|
他们都叫我“机器人大师”。我抓起一个扁平的包裹，把它的条形码放在红色激光点下扫描，然后把它放在一个小的橙色机器人上。我按下左边的按钮，然后放开机器人来完成我的投标。地板上分布着300多个矩形孔，每一个都对应着相应的邮政编码。当机器人到达位置时，它会启动自己的小传送带，包裹从后面滑下，然后沿着斜槽滑到下面的地板上，在那里它可以被装载到卡车上进行运输。
这不是机器人实验室的实验系统。在这个离丹佛机场不远的亚马逊分拣设施里，这些真实的包裹将在真正机器人的帮助下送到真实的人类手中。我和我的机器人朋友刚刚成功地把一个包裹寄给了科罗拉多州的某个客户。
从上方看，整个系统的规模令人眼花缭乱。我的机器人，一个被称为驱动器的短粗移动平板，仅仅是成百上千种机器人中的一类。这些机器人挤满了占地12.5万平方英尺、布满溜槽的“田地”。这是一首电动呼啸的交响曲，机器人在交叉路口停下来，把包裹送到斜槽上。每次“任务”结束后，它们都会在周边的车站排成一个整齐的队列，等待人类扫描一个新的包裹，再次装载机器人，然后再派它们执行另一个任务。
你不必看得太远，就能见证亚马逊快递背后无形的物流发生了多么大的变化。在大楼的另一边，有四个人在按老办法做事，站在装有包裹的斜槽底部。他们疯狂地拿起包裹，盯着每个包裹上的标签，然后把它们送到适当的滑槽。在滑槽的底部，更多的人抓起包裹并将它们堆在托盘上以便运送。这一切都是极其劳动密集的，总之一句话：是混乱的。
亚马逊需要这种机器人系统来增强订单履行过程，使当天交货成为一个普遍的现实。但这一影响正是现代劳动的本质：人类和机器人正在融合成一个有凝聚力的劳动力，一个承诺利用双方独特技能的劳动力。这是一种熟悉的焦虑，随着机器人变得越来越先进，它们也必然会迫使越来越多的人失业。但事实上，这并不是那么简单。
真希望勒德分子能看到我们履行在线订单（勒德分子：工业革命时期，因机器替代人力而失业的技术工人）。
“数独”难题
在某种程度上，这个科罗拉多仓库是机器人的里程碑。它不是你现在可能已经听说过的亚马逊履行中心，它是一个分类设施，接收所有包裹，并将它们放在卡车上，送达到你的手中。区别很重要：这些轮式驱动器并不能很好地操作你的洗发水、书籍和T恤。简单来说，它们就是骡子。
非常非常精细的骡子。云中的系统，有点像空中交通管制系统，协调每一个机器人穿过地面的路线，同时注意到来自其他路线上驱动器的潜在干扰。这个协调系统还决定了机器人何时应该停止工作并停靠在充电器上，以及何时应该恢复工作。有时，路线选择会变得更加复杂，因为人口特别多的邮政编码区会有多个滑槽，所以系统需要考虑交通模式来决定机器人应该访问哪个门户。
“这基本上是一个非常大的数独难题，”亚马逊机器人技术应用部高级经理Ryan Clarke说。“你希望每一列和每一行都有相同数量的投掷。如何确保每一行和每一列看起来完全相等呢？”最终目标是通过均匀地分布整个现场的交通来最小化拥挤。因此，除了调整机器人的路线外，系统还可以根据需要切换滑槽的分配，这样机器人和人类分拣员都不会遇到任何瓶颈。
为了描绘出所有这些疯狂，亚马逊进行了一系列模拟。反过来，它们会告诉驱动器本身应该如何工作。最佳速度是多少？考虑到你想让机器人在保持互不碰撞的情况下尽可能高效地交货，最佳的加速和减速是什么？毕竟，一次撞击可能会把一个包裹扔到地上，其他机器人会用视觉传感器发现这个包裹，然后绕行，这又给这个领域增加了一层复杂性。（顺便说一下，机器人的传送带两端都有传感器，因此如果包裹开始从侧面滑落，传送带就会自动接合，把包裹拉回来。）
诱惑可能是让这些机器尽快运转。“但就像在旧金山市中心有一辆法拉利，你所做的就是停下来，”Clarke说。“我们研究了将其调整到许多不同的参数，发现更多的速度和加速度实际上产生了反向效应。它们只是互相碰撞，造成更多的问题。”
准备好应对更复杂的情况了吗？亚马逊不得不调整自己建造的空间，以保持机器的“快乐”。例如，人们在大楼的另一边以旧方式做事，喜欢享受透过天窗照射进来的阳光。然而，在机器人的场地上方，天窗被遮住了，因为强光可能会使机器的传感器脱落。为了导航，它们用腹部的摄像头读取地面上的二维码。甚至连悬挂在屋顶上的空调也进行了改装。在人工区域，它们直接向下吹气，但在机器人上方，它们向侧面吹气，因为阵风可以把轻包裹从机器的传送带上吹下来。
更糟的是，像液体这样不稳定的包装可能会使系统陷入混乱。因此，尽管该系统是自动化的，但人类仍然在场地下面的平板屏幕上监控机器人，并对危机作出反应。“想想如果我有一个包裹，里面有一加仑的油漆，包裹被损坏后，油漆会从其中一个滑槽里漏出来，”分拣中心总经理Steve McDonnell说。“几分钟之内，我就可以关闭那个滑槽，将驱动器重新定向到另一个滑槽。”
关键是灵活性
这里的关键是灵活性。机器人路径的灵活性、目的地的灵活性、同时在场的机器人数量。例如，你可能认为外面的机器越多越好。亚马逊可以同时部署多达800个驱动器，但这可能会像城市交通一样造成场地堵塞。相反，他们通常操作400或500辆车，其他车则停在一边，等待进入。
除了协调机器人本身之外，还有一个问题就是如何使它们成为人类员工的好同事。人类的工作是把包裹放在场地下6英尺高的盒子里，注意不要先把沉重的包裹扔进去。为了使这项工作易于管理，机器人必须在多个滑槽之间为特定的邮政编码分配包裹，因此给定的滑槽不会溢出。同时，系统会考虑如何在出发时间之前将包裹放在楼下，这样工人就不必四处寻找。
McDonnell说：“同事和驱动器之间的交互几乎就像是一个三维象棋集，因为你可以优化驱动器场，但是你也可以让场地下的同事工作更难。” 共2页 [1] [2] 下一页 关注公号：redshcom 关注更多: 仓库 |
