?
總部位于東京的初創企業Telexistence本周宣布將在日本數百家全家（FamilyMart）便利店部署NVIDIA AI驅動的智能機器人來為貨架補貨。
?
全日本共有56000家便利店，密度居全球第三。其中約16000家由全家經營。Telexistence希望為這些商店節省時間，將重復性的工作（如為貨架補充飲料）交給機器人，使店員能夠處理與顧客互動等更復雜的任務。
?
這只是Telexistence機器人的功能之一，這些機器人在NVIDIA Jetson邊緣AI和機器人平臺上運行。該公司還在開發能夠使用機器人分揀包裹的AI倉儲物流系統。
?
Telexistence首席執行官Jin Tomioka表示：“我們希望將機器人部署到各個支持人們日常生活的行業，首先就是便利店這個我們在日常生活中離不開，但卻面臨著勞動力短缺問題的行業，尤其是在便利店星羅密布的日本?！?br /> ?
這家成立于2017年的公司下一步準備擴張到美國的便利店。美國的零售業同樣受到勞動力短缺的困擾，該國目前有15萬家便利店，超過一半的消費者表示他們每月至少去一次便利店。
?
Telexistence將在全家便利店部署補貨機器人
?
Telexistence將于8月開始在300家全家便利店部署名為TX SCARA的補貨機器人，并計劃在未來幾年將這種自主機器人部署到更多的全家便利店以及其他主要的連鎖便利店。
?
Tomioka表示：“為了給貨架補貨，便利店店員在里屋耗費了大量本該在外面與顧客打交道的時間。機器人服務可以讓店員有更多的時間與顧客接觸?！?br /> ?
TX SCARA一邊在軌道上運行，一邊通過多個攝像頭掃描每個貨架并使用AI識別數量過少的飲料，然后規劃補貨路線。這套AI系統為飲料自動補貨的成功率達到98%以上。
?
即便在極少數情況下，該機器人對飲料的擺放位置判斷失誤或者飲料翻倒，店員也不需要放下手中的工作來讓機器人重新運轉。待命的Telexistence遠程操作人員會通過使用NVIDIA GPU進行視頻流傳輸的虛擬現實（VR）系統進行手動控制，為便利店迅速解決問題。
?
Telexistence估計，一家繁忙的便利店每天需要補充1000多份飲料。TX SCARA的云系統會根據機器人在運行過程中的補貨名稱、日期、時間和數量來維護一個產品銷售數據庫，使AI能夠根據過去的銷售數據考慮哪些商品需要優先補貨。
?

?
使用NVIDIA Jetson進行邊緣AI處理
?
TX SCARA內置多個AI模型。物體檢測模型可以識別商店里的飲料類型，確定哪種飲料屬于哪個貨架，并且與另一個模型一起幫助檢測機器人手臂的運動，使機器人可以拿起飲料并準確地將其放在貨架上的產品之間。第三個模型負責異常檢測，即識別飲料是否掉落或離開貨架。還有一個模型負責檢測每個貨架區域中哪些飲料的數量不足。
?
Telexistence團隊將自定義的預訓練神經網絡作為基礎模型，通過添加合成和注釋的真實世界數據來微調應用的神經網絡。該團隊使用一個模擬環境創建了8萬多張合成圖像用于增強他們的數據集，使機器人能夠學會檢測任何顏色、圖案、照明環境中的飲料。
?
該團隊依靠NVIDIA DGX Station來訓練AI模型。機器人本身使用兩個NVIDIA Jetson嵌入式模塊：用于邊緣AI處理的NVIDIA Jetson AGX Xavier以及用于傳輸視頻串流數據的NVIDIA Jetson TX2模塊。
在軟件方面，該團隊使用用于邊緣AI的NVIDIA JetPack SDK和用于高性能推理的NVIDIA TensorRT SDK。
?
Telexistence首席機器人自動化官Pavel Savkin表示：“如果沒有TensorRT，我們的模型就無法快速運行，也就無法高效地檢測店里的商品。”
?
Telexistence使用半精度浮點格式（FP16）來進一步優化其AI模型，而非單精度浮點格式（FP32）。
?
您可在9月19日至22日在線舉行的NVIDIA GTC大會上了解更多關于AI和機器人技術的最新動態。本次大會的報名不收取任何費用。