（TechXplore）—零售已经数字化到了电子商务司空见惯的地步。你的邻居很可能在亚马逊等她的包裹，就像她要坐跨城巴士在三级购物中心买同样的东西一样。

难怪仓库系统如此专注于快速、高效、精确和安全的货架挑选解决方案，以确保产品在很好的时间内离开仓库和消费者。难怪很多机器人实验室都在研究能够进行商业采摘的机器人。

尽管如此，说起来容易做起来难。对于机器人来说，选股并不是一个简单的命题。去年在Gizmag，据报道，亚马逊发言人指出，“从货架上挑选物品的任务看起来很简单，但它涉及到机器人的所有领域。机器人必须能够识别物体和姿态。它必须能够计划它的掌握，调整操作，计划如何移动，并能够执行任务，同时注意和纠正任何错误。”

艾凡·阿克曼在IEEE频谱中不会有异议。阿克曼报告说，困难的部分是让这些机器人从货架上挑选物品，“显然这真的很难。”他说，即使所有的研究团队都在用非常昂贵的机器人来完成任务，“结果是好的，但并不鼓舞人心。”

德国创业公司Magazino又迈出了一步，试图让采摘机器人变得正确。他们有一个视频从他们的Toru机器人，抓住项目，安全地与人一起工作，并能够自主导航，配备认证的安全传感器。视频介绍了他们的ToruCube模型的项目特定的采摘-和边缘的公司已经涉及到的事实，ToroCube是感知控制。

什么是“感知控制”？这些移动机器人不仅可以自由移动，而且还可以在人类劳动力中动态移动。物体被识别在货架上，由2D和3D相机定位，抓住并精确地放置在它们想要的目的地。

有什么大不了的？明天，FrederikBrantner在《机器人》一书中为读者介绍了采摘设计的变化。“目前的仓库拣选系统通常是在铁轨上操作的拣选单元。他们使用标准化的载体，并在非常精确的参数范围内完成重复的任务，“反过来，人类也不能直接使用这样的系统-一个高度结构化的环境和一个具有众多变量的环境之间的冲突。

公司看到了一个改变的机会，在工程Toru之间导航为人类设计的货架，补充正常的劳动力，并在环境中和周围的不确定性水平。

最后的托鲁立方视频说，这是“矩形物体的拾取机器人。”啊，长方形的，比如书和盒子？如果这听起来是限制性的，阿克曼指出，“尽管如此，你仍然可以想象你的平均履行仓库有多少（比如）是由托鲁能处理的大小的书籍和盒子组成的，而且你正在寻找相当大比例的机器人可挑选的东西。”

下一步马加齐诺怎么办？IEEE Spectrum表示，他们还在研究“一种略有不同版本的Toru，名为Toru Flex，其中包括一个机器人手臂，旨在挑选形状不规则的物体。”