總部位于東京的初創(chuàng)企業(yè) Telexistence 宣布將在日本數(shù)百家全家（FamilyMart）便利店部署NVIDIA AI驅(qū)動(dòng)的智能機(jī)器人來(lái)為貨架補(bǔ)貨。

全日本共有 56000 家便利店，密度居全球第三。其中約 16000 家由全家經(jīng)營(yíng)。Telexistence 希望為這些商店節(jié)省時(shí)間，將重復(fù)性的工作（如為貨架補(bǔ)充飲料）交給機(jī)器人，使店員能夠處理與顧客互動(dòng)等更復(fù)雜的任務(wù)。

這只是 Telexistence 機(jī)器人的功能之一，這些機(jī)器人在NVIDIA Jetson 邊緣 AI 和機(jī)器人平臺(tái)上運(yùn)行。該公司還在開(kāi)發(fā)能夠使用機(jī)器人分揀包裹的 AI 倉(cāng)儲(chǔ)物流系統(tǒng)。

Telexistence 首席執(zhí)行官 Jin Tomioka 表示：“我們希望將機(jī)器人部署到各個(gè)支持人們?nèi)粘Ｉ畹男袠I(yè)，首先就是便利店這個(gè)我們?cè)谌粘Ｉ钪须x不開(kāi)，但卻面臨著勞動(dòng)力短缺問(wèn)題的行業(yè)，尤其是在便利店星羅密布的日本?！?/p>

這家成立于 2017 年的公司下一步準(zhǔn)備擴(kuò)張到美國(guó)的便利店。美國(guó)的零售業(yè)同樣受到勞動(dòng)力短缺的困擾，該國(guó)目前有 15 萬(wàn)家便利店，超過(guò)一半的消費(fèi)者表示他們每月至少去一次便利店。

Telexistence將在全家便利店

部署補(bǔ)貨機(jī)器人

Telexistence 將于 8 月開(kāi)始在 300 家全家便利店部署名為 TX SCARA 的補(bǔ)貨機(jī)器人，并計(jì)劃在未來(lái)幾年將這種自主機(jī)器人部署到更多的全家便利店以及其他主要的連鎖便利店。

Tomioka 表示：“為了給貨架補(bǔ)貨，便利店店員在里屋耗費(fèi)了大量本該在外面與顧客打交道的時(shí)間。機(jī)器人服務(wù)可以讓店員有更多的時(shí)間與顧客接觸?！?/p>

TX SCARA 一邊在軌道上運(yùn)行，一邊通過(guò)多個(gè)攝像頭掃描每個(gè)貨架并使用 AI 識(shí)別數(shù)量過(guò)少的飲料，然后規(guī)劃補(bǔ)貨路線。這套 AI 系統(tǒng)為飲料自動(dòng)補(bǔ)貨的成功率達(dá)到 98% 以上。

即便在極少數(shù)情況下，該機(jī)器人對(duì)飲料的擺放位置判斷失誤或者飲料翻倒，店員也不需要放下手中的工作來(lái)讓機(jī)器人重新運(yùn)轉(zhuǎn)。待命的 Telexistence 遠(yuǎn)程操作人員會(huì)通過(guò)使用 NVIDIA GPU 進(jìn)行視頻流傳輸?shù)奶摂M現(xiàn)實(shí)（VR）系統(tǒng)進(jìn)行手動(dòng)控制，為便利店迅速解決問(wèn)題。

Telexistence 估計(jì)，一家繁忙的便利店每天需要補(bǔ)充 1000 多份飲料。TX SCARA 的云系統(tǒng)會(huì)根據(jù)機(jī)器人在運(yùn)行過(guò)程中的補(bǔ)貨名稱、日期、時(shí)間和數(shù)量來(lái)維護(hù)一個(gè)產(chǎn)品銷售數(shù)據(jù)庫(kù)，使 AI 能夠根據(jù)過(guò)去的銷售數(shù)據(jù)考慮哪些商品需要優(yōu)先補(bǔ)貨。

使用 NVIDIA Jetson 進(jìn)行邊緣 AI 處理

TX SCARA 內(nèi)置多個(gè) AI 模型。物體檢測(cè)模型可以識(shí)別商店里的飲料類型，確定哪種飲料屬于哪個(gè)貨架，并且與另一個(gè)模型一起幫助檢測(cè)機(jī)器人手臂的運(yùn)動(dòng)，使機(jī)器人可以拿起飲料并準(zhǔn)確地將其放在貨架上的產(chǎn)品之間。第三個(gè)模型負(fù)責(zé)異常檢測(cè)，即識(shí)別飲料是否掉落或離開(kāi)貨架。還有一個(gè)模型負(fù)責(zé)檢測(cè)每個(gè)貨架區(qū)域中哪些飲料的數(shù)量不足。

Telexistence 團(tuán)隊(duì)將自定義的預(yù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)作為基礎(chǔ)模型，通過(guò)添加合成和注釋的真實(shí)世界數(shù)據(jù)來(lái)微調(diào)應(yīng)用的神經(jīng)網(wǎng)絡(luò)。該團(tuán)隊(duì)使用一個(gè)模擬環(huán)境創(chuàng)建了 8 萬(wàn)多張合成圖像用于增強(qiáng)他們的數(shù)據(jù)集，使機(jī)器人能夠?qū)W會(huì)檢測(cè)任何顏色、圖案、照明環(huán)境中的飲料。

該團(tuán)隊(duì)依靠NVIDIA DGX Station來(lái)訓(xùn)練 AI 模型。機(jī)器人本身使用兩個(gè) NVIDIA Jetson 嵌入式模塊：用于邊緣 AI 處理的NVIDIA Jetson AGX Xavier以及用于傳輸視頻串流數(shù)據(jù)的NVIDIA Jetson TX2模塊。

在軟件方面，該團(tuán)隊(duì)使用用于邊緣 AI 的NVIDIA JetPack SDK和用于高性能推理的NVIDIA TensorRT SDK。

Telexistence 首席機(jī)器人自動(dòng)化官 Pavel Savkin 表示：“如果沒(méi)有 TensorRT，我們的模型就無(wú)法快速運(yùn)行，也就無(wú)法高效地檢測(cè)店里的商品?！?/p>

Telexistence 使用半精度浮點(diǎn)格式（FP16）來(lái)進(jìn)一步優(yōu)化其 AI 模型，而非單精度浮點(diǎn)格式（FP32）。