Особенности обработки большого потока данных с камер в складском роботе для инвентаризации Spectro

Edge Computing

C/C++
Оптимизация производительности
Профилирование
Критерии выбора технологий для проекта
Архитектуры / другое

Доклад принят в программу конференции

Мнение Программного комитета о докладе

Доклад про «внутрянку» работающих в Яндексе складских роботов-инвенторизаторов и «необлачный» (embedded) AI.

Целевая аудитория

Разработчики C++, бэкенда, встраиваемых систем, робототехники.

Тезисы

В линейке складских роботов Яндекса есть несколько роботов. Один из них — робот Spectro — выполняет задачу инвентаризации и актуализации состояния товара на складе.

Робот представляет собой платформу размерами 2 на 1 метр, которая автономно передвигается по складу и сканирует аллею с помощью массива камер высокого разрешения, установленных на мачте высотой 12 м. Вся обработка этого огромного потока данных выполняется непосредственно на самом роботе в процессе его движения и тесно интегрирована с системами на роботе.

Доклад посвящен системе сканирования на роботе Spectro и задачам, которые ей необходимо решать. Поговорим об организации пайплайна обработки данных, как эффективно получать синхронные кадры с камер и как нам в этом помог YDB. Расскажем о средствах профилирования, которые помогли улучшить наш код, а также почему мы отказались от ROS2 при реализации системы сканирования.

Дмитрий Баринов

Яндекс Роботикс

Руководитель группы компьютерного зрения в роботах, занимается разработкой роботов и внедряет их на склады.2

Яндекс Роботикс

Компания занимается разработкой складских робототехнических решений (является частью Яндекса).

Видео