在COVID-19病毒的肆虐傳播蔓延中，美國餐飲業遭受的痛苦可能比其他任何行業都大。在許多情況下，地方和國家準則都規定餐館有限經營或無限期關閉。引入視覺引導的機器人和機器視覺技術，將爲某些任務和類別的餐廳提供巨大的發展潛力。

荷蘭瓦格寧根大學Agro Food Robotics業務拓展經理Paul Goethals，在食品生產鏈中引入了機器人技術，機器人涉及的環節從初級生產、倉儲、物流到食品加工。Goethals認爲，視覺引導的機器人和機器視覺可以爲餐飲業帶來巨大的幫助。

他說：“由於新冠病毒的蔓延和餐館的關閉，現在需要減少人與人之間的互動，這將給機器人帶來機會，比如讓機器人執行餐廳中的服務、接送和清潔任務；同時定位和地圖繪製（SLAM）、3D立體視覺和LiDAR等技術，也可以幫助提供實時環境地圖繪製和導航功能。”

快餐業

美國Integro Technologies公司首席系統架構師David L. Dechow認爲，並非所有餐廳都適合使用機器人，但是快餐店可能是部署機器人的最佳環境。

Dechow說：“快餐店可能會因爲準備和提供的食物的高度重複性，而讓機器人獲得極大的機會，我認爲在這些環境中部署機器人可能會非常成功。例如，可以讓機器人烹飪漢堡，也可以讓它們準備食物。”

機器視覺技術最有可能在快餐環境中增加價值，其中可能包括3D飛行時間，用於將醬菜放在三明治上以及在盤子上放置物品等任務。美國Artemis Vision公司總裁Tom Brennan指出，熱成像技術還可以幫助監控食物的烹飪時間。

Tom說：“這些技術可以在快餐環境中實現機器人任務，其中包括自動切片和切開預先準備好的食材，使用配料或調味品。但是像撿拾食品、從包裝中取出食品或修剪食品這樣較爲複雜的任務，機器人實現起來仍然很困難。”

當然，最有用的機器視覺技術類型取決於單個任務。機器人向客人打招呼、並將客人引導到餐桌旁，可能只需要簡單的機器視覺技術即可導航和避障。Dechow說，諸如處理食物之類的更復雜的任務需要使用3D視覺功能，現在市場上已經有很多商品化的3D視覺傳感器提供。

Dechow說：“從機器人技術和機器視覺的角度來看，在餐館中部署視覺引導的機器人，感覺就是3D視覺產品（包括或基於Intel RealSense或Sony DepthSense）的一項任務。爲機器人手臂或機械裝置配對這種低成本傳感器、並限制食品生產區域，可以爲某些自動化任務提供足夠的手段。”

美國Pastoral餐廳的廚師Peter Gwilliam曾在著名廚師Mario Batali、Todd English和Paul Kahan的指導下工作，他認爲快餐店可能最適合部署機器人。他解釋說，在去這些地方時，人們通常不是尋求就餐體驗，而是尋求價格合理、味道很好的餐食，並且可以在10分鐘內用餐完畢。他說，在這類餐廳環境中，視覺引導的機器人可以在接待顧客、併爲顧客下單的同時，引導客人就座。

除了將來可以幫助支撐或保護餐館之外，視覺引導的機器人還可以幫助餐館解決勞動力問題。換句話說，使用機器人不僅能降低用工成本，而且還能解決用工難、用工荒的問題，美國Automated Vision Systems公司創始人兼總裁Perry West如是說。

Perry West表示：“麥當勞可以在許多地方盈利，但是缺乏勞動力。例如，在現行工資遠高於麥當勞可提供的地區，他們將很難吸引足夠的員工來開設一家麥當勞門店。”

他補充說：“通常，對於烹飪和翻轉漢堡這樣的任務，視覺引導的機器人可能是真正的勞動資產。”

爲此，美國Miso Robotics公司開發了一款機器人——Flippy，這是一款自動廚房助手，可以從周圍的環境中學習並通過深度學習技術來學習新技能。Flippy是一款視覺引導的協作型機器人，每次都能始終如一地烹飪食物，提供自動工具切換和清潔、OSHA安全合規性、沖洗兼容性、基於雲的監視和學習等功能，並且當前的正常運行時間爲99.7％。

該機器人的傳感器套件包括與OSHA兼容的LiDAR（光探測和測距）傳感器，可讓餐廳員工安全地與之協作；3D掃描儀和熱像儀可實現視覺功能；通過雲連接的Miso AI軟件平臺，用於數據共享和雲學習。Miso AI使機器人能夠執行它的所有任務，從探測未加工的漢堡何時在烤架上移動，到取出漢堡並用刮刀擦拭烤架表面（見圖1）。除了能在烤架上工作之外，Flippy還可以在油炸鍋上工作，它可以撿起籃子並將它們放在油炸鍋中，並監視油炸過程，直到需要提起籃子瀝乾多餘的油爲止（見圖2）。

圖1：MisoRobotics的Flippy機器人與美國加州一家餐廳的員工一起在烤架上工作。

圖2：Flippy機器人還可以在炸鍋站上工作，例如撿起籃子並將它們放在炸鍋中，並監視油炸過程，直到需要提起籃子以瀝乾多餘的油。

高級餐廳

Gwilliam建議，在高級餐廳中，機器人除了能夠用於清潔工作外，其他任務可能都不太適合視覺引導的機器人。

他說：“我最喜歡告訴年輕廚師的一件事就是‘你不是機器人’。每道菜都有很多細節，與客人的每次互動都需要人們自己思考。在前廳也有同樣的情況，因爲大堂經理經常會告訴服務員‘不要當下單者員，因爲任何人都可以當下單員’。”

Gwilliam繼續說：“服務員的工作包括與客人建立聯繫，並確保他們擁有難忘的體驗。我們一直告訴我們的員工我們從事款待業務，服務和款待之間是有區別的。服務是確保在牛排上桌之前就在桌子上放好牛排刀，而款待是如何讓人們感受到美好的用餐享受。”

Dechow也同意這種觀點，並指出這可能歸結爲高級餐廳的整體體驗職能。

他說：“就個人而言，我看不到視覺引導的機器人在高端餐廳應用的潛力。人們去這些高級餐廳，就是想在品嚐美味佳餚的同時，還能獲得美好的整體體驗。否則，人們完全可以在家裏自制美味。”

實際應用和技術挑戰

美國Zume公司研究與開發副總裁Josh Goldberg對機器人的部署較爲關注。儘管Zume的當前技術專注於可持續食品包裝，但是該公司曾試圖徹底改變披薩和其他食品的運送方式。具體來說，Zume想通過配備裝有披薩烤箱的送貨卡車，在顧客家門口提供新鮮的手工披薩。

但是，在準備好交付披薩之前，該公司使用視覺引導的機器人進行了披薩的自動組裝。Goldberg說，使用機器人執行特定任務，能將人工解放出來去做他們更擅長的事情：組合出出色口味的產品。這些職責包括撒醬、伸麪糰、在烤箱內或烤箱周圍工作，以及將物品放在架子上。

他說：“餐飲業真的很難改變，阻力來自於利潤微薄，以及作爲餐飲業主生意普遍困難的事實。當前的情況更好地說明了這一點。佔用成本確實很高，人們根本無法去餐館。”

根據Goldberg的說法，材料處理是在餐廳中使用視覺引導的機器人的最大技術限制因素。他說，當前一家著名的比薩公司使用帶有單獨機器的全自動系統來處理意大利辣香腸、蔬菜、奶酪和其他配料，但這種設計並不適合Zume。

Goldberg說：“儘管這是一套相當令人印象深刻的系統，但Zume渴望的解決方案，不是使用100英尺的準備設備來製作14種不同類型的披薩。因此，我們將這部分工作（配料）留給了人工，因爲這是困難的材料處理問題。”

他繼續說道：“確定所有比薩（醬料、麪糰、烤箱工作）必須完成的所有常見操作，有助於我們決定需要自動化的流程。”

如果餐廳每次都有穩定的產品從廚房出來，那麼自動化可能是一項非常有價值的技術。許多或大多數餐廳都有豐富的菜單，可以進行自定義。即使保持一致，也不一定總是意味着每次都完全相同。

Goldberg也同意這樣的觀點，即高級餐廳不太可能是應用自動化的理想環境，但快餐店確實可以。他解釋說，產品銷售越穩定，自動化就越容易部署。

他說：“將雞塊放在盒子裏計數、並確保它們都是相同的棕色，這是相對容易解決的視覺問題。”

使用機器人在一些快餐店中進行質量檢查可能會比較困難，但是機器視覺仍然可以爲諸如庫存監控、確保箱子已滿、甚至連續燒製牛肉泥、並在準備好後將其裝入箱子等任務中增加價值。他建議說，此類任務不需要很高的精度，但需要一致性。

儘管目前在餐館中缺少商品化的視覺引導的機器人，但是Goldberg仍然相信在未來某個時候，視覺引導的機器人將會在餐館中廣泛採用。

他說：“機器學習分類不斷提升，關於如何使系統適應未知場景的研究也是如此。在餐廳中廣泛採用機器人並非不可能，只是目前尚不可行。深度學習系統和分類系統需要進一步的改進，使系統可以處理不同的適應性，而無需數千個樣本進行訓練。餐館也無法花數千美元購買樣品，也不想僱用程序員。”

過去，這可能需要昂貴的實時攝像系統進行檢查。Goldberg介紹說，現在樹莓派（Raspberry Pi）提供高分辨率相機，全套價格爲200美元，一旦軟件出現，這對於餐廳來說可能是一項負擔得起的可行選擇。

政府準則

在餐廳中部署視覺引導的機器人或機器視覺技術時，要考慮的另一個因素是：美國食品藥品監督管理局（FDA）的批准，該機構規定了市和州衛生部門在檢查本地企業時使用的食品法規。該法規旨在將食物保持在安全的溫度和條件下，以防止食源性疾病和疾病傳播。例如，丹麥Universal Robots（UR）公司的協作機器人未經FDA批准。但是在歐洲，UR的機器人卻允許執行相關任務，例如在北歐進行特種食品包裝、在意大利用於雞蛋拾取和包裝，以及在西班牙用於醃肉質量控制（見圖3）。

圖3：西班牙食品公司COVAP在固化肉類包裝生產線上的取放應用中，部署了Universal Robots公司的UR10協作機器人。

寶潔公司成像和儀器研發首席科學家Steve Varga說：“餐廳現狀的一項有趣轉變是FDA批准。許多機器視覺項目試圖用於以前從未考慮過的食品和醫療領域，而食品服務只是其中的一個例子。”

他繼續說：“很高興看到爲機器視覺探索FDA、ISO和IEC標準的實用指南。幫助機器視覺專業人員知道向何處尋求幫助可以提高對每個人的安全性，並使世界更安全、更接近恢復正常。”

財務實用性

機器人在餐廳中能否廣泛採用，取決於它們能夠幫助餐廳提高利潤的潛力。如果經濟上可行，最終該技術將會被餐飲業所接受。

Dechow說，有兩個考慮因素突出了關鍵問題，即機器人是否可能成爲保持餐飲業蓬勃發展的關鍵。

他說：“在餐廳部署機器人是否有合理的投資回報率？是否可以簡化這項技術，讓餐廳管理者使用起來足夠容易？這是目前在餐廳中部署機器人的兩個首要考慮的問題，因爲機器人本質上需要像鬧鐘一樣易於使用。”

他補充說：“從技術上講，機器人和機器視覺能否那樣可靠？機器人也不便宜。結合成本和技術障礙，當前和未來10年的緊迫挑戰是接受它們的真正障礙。”

Brennan指出，儘管目前他尚未看到有餐廳在疫情期間部署視覺引導的機器人，但是這種自動化確實可以幫助企業在未來抵抗病毒的傳播。

他說：“要做到這一點，正確的方法是與一家公司一起逐步跨越產品原型階段，走向實用。必須解決存在於表面之下的隱藏問題。”

餐廳中機器人的商業化可能尚未準備就緒，但是這個概念並不牽強。Dechow說，這將需要大量的金錢和努力，但是隨着時間和精力的投入，最終成功實施也並非不可能。視覺引導的機器人能否成爲保持餐飲業蓬勃發展的關鍵？從本質上說是的，但是更好的問題可能是：會是它們嗎？最終也許是。

相關文章