IPA 開發(fā)了一種強(qiáng)大的物體識別方法，它可能在人工智能和機(jī)器人以及物流方面有所幫助。

據(jù)報(bào)道，德國的科學(xué)家正在努力將傳統(tǒng)的售貨亭和貨架轉(zhuǎn)變?yōu)橹悄芟到y(tǒng)。據(jù)了解，弗勞恩霍夫制造工程與自動化研究所（IPA）研發(fā)了一種新型算法，它能夠進(jìn)行物體識別和環(huán)境檢測，以應(yīng)對服務(wù)和生產(chǎn)領(lǐng)域的高難度自動化任務(wù)。

自2020年1月至2022年12月，參與“Knowledge4Retail”（K4R）項(xiàng)目的團(tuán)隊(duì)一直致力于利用數(shù)字系統(tǒng)的力量，使實(shí)體零售再次成為客戶的首選。他們在今年春季的最后一次會議上分享了他們的研究成果。項(xiàng)目的重要成果之一是K4R開源平臺，這是一個位于版本控制系統(tǒng)Github上的資源庫，零售商可以隨時獲取相關(guān)信息。零售公司可利用這個平臺來連接虛擬世界和數(shù)字世界，以便更方便地分析商業(yè)流程，預(yù)測消費(fèi)者的購買行為。項(xiàng)目合作伙伴探索了多種應(yīng)用可能性，包括物流、分支機(jī)構(gòu)建設(shè)、服務(wù)機(jī)器人，甚至全自動售貨亭。

同時，3D圖像處理技術(shù)也用于數(shù)字化未知的產(chǎn)品。IPA的研究人員擴(kuò)展了他們的專業(yè)知識，并深入研究了3D圖像處理的各種可能性。他們的一個關(guān)鍵成果是創(chuàng)建了零售產(chǎn)品的數(shù)字孿生模型。在這個過程中，所有產(chǎn)品，甚至那些以前從未見過的產(chǎn)品，都會被傳感器（例如掃描器）記錄下來，然后使用形狀、顏色和紋理等各種信息進(jìn)行三維建模。此外，他們還采用了機(jī)器學(xué)習(xí)技術(shù)——人工智能的一個子領(lǐng)域，與Kaptura合作進(jìn)行建模。

通過這種方式開發(fā)的技術(shù)使得產(chǎn)品可以快速、高分辨率地進(jìn)行3D建模。研究人員強(qiáng)調(diào)，建模過程中，產(chǎn)品的標(biāo)識、營養(yǎng)價值或數(shù)量等語義信息被識別并以數(shù)字方式記錄。例如，這些生成的模型可以成為分支機(jī)構(gòu)、網(wǎng)上商店或自動化產(chǎn)品分析（例如實(shí)驗(yàn)室分析）的數(shù)字圖像基礎(chǔ)。

此外，他們還開發(fā)了針對零售優(yōu)化的可擴(kuò)展對象識別解決方案。這種解決方案通過精確的光學(xué)識別，為生產(chǎn)和物流環(huán)節(jié)提供了自動化選項(xiàng)。例如，他們開發(fā)的應(yīng)用程序可以使機(jī)器人自動揀選垃圾箱（伸入箱內(nèi)）或自動包裝垃圾箱，適用于所有類型和形狀的商品包裝。更具體地說，這種任務(wù)也稱為訂單揀選或揀選和包裝，在這個過程中，貨物會從板條箱或貨架上取下，然后整齊地包裝在目標(biāo)箱中。如今，隨著在線交易的飛速發(fā)展，這個任務(wù)變得越來越重要。為了支持這些過程，可以使用數(shù)字化的3D產(chǎn)品模型，對每一個新產(chǎn)品進(jìn)行全自動的、直接的物體識別訓(xùn)練，整個過程在一個小時內(nèi)就可以完成。

這項(xiàng)工作的目標(biāo)，不僅僅是幫助實(shí)體零售商在數(shù)字化浪潮中保持競爭力，更重要的是通過技術(shù)創(chuàng)新，提升客戶的購物體驗(yàn)，使購物變得更加便捷和舒適。這個目標(biāo)，正是K4R項(xiàng)目以及其合作伙伴們的追求，而這也是未來零售業(yè)的發(fā)展趨勢。