Robôs vão repor bebidas em prateleiras de lojas no Japão
Por Gustavo Minari • Editado por Douglas Ciriaco |
![Reprodução/Telexistence](https://t.ctcdn.com.br/kcuI59Lv9qOVWNtfUaHzPQm1egY=/640x360/smart/i625522.jpeg)
A startup japonesa Telexistence anunciou que pretende implantar robôs com inteligência artificial (IA) para trabalhar como repositores de estoque em lojas de conveniência da rede FamilyMart que, atualmente, possui mais de 16 mil unidades espalhadas pelo Japão.
- Hyundai coloca o cão-robô Spot para monitorar segurança de fábrica em Seul
- Robôs estão aumentando a mortalidade entre operários nos EUA
Segundo seus executivos, a ideia é economizar tempo e mão de obra, transferindo para os bots tarefas repetitivas e cansativas, como reabastecer prateleiras de bebidas ou colocar produtos em gôndulas, o que acaba ocupando boa parte do expediente dos funcionários de carne e osso.
![Canaltech](/logo-canaltech.png)
“Queremos implantar robôs em setores que ofereçam suporte à vida cotidiana. O primeiro espaço em que vamos trabalhar com isso é em lojas de conveniência, uma enorme rede que auxilia na vida diária, especialmente no Japão, mas que está enfrentando uma escassez de mão de obra”, explica o CEO da Telexistence Jin Tomioka.
TX SCARA
O modelo escolhido pela empresa para substituir empregados humanos é o TX SCARA, um robô de reposição de estoque que se movimenta sobre trilhos e possui várias câmeras acopladas para identificar e digitalizar produtos. Usando um sistema de IA da Nvidia, ele “percebe” quais bebidas estão faltando e planeja o melhor caminho para reabastecer a prateleira.
De acordo com a Telexistence, o TX SCARA três modelos de inteligência artificial integrados. Um para detectar objetos e identificar vários tipos de bebidas; outro para comandar os movimentos do braço robótico; e um terceiro capaz de reconhecer anomalias, como se uma bebida caiu ou se ela está fora de lugar.
“Nós usamos dois modelos integrados do Nvidia Jetson: o AGX Xavier para processamento de IA e o TX2 para transmitir dados de streaming de vídeos. Na parte de software, um módulo TensorRT SDK de alto desempenho torna a execução das tarefas muito mais rápida e eficiente”, acrescenta Tomioka.
Ambientação e treinamento
Os engenheiros usaram redes neurais personalizadas como modelos de base para treinar as habilidades do robô. Ao adicionar dados reais sintéticos ao sistema, eles conseguem ajustar essas redes neurais para aplicações do dia a dia, com variáveis comuns e que podem mudar constantemente.
Utilizando um ambiente virtual de simulação para criar mais de 80 mil imagens sintéticas possíveis, a equipe conseguiu aumentar o conjunto de dados para que o robô pudesse aprender a detectar bebidas de qualquer cor e textura, independentemente da iluminação da loja.
“Nessa primeira fase vamos implantar os robôs em 300 lojas FamilyMart, mantendo uma expansão consistente nos próximos anos. Uma loja de conveniência movimentada precisa reabastecer mais de mil bebidas por dia e o TX SCARA tem total condição de fazer isso, enquanto trabalhadores humanos se preocupam com outras atividades, como o atendimento dos clientes”, encerra Jin Tomioka.