Как роботы помогают сотрудникам Яндекс Маркета

Руководитель робототехнического подразделения Яндекс Маркета Иван Калинов рассказывает, как его команда за полтора года создала двух роботов, которые хотят любить всех человеков

Как ты пришёл в робототехнику?

Я окончил факультет радиотехники и кибернетики МФТИ. Начал работать с беспилотными летательными аппаратами для мониторинга промышленных объектов, разрабатывал для них алгоритмы локализации и навигации — показалось, что это очень классное и перспективное направление (спойлер: так и случилось). Я поступил в магистратуру Сколтеха и уехал на стажировку в Массачусетский технологический институт, тот самый MIT, в котором мечтает оказаться каждый уважающий себя инженер. Там посмотрел на проекты других ребят и влюбился в робототехнику.

Когда я вернулся в Россию и окончил магистратуру, остался работать и учиться в аспирантуре лаборатории робототехники Сколтеха. Я занимался исследованиями, разрабатывал роботов и публиковал научные статьи. Параллельно развивал свой стартап: мы с командой создали компанию, привлекли гранты, стали резидентами фонда «Сколково» и сделали прототип робота для инвентаризации складов. На базе этой работы я защитил диссертацию и получил PhD.

С 2018 года совмещал работу в стартапе, научную деятельность, заказные исследования и разработки в Сколтехе. Например, мы с командой придумали и сделали роботов для «Декатлона»: начинали с одного устройства и дошли до десяти. Они катались по магазину и проводили инвентаризацию торговых залов.

А в 2021 году я пришёл в Яндекс Маркет развивать это направление с нуля. И вот я тут!

Хороший карьерный путь! А как началась работа над роботами для Яндекс Маркета?

Мне сразу выдали столько свободы и самостоятельности, сколько я сумел унести, — попросили только показать концепцию и описать ближайшие шаги. Это было несложно, ведь я уже неплохо представлял, как должен выглядеть полностью автоматизированный склад и какие технологии для этого требуются.

Но к ним сложно прийти сразу. Придётся потратить пять лет на исследования и разработку, при этом есть риск получить не то, что нужно. Мы выбрали другой вариант — двигаться небольшими шагами: создавать технологическое ядро, проверять гипотезы, постепенно дорабатывать конструкцию, электронику и софт. Так роботы будут становиться умнее.

Первым продуктом выбрали Spectro — 12-метровую машину, которая проводит инвентаризацию склада. Нам не нужно собирать сотню роботов, чтобы автоматизировать одну операцию. Мы создали прототип в августе 2022 года, протестировали его в выделенной части склада и постепенно нарастили функциональность до готового продукта. Чтобы подтвердить качество сканирования товаров, мы регулярно проводили эксперименты со складом: люди проходили за роботом и проверяли результат его работы. Когда мы убедились, что система стабильна и показатели сканирования высокие, освободили сотрудников от инвентаризации.

Робот Spectro проводит инвентаризацию склада

Идея собрать второго робота появилась вместе с прототипом Spectro. Мы подумали: в каком процессе можно переиспользовать полученную технологию? Оставили мобильную платформу, софт по автономности, заменили 12-метровую мачту на стол для палет — так появился Motus. Его задача — перевозить товары по складу.

Сейчас разрабатываем третьего робота, он будет умнее и сможет взаимодействовать с коробками. Наш Motus этого не делает: палеты ставит на него и снимает человек.

А какие люди создают роботов?

В моей команде работает почти 50 человек: инженеры-конструкторы, инженеры по электронике, схемотехнике и разработчики всех направлений. В робототехнике стек технологий больше, чем в привычном IT: нужно не только разрабатывать софт, но и собирать железо. Хороших специалистов всегда не хватает, их можно привлекать из других индустрий. Если человек занимался близкими темами, он быстро вливается в работу.

Вообще, в Яндекс Маркете я начинал это направление в одиночку: изучал процессы, создавал концепцию и согласовывал ресурсы. Когда проект одобрили, пригласил людей, с которыми раньше работал. С марта по август 2022 года мы создавали первый прототип Spectro минимальной командой из семи человек. Потом получили дополнительные ресурсы, и за осень отдел вырос до 25 специалистов. Тогда появились силы на второй продукт.

Наша команда продолжает развиваться, недавно мы переехали в свою лабораторию — это 700 м² офиса и 1000 м² производственной зоны, где мы собираем и обкатываем роботов.

Как вообще работают Spectro и Motus?

Роботы катаются сами, но два инженера за ними приглядывают и проверяют на ошибки. С точки зрения софта в машинах заложено несколько технологий:

  • Модуль построения карты с помощью информации с сенсоров создаёт карту склада.

  • Блок локализации позволяет роботу определять, где он находится, и ориентироваться на заранее построенной карте.

  • Навигационная часть софта говорит, как ему из текущей точки доехать до финальной.

  • Модуль управления бизнес-логикой декомпозирует задачу из WMS (системы управления складом) и переводит её на язык робота. Например, машина получает задание проверить определённый участок. Она понимает, в какую точку нужно поехать и что сделать: открыть мачту, включить камеры, начать инвентаризацию.

  • Система компьютерного зрения отвечает за проверку товаров. У неё под капотом нейронная сеть, которая обрабатывает видеопоток с десяти камер, находит товар на палете и его QR-код. Затем загоняет этот фрагмент фотографии в декодер и извлекает информацию, что артикул X хранится в ячейке Y.

Многие боятся, что роботы вдруг поднимут восстание, пусть даже на отдельно взятом складе. Но на деле робота довольно легко остановить, причём тремя разными способами:

  1. Нажать кнопку экстренной остановки на корпусе.

  2. Отправить команду в программе, чтобы он поехал на базу.

  3. Перевести его из автономного режима в ручной с помощью пульта, который хранится у инженера.

А что с сотрудниками склада? Они не расстроились при появлении роботов?

Складские работники обрадовались, когда мы представили им роботов. Они стали трудиться эффективнее: Spectro и Motus расширили их возможности. Никто не потерял работу, на складе есть много операций, где всегда нужны люди.

Инвентаризация — это рутинный, долгий и небезопасный процесс. Человек поднимается на высоту 11 метров, ищет на коробке QR-код и тянется к нему, чтобы отсканировать. Раньше два сотрудника выборочно проверяли товары каждый день и успевали обойти только 5–7% склада. Spectro катается без перерыва 12 часов и сканирует все коробки по несколько раз. В итоге робот проводит инвентаризацию в 300 раз быстрее: за три минуты он проверяет зону, на которую два сотрудника тратят восемь часов. Он находит 20–30 ошибок в день (например, если неправильно наклеена этикетка или повреждена упаковка). Люди точечно реагируют и исправляют недочёты.

Motus работает семь дней в неделю по две смены без перерыва, с 9:00 до 3:30, а потом заряжается. Каждый день нужно перемещать по складу в среднем восемь тонн груза, из них пять тонн перевозит Motus.

Робот Motus перевозит товары по складу

К тому же Spectro и Motus экономят ресурсы компании. Иногда сложно найти людей на все складские процессы, особенно в сезон, когда на маркетплейсах растёт спрос, а работников на рынке не хватает.

Как бы ты сформулировал четвёртый закон робототехники?

Есть много исследований, направленных на создание аватаров. Это позволит человеку увеличить свои физические возможности и управлять не одним роботом, который катается автономно, а десятком, сотнями или тысячами полезных машин.

Будущее за умными роботами, они должны не просто заменять людей, а создавать процессы, которых раньше не было.

Роботы должны расширять границы возможностей человека и приносить дополнительную функциональность. Например, освобождать специалисту руки, чтобы он переключался с рутины на интеллектуальные задачи, мыслил и творил.

Что думаешь о человекоподобных роботах?

Они выглядят интересно и способны помочь человеку во многих сферах жизни. Это отдельная тема для исследований. Таких роботов пока сложно применять в бизнесе: требуются крупные инвестиции и много времени, чтобы добиться нужного результата.

Задача роботов — сделать жизнь людей лучше. Как они выглядят, не так важно. Главное — не дойти до того, что человек приходит за ответами и поддержкой, а его встречает армия машин, которая не помогает и не позволяет пробиться к живому специалисту. Например, так бывает с операторами по телефону, когда приходится десять минут висеть на линии и нажимать разные кнопки, чтобы услышать человека и задать вопросы, на которые роботы не смогли ответить.

Краткий пересказ от Yandex GPT