借助AI支持的自适应夹爪，使机器人拣选变得更加灵活

为了在自动件拣选中实现最大吞吐量，这不仅仅是在生产线上添加机器的问题。机器人设计人员、供应商、集成商和用户需要针对特定的负载或任务确定机器人手臂、传感器和末端执行器的最佳组合。此外，许多机器人需要正确的情报和能力来选择正确的抓爪。总部位于马萨诸塞州XYZ Robotics 就是开发满足这些系统需求的的公司。

XYZ Robotics的抓爪挑选消费类电子产品、服装、化妆品和其他用于电子商务订单履行的对象。借助AI指导和更换臂端工具的能力，一个机器人可以快速准确地处理各种各样的物品。

例如，如果SKU是塑料袋，XYZ 的系统将知道并选择一个吸盘将其拾起。如果是网眼、细铅笔或螺丝刀，因为体积较小，因此机器人可以选择两根手指的抓手。

XYZ Robotics将标准和定制末端执行器与其工具更换器结合使用，不需要增加电力或压缩空气的管线。

通常机器学习通常需要庞大的数据集，人类在注释训练数据中起着重要作用。

XYZ Robotics的整体方法是基于统计的机器学习，通过采取多种方法，随着时间的推移，机器人的抓地力会有所改善。这在转化为准确性、可靠性和速度时意义重大。

与其他机器人公司一样，XYZ希望提供远程协助以帮助处理罕见情况。

借助5G及远程协助的另一个方面是能够在更短的时间内训练机器人。目前XYZ已经在中国购买了5G接入点，并已开始对其进行测试。

XYZ Robotics的拣选和分类系统可以与自动存储和检索系统（AS / RS）连接，并将物品放在架子上、传送带上或自动导引车（AGV）的盒子中。

对于仓库应用，XYZ的系统与WCS（仓库控制系统）相连，以跟踪所有订单。

XYZ表示，就件拣选而言，机器人的能力取决于视觉数据。共享最多的数据是视觉数据，该数据将被收集，然后将模型部署到所有机器人。

XYZ Robotics致力于为客户提供整体的拣选解决方案。目前，XYZ公司正在与AS / RS系统和AGV供应商合作。

XYZ表示，它将逐渐减少针对特定客户的特定产品微调模型的需求。