视觉引导的机器人能否成为餐饮业保持蓬勃发展的关键?

分享到:

在COVID-19病毒的肆虐传播蔓延中,美国餐饮业遭受的痛苦可能比其他任何行业都大。在许多情况下,地方和国家准则都规定餐馆有限经营或无限期关闭。引入视觉引导的机器人和机器视觉技术,将为某些任务和类别的餐厅提供巨大的发展潜力。

荷兰瓦格宁根大学Agro Food Robotics业务拓展经理Paul Goethals,在食品生产链中引入了机器人技术,机器人涉及的环节从初级生产、仓储、物流到食品加工。Goethals认为,视觉引导的机器人和机器视觉可以为餐饮业带来巨大的帮助。

他说:“由于新冠病毒的蔓延和餐馆的关闭,现在需要减少人与人之间的互动,这将给机器人带来机会,比如让机器人执行餐厅中的服务、接送和清洁任务;同时定位和地图绘制(SLAM)、3D立体视觉和LiDAR等技术,也可以帮助提供实时环境地图绘制和导航功能。”

快餐业

美国Integro Technologies公司首席系统架构师David L. Dechow认为,并非所有餐厅都适合使用机器人,但是快餐店可能是部署机器人的最佳环境。

Dechow说:“快餐店可能会因为准备和提供的食物的高度重复性,而让机器人获得极大的机会,我认为在这些环境中部署机器人可能会非常成功。例如,可以让机器人烹饪汉堡,也可以让它们准备食物。”

机器视觉技术最有可能在快餐环境中增加价值,其中可能包括3D飞行时间,用于将酱菜放在三明治上以及在盘子上放置物品等任务。美国Artemis Vision公司总裁Tom Brennan指出,热成像技术还可以帮助监控食物的烹饪时间。

Tom说:“这些技术可以在快餐环境中实现机器人任务,其中包括自动切片和切开预先准备好的食材,使用配料或调味品。但是像捡拾食品、从包装中取出食品或修剪食品这样较为复杂的任务,机器人实现起来仍然很困难。”

当然,最有用的机器视觉技术类型取决于单个任务。机器人向客人打招呼、并将客人引导到餐桌旁,可能只需要简单的机器视觉技术即可导航和避障。Dechow说,诸如处理食物之类的更复杂的任务需要使用3D视觉功能,现在市场上已经有很多商品化的3D视觉传感器提供。

Dechow说:“从机器人技术和机器视觉的角度来看,在餐馆中部署视觉引导的机器人,感觉就是3D视觉产品(包括或基于Intel RealSense或Sony DepthSense)的一项任务。为机器人手臂或机械装置配对这种低成本传感器、并限制食品生产区域,可以为某些自动化任务提供足够的手段。”

美国Pastoral餐厅的厨师Peter Gwilliam曾在著名厨师Mario Batali、Todd English和Paul Kahan的指导下工作,他认为快餐店可能最适合部署机器人。他解释说,在去这些地方时,人们通常不是寻求就餐体验,而是寻求价格合理、味道很好的餐食,并且可以在10分钟内用餐完毕。他说,在这类餐厅环境中,视觉引导的机器人可以在接待顾客、并为顾客下单的同时,引导客人就座。

除了将来可以帮助支撑或保护餐馆之外,视觉引导的机器人还可以帮助餐馆解决劳动力问题。换句话说,使用机器人不仅能降低用工成本,而且还能解决用工难、用工荒的问题,美国Automated Vision Systems公司创始人兼总裁Perry West如是说。

Perry West表示:“麦当劳可以在许多地方盈利,但是缺乏劳动力。例如,在现行工资远高于麦当劳可提供的地区,他们将很难吸引足够的员工来开设一家麦当劳门店。”

他补充说:“通常,对于烹饪和翻转汉堡这样的任务,视觉引导的机器人可能是真正的劳动资产。”

为此,美国Miso Robotics公司开发了一款机器人——Flippy,这是一款自动厨房助手,可以从周围的环境中学习并通过深度学习技术来学习新技能。Flippy是一款视觉引导的协作型机器人,每次都能始终如一地烹饪食物,提供自动工具切换和清洁、OSHA安全合规性、冲洗兼容性、基于云的监视和学习等功能,并且当前的正常运行时间为99.7%。

该机器人的传感器套件包括与OSHA兼容的LiDAR(光探测和测距)传感器,可让餐厅员工安全地与之协作;3D扫描仪和热像仪可实现视觉功能;通过云连接的Miso AI软件平台,用于数据共享和云学习。Miso AI使机器人能够执行它的所有任务,从探测未加工的汉堡何时在烤架上移动,到取出汉堡并用刮刀擦拭烤架表面(见图1)。除了能在烤架上工作之外,Flippy还可以在油炸锅上工作,它可以捡起篮子并将它们放在油炸锅中,并监视油炸过程,直到需要提起篮子沥干多余的油为止(见图2)。

图1:MisoRobotics的Flippy机器人与美国加州一家餐厅的员工一起在烤架上工作。

图2:Flippy机器人还可以在炸锅站上工作,例如捡起篮子并将它们放在炸锅中,并监视油炸过程,直到需要提起篮子以沥干多余的油。

高级餐厅

Gwilliam建议,在高级餐厅中,机器人除了能够用于清洁工作外,其他任务可能都不太适合视觉引导的机器人。

他说:“我最喜欢告诉年轻厨师的一件事就是‘你不是机器人’。每道菜都有很多细节,与客人的每次互动都需要人们自己思考。在前厅也有同样的情况,因为大堂经理经常会告诉服务员‘不要当下单者员,因为任何人都可以当下单员’。”

Gwilliam继续说:“服务员的工作包括与客人建立联系,并确保他们拥有难忘的体验。我们一直告诉我们的员工我们从事款待业务,服务和款待之间是有区别的。服务是确保在牛排上桌之前就在桌子上放好牛排刀,而款待是如何让人们感受到美好的用餐享受。”

Dechow也同意这种观点,并指出这可能归结为高级餐厅的整体体验职能。

他说:“就个人而言,我看不到视觉引导的机器人在高端餐厅应用的潜力。人们去这些高级餐厅,就是想在品尝美味佳肴的同时,还能获得美好的整体体验。否则,人们完全可以在家里自制美味。”

实际应用和技术挑战

美国Zume公司研究与开发副总裁Josh Goldberg对机器人的部署较为关注。尽管Zume的当前技术专注于可持续食品包装,但是该公司曾试图彻底改变披萨和其他食品的运送方式。具体来说,Zume想通过配备装有披萨烤箱的送货卡车,在顾客家门口提供新鲜的手工披萨。

但是,在准备好交付披萨之前,该公司使用视觉引导的机器人进行了披萨的自动组装。Goldberg说,使用机器人执行特定任务,能将人工解放出来去做他们更擅长的事情:组合出出色口味的产品。这些职责包括撒酱、伸面团、在烤箱内或烤箱周围工作,以及将物品放在架子上。

他说:“餐饮业真的很难改变,阻力来自于利润微薄,以及作为餐饮业主生意普遍困难的事实。当前的情况更好地说明了这一点。占用成本确实很高,人们根本无法去餐馆。”

根据Goldberg的说法,材料处理是在餐厅中使用视觉引导的机器人的最大技术限制因素。他说,当前一家著名的比萨公司使用带有单独机器的全自动系统来处理意大利辣香肠、蔬菜、奶酪和其他配料,但这种设计并不适合Zume。

Goldberg说:“尽管这是一套相当令人印象深刻的系统,但Zume渴望的解决方案,不是使用100英尺的准备设备来制作14种不同类型的披萨。因此,我们将这部分工作(配料)留给了人工,因为这是困难的材料处理问题。”

他继续说道:“确定所有比萨(酱料、面团、烤箱工作)必须完成的所有常见操作,有助于我们决定需要自动化的流程。”

如果餐厅每次都有稳定的产品从厨房出来,那么自动化可能是一项非常有价值的技术。许多或大多数餐厅都有丰富的菜单,可以进行自定义。即使保持一致,也不一定总是意味着每次都完全相同。

Goldberg也同意这样的观点,即高级餐厅不太可能是应用自动化的理想环境,但快餐店确实可以。他解释说,产品销售越稳定,自动化就越容易部署。

他说:“将鸡块放在盒子里计数、并确保它们都是相同的棕色,这是相对容易解决的视觉问题。”

使用机器人在一些快餐店中进行质量检查可能会比较困难,但是机器视觉仍然可以为诸如库存监控、确保箱子已满、甚至连续烧制牛肉泥、并在准备好后将其装入箱子等任务中增加价值。他建议说,此类任务不需要很高的精度,但需要一致性。

尽管目前在餐馆中缺少商品化的视觉引导的机器人,但是Goldberg仍然相信在未来某个时候,视觉引导的机器人将会在餐馆中广泛采用。

他说:“机器学习分类不断提升,关于如何使系统适应未知场景的研究也是如此。在餐厅中广泛采用机器人并非不可能,只是目前尚不可行。深度学习系统和分类系统需要进一步的改进,使系统可以处理不同的适应性,而无需数千个样本进行训练。餐馆也无法花数千美元购买样品,也不想雇用程序员。”

过去,这可能需要昂贵的实时摄像系统进行检查。Goldberg介绍说,现在树莓派(Raspberry Pi)提供高分辨率相机,全套价格为200美元,一旦软件出现,这对于餐厅来说可能是一项负担得起的可行选择。

政府准则

在餐厅中部署视觉引导的机器人或机器视觉技术时,要考虑的另一个因素是:美国食品药品监督管理局(FDA)的批准,该机构规定了市和州卫生部门在检查本地企业时使用的食品法规。该法规旨在将食物保持在安全的温度和条件下,以防止食源性疾病和疾病传播。例如,丹麦Universal Robots(UR)公司的协作机器人未经FDA批准。但是在欧洲,UR的机器人却允许执行相关任务,例如在北欧进行特种食品包装、在意大利用于鸡蛋拾取和包装,以及在西班牙用于腌肉质量控制(见图3)。

图3:西班牙食品公司COVAP在固化肉类包装生产线上的取放应用中,部署了Universal Robots公司的UR10协作机器人。

宝洁公司成像和仪器研发首席科学家Steve Varga说:“餐厅现状的一项有趣转变是FDA批准。许多机器视觉项目试图用于以前从未考虑过的食品和医疗领域,而食品服务只是其中的一个例子。”

他继续说:“很高兴看到为机器视觉探索FDA、ISO和IEC标准的实用指南。帮助机器视觉专业人员知道向何处寻求帮助可以提高对每个人的安全性,并使世界更安全、更接近恢复正常。”

财务实用性

机器人在餐厅中能否广泛采用,取决于它们能够帮助餐厅提高利润的潜力。如果经济上可行,最终该技术将会被餐饮业所接受。

Dechow说,有两个考虑因素突出了关键问题,即机器人是否可能成为保持餐饮业蓬勃发展的关键。

他说:“在餐厅部署机器人是否有合理的投资回报率?是否可以简化这项技术,让餐厅管理者使用起来足够容易?这是目前在餐厅中部署机器人的两个首要考虑的问题,因为机器人本质上需要像闹钟一样易于使用。”

他补充说:“从技术上讲,机器人和机器视觉能否那样可靠?机器人也不便宜。结合成本和技术障碍,当前和未来10年的紧迫挑战是接受它们的真正障碍。”

Brennan指出,尽管目前他尚未看到有餐厅在疫情期间部署视觉引导的机器人,但是这种自动化确实可以帮助企业在未来抵抗病毒的传播。

他说:“要做到这一点,正确的方法是与一家公司一起逐步跨越产品原型阶段,走向实用。必须解决存在于表面之下的隐藏问题。”

餐厅中机器人的商业化可能尚未准备就绪,但是这个概念并不牵强。Dechow说,这将需要大量的金钱和努力,但是随着时间和精力的投入,最终成功实施也并非不可能。视觉引导的机器人能否成为保持餐饮业蓬勃发展的关键?从本质上说是的,但是更好的问题可能是:会是它们吗?最终也许是。

继续阅读
叫停1000台订单,沃尔玛为什么不再使用机器人?

怎么“用好”机器人?这是一项系统工程。丘吉尔说,不要浪费一场危机。同样,新冠疫情带来停工裁员、企业倒闭的同时,也给自动化转型带来了机遇。在疫情期间,由于社交距离和居家隔离令的要求,零售行业的机器人需求激增。美国一家机器人公司Brain Corp 公布的数据显示,今年第一季度,美国零售商使用机器人的中位数比去年同期增长了13.8%,在第二季度增长了24%。

研究人员设计军事机器人 可自行决定如何越过障碍物

机器人在环境中移动的最有效方式之一是车轮在相对平稳的地形上移动。然而,当涉及到克服某些类型的障碍物时,轮子并不是最有效的旅行方式。例如,腿可以帮助机器人攀爬楼梯等障碍物。德克萨斯A&M大学的科学家与DARPA合作,为军事应用制造机器人,能够在有或没有人类干预的情况下,确定轮子还是腿更适合穿越地形。

亚马逊大力收购机器人公司,意在未来建立机器人帝国

亚马逊花了六年时间,才让10万个机器人在他们地仓库里工作。但就在过去两年,这个数字已经翻了一番,达到了20万个机器人。亚马逊正在建立机器人帝国,投资价值四千万美元的机器人实验室将于2021年开放。那么亚马逊机器人的技术未来会是什么样呢?人们还会在仓库里继续工作吗?

AI智能外呼机器人都具备哪些功能?

互联网时代快速发展,人工智能早已逐步渗透各行各业,在生活中我们也不难发现,从指纹识别、人脸识别到专家系统、自动程序设计等技术应用,人工智能改变了我们的工作环境已经是毋庸置疑的事实。

全球首个VGV混合装卸车方案,就在CeMAT未来机器人展台

物流无人化的需求逐年攀升,但其进程仍面临诸多核心场景的挑战。CeMAT ASIA 2020,突破物流核心场景,实现智慧物流全面化,未来机器人带着新方案和新品高调亮相CeMAT展台,吸引了现场诸多同行业者、参展观众以及媒体的关注。