 
我們通過一個數(shù)據(jù)庫來簡化升級的過程,該數(shù)據(jù)庫在組件可以用時對其進(jìn)行表征。使用該數(shù)據(jù)庫,工程師可以選擇適合的產(chǎn)品,以實(shí)現(xiàn)推理性能和系統(tǒng)資源之間的完美平衡。
 
物流自動化最重要的要求之一就是要實(shí)時響應(yīng)。因此,與一個在軟硬件組合開發(fā)系統(tǒng)方面有著豐富經(jīng)驗,并且能滿足應(yīng)用需求的供應(yīng)商合作是非常重要的。凌華科技的方法就是使用可以與專業(yè)的第三方技術(shù)(如LiDAR傳感器)集成的模塊。
 
結(jié)論
 
在物流自動化中部署邊緣人工智能不需要更換整個系統(tǒng)。首先需要評估工作空間并確定可以真正從人工智能中獲益的階段。主要的目標(biāo)是降低運(yùn)營支出的同時提高效率,尤其是在勞動力短缺的時期可以應(yīng)對需求的增加。
 
越來越多的科技公司致力于開發(fā)人工智能解決方案,但是大多數(shù)公司通常只針對云計算,而不是邊緣計算。在邊緣側(cè),其運(yùn)行條件是不同的,資源可能有限,甚至可能需要專網(wǎng)。
 
通過使用人工智能等技術(shù),自動化在物流運(yùn)營中將持續(xù)增長并得以擴(kuò)展。這些系統(tǒng)解決方案需要特別設(shè)計,用以滿足惡劣的運(yùn)行環(huán)境,這與云或者數(shù)據(jù)中心的需求截然不同。我們使用模塊化的方法解決這個問題,這個方法提供了極具競爭力的解決方案、更短的開發(fā)周期和靈活的平臺。
 
【關(guān)于凌華科技】
 
凌華科技(股票代號:6166)引領(lǐng)邊緣計算,是AI人工智能驅(qū)動世界的推動者。我們制造并開發(fā)用于嵌入式、分布式與智能計算的邊緣硬件與軟件解決方案,全球超過1600家客戶信任凌華科技,選擇我們作為其關(guān)鍵任務(wù)的重要伙伴,從重癥監(jiān)護(hù)室的醫(yī)療計算機(jī)到全球第一輛高速自動駕駛賽車,都有我們的足跡。 
 
凌華科技是英特爾、NVIDIA、AWS和SAS的重要合作伙伴,并加入了英特爾顧問委員會、ROS 2技術(shù)指導(dǎo)委員會以及Autoware自動駕駛開源基金會。我們積極參與了開源技術(shù)、機(jī)器人、自主化、物聯(lián)網(wǎng)、5G等超過24個標(biāo)準(zhǔn)規(guī)范的制定,以驅(qū)動智能制造、網(wǎng)絡(luò)通信、智能醫(yī)療、能源、國防軍工、智能交通與信息娛樂等領(lǐng)域的創(chuàng)新。 
 
凌華科技擁有1800多名員工和200多家合作伙伴。25年以來,我們秉持并推動當(dāng)今和未來技術(shù)的發(fā)展,創(chuàng)新科技,轉(zhuǎn)動世界。 
 
請關(guān)注凌華科技LinkedIn,微信公眾號(ADLINKTECH),或訪問adlinktech.com.cn。
 
 
推薦閱讀:
 
過采樣插值DAC
PWM驅(qū)動的電機(jī)恒流工作
利用可采用電子方式重新配置的GaN功率放大器,徹底改變雷達(dá)設(shè)計
利用寬帶隙半導(dǎo)體技術(shù)提高功率轉(zhuǎn)換效率
改進(jìn)JBS結(jié)構(gòu)以降低泄漏電流和提高浪涌電流能力
特別推薦
技術(shù)文章更多>>
技術(shù)白皮書下載更多>>
熱門搜索
?

關(guān)閉

?

關(guān)閉