亞馬遜發(fā)布了一個數(shù)據(jù)集，其中包含超過190萬個物體的圖像，據(jù)稱這些物體可用于訓練機器人進行拾取和放置任務。亞馬遜聲稱這是在工業(yè)產(chǎn)品分類環(huán)境中捕獲的最大圖像數(shù)據(jù)集。

該數(shù)據(jù)集名為ARMBench，可用于訓練拾取和放置機器人，以更好地概括新的對象和上下文。這些圖像是在亞馬遜倉庫中收集的，機械臂從裝滿物品的箱子中取出一件物品，然后將其轉(zhuǎn)移到傳送帶上的托盤中。由于箱中的對象種類繁多，并且它們具有各種配置和交互，因此此任務可能很困難。

數(shù)據(jù)集中的圖像分為三類：

• 揀選圖像：機器人開始揀選之前裝滿物品的箱子的自上而下圖像

• 傳輸圖像：機器人將物品轉(zhuǎn)移到托盤時從多個視點捕獲的圖像

• 放置圖像：放置所選物品的托盤的自上而下圖像

ARMBench 包含來自三個獨立任務的圖像，即對象分割、對象識別和缺陷檢測。

對象檢測數(shù)據(jù)集可幫助機器人識別同一箱中不同產(chǎn)品的邊界，其中包含超過50，000張圖像。這些圖像顯示每張圖像 50 到 10 個手動對象分割，平均約為 5.<> 個。

對象分割數(shù)據(jù)集可幫助機器人確定參考數(shù)據(jù)庫中的哪個產(chǎn)品圖像對應于圖像中突出顯示的產(chǎn)品。此數(shù)據(jù)集包括超過 235，000 個標記的揀選活動，每個領料活動包括一個揀選圖像和三個傳輸圖像。該數(shù)據(jù)集還包括超過 190，000 種產(chǎn)品的參考圖像和文本描述。模型可以學習將這些參考產(chǎn)品之一與拾取和傳輸圖像中突出顯示的對象進行匹配。

從左到右：來自亞馬遜 ARMBench 數(shù)據(jù)集的揀選圖像、傳輸圖像和放置圖像。|來源：亞馬遜

缺陷檢測數(shù)據(jù)集包括圖像和視頻，可幫助系統(tǒng)了解機器人何時犯了錯誤，例如撿起多個物品而不是一個或在傳輸過程中損壞物品。該數(shù)據(jù)集在傳輸階段捕獲了 19，000 多張圖像。它還包括 4，000 多個視頻，這些視頻記錄了導致產(chǎn)品損壞的拾取和放置活動。

視頻是此數(shù)據(jù)集的一個關鍵方面，因為某些類型的產(chǎn)品損壞最好通過視頻進行診斷，因為它們可能發(fā)生在傳輸過程中的任何時候。缺陷檢測數(shù)據(jù)集還包含超過 100，000 個無缺陷的拾取和放置活動的圖像和視頻。

亞馬遜計劃繼續(xù)擴大ARMBench中圖像和視頻的數(shù)量，以及它們描述的產(chǎn)品范圍。

2022 年 65 月，亞馬遜推出了 Sparrow，這是一種能夠在包裝前挑選單個產(chǎn)品的機械臂。據(jù)該公司稱，Sparrow可以在亞馬遜倉庫處理的超過100億種不同物品中挑選<>%。

Sparrow可以挑選各種物品，如DVD，襪子和毛絨玩具，但很難選擇包裝松散或復雜的物品。該公司似乎有可能利用其在開發(fā)Sparrow時所做的研究來構(gòu)建這個數(shù)據(jù)集。

在美國亞馬遜機器人公司(Kiva System)Amazon Robotics，我們一直在重新構(gòu)想現(xiàn)在的樣子。我們看到了大局，設想了一個更好的局面，并建立了將復雜問題變成優(yōu)雅簡單解決方案的聯(lián)系。我們現(xiàn)在朝著更智能，更快，更一致的客戶體驗的方向推動著亞馬遜以及整個行業(yè)向前發(fā)展。我們以無畏的決心，以切實可行的解決方案來解決這一不可能，我們今天將迎接明天的挑戰(zhàn)。我們現(xiàn)在重新想象。

Amazon Robotics成立于2003年，其理念是為了滿足電子商務中的消費者需求，必須有一種更好的訂單履行解決方案。今天，該公司正在徹底改變亞馬遜在全球的運營。作為亞馬遜最大的東海岸研究與開發(fā)組織，亞馬遜機器人公司的發(fā)展速度超過了公司歷史上的任何時候，而且規(guī)模不斷擴大，并擴大了我們的技術章程。

我們所做的

Amazon Robotics是Amazon.com的全資子公司，可通過自動化實現(xiàn)更智能，更快，更一致的客戶體驗。 Amazon Robotics使用多種機器人技術方法（包括自動移動機器人，復雜的控制軟件，語言感知，電源管理，計算機視覺，深度感測，機器學習，對象識別和命令的語義理解）使履行中心的操作自動化。

Amazon Robotics專注于研發(fā)，以不斷探索將其產(chǎn)品線擴展到新領域的新機會，這些新機會將重新定義“ Now”的含義，并使Amazon繼續(xù)為客戶提供令人愉悅和驚奇的體驗。

Amazon Robotics總部位于波士頓地區(qū)，位于機器人創(chuàng)新的中心，并已建立企業(yè)和學術合作伙伴關系，以支持整個機器人生態(tài)系統(tǒng)的創(chuàng)新，從而更快地將前沿技術引入該領域。