圖說：搭載 NVIDIA Jetson 的 TX SCARA 補貨機器人透過 AI 系統，為日本的全家便利商店飲料架自動補滿飲料。
位於東京的新創公司 Telexistence 本週宣布將於八月開始在日本的 300 間全家便利商店部署名為 TX SCARA 的補貨機器人，計畫在未來幾年內將這台自主機器人部署到更多全家便利商店門市及其他大型連鎖便利商店。
日本有 5.6 萬間便利商店，密度居全球第三位，其中全家便利商店約有 1.6 萬間。Telexistence 推出補貨機器人，將飲料補貨上架等重複性的工作交由機器人處理，讓便利商店的工作人員能夠空出寶貴的時間，處理與顧客互動這一類更複雜的任務。
Telexistence 透過 NVIDIA Jetson 邊緣 AI 和機器人平台來運行這些機器人，而便利商店補貨只是其中一個例子。Telexistence也在開發 AI 倉儲物流系統，利用機器人來分類和挑選包裹。
Telexistence 執行長富岡仁表示：「我們希望把機器人部署到支撐著人類日常生活的產業中。而便利商店正是我們解決這個問題的第一步，龐大綿密的便利商店網路支持著我們的日常生活，在日本更是如此，但這個產業正面臨著勞動力短缺的問題。」
Telexistence 成立於 2017 年。由於美國的零售業同樣面臨人手不足的問題，他們的下一步計畫是將補貨機器人導入美國的便利商店。全美國有十五萬間便利商店，超過半數的消費者表示，他們每個月至少會光顧便利商店一次。
富岡仁表示：「店員花了不少時間在店裡的倉庫理貨補貨，而不是在外面和顧客互動。機器人即服務 (Robotics-as-a-service) 可以讓店員有更多時間去與消費者互動。」
TX SCARA 補貨機器人在固定動線上運行，上面搭載的多台攝影機掃描每個貨架，透過 AI 來找出哪些飲料數量不足並規畫補貨路徑。AI 系統自動補滿飲料的成功率超過 98%。
萬一發生機器人誤判飲料的擺放位置，或是飲料傾倒等極少數的情況，店員也無須放下手上的工作去重新啟動運行機器人。Telexistence 的遠端待命操作員可以使用搭載 NVIDIA GPU 進行視訊串流的 VR 系統，切換至手動操作並迅速排除狀況。
根據Telexistence 估算，一家生意繁忙的便利商店每天要補貨超過一千瓶飲料。TX SCARA 機器人的雲端系統根據機器人在運行過程中補貨的商品名稱、日期、時間和數量，維護一個產品銷售資料庫。AI 便能按照先前的銷售資料，優先考慮哪些商品要先補貨。
使用 NVIDIA Jetson 實現邊緣 AI
TX SCARA 機器人中有多個 AI 模型。其中物體偵測模型可以辨識店內的飲料類型，判斷哪一款飲料要放在哪個貨架上。物體偵測模型搭配另一個偵測機器人手臂運動的模型，便能拿起飲料並準確將飲料放在貨架上的其他產品之間。第三個是異常偵測模型，用於辨識飲料是否從貨架上掉落或數量減少。另一個模型用於偵測每個陳列區中哪些飲料即將售罄。
Telexistence 團隊使用預先訓練好的神經網路作為基礎模型，加入人工合成及已標記的實體環境資料，為這個補貨的應用微調神經網路。使用模擬環境來合成超過八萬張影像，讓團隊能夠擴大資料集的規模，以便讓機器人能學習在任何顏色、紋理或光源環境中偵測飲料。
該團隊使用 NVIDIA DGX Station 來訓練 AI 模型。機器人本身使用兩個 NVIDIA Jetson 嵌入式模組，NVIDIA Jetson AGX Xavier 在邊緣處理 AI，NVIDIA Jetson TX2 模組則用於傳輸影片串流資料。
該團隊的軟體採用用於邊緣 AI 的 NVIDIA JetPack SDK，以及使用 NVIDIA TensorRT SDK 來進行高效能推論作業。
Telexistence 的機器人自動化首席 Pavel Savkin 表示：「要是少了 TensorRT，我們的模型運作速度便無法快到足以高效偵測店內物體的情況。」
Telexistence 使用半精度 (FP16) 而非單精度浮點數格式 (FP32)，進一步最佳化該公司的 AI 模型。
