Marc Gyongyosi，智能飞行机的首席执行官和创始人，在这第二个讨论两部分故事他如何利用他在机器人安全方面的研究进入发展更安全，更准确的叉车。
随着时间的推移和技术的先进，设计师更多地专注于人类和机器人的内心，而不是两个单独的单位。“现在，我们终于准备好了你可以把人类放在旁边的合作机器人，”Gyongyosi说。
Gyongyosi项目致力于帮助协助工人是BMW的机器人，它在车门中附有绝缘层。看似简单，这项任务需要一贯持续应用绝缘层，如果它没有一致，那么车门就会有雨水可以进入的空白。此外，工人手从这项任务中痉挛。因此，Gyongyosi表示，这项简单的任务被机器人接管，然后人类被移动到过程中的不同位置。
“它不是关于创建AI技术，它是关于创建框架，”Gyongyosi说。“技术能力正在扩展并且需要不同的方法。这不是推动可能的事情，但你如何安全地完成。“
回顾一下，他说每个人都应该推动可能的界限，但它需要包括一个仔细的反馈循环，就个人需要在行业中做些什么。从这里，Gyongyosi看到了一种新的技术，使现有系统更小，更安全，并将其集成到技术中。
“这里有一个很大的机会，”他说。“但对我来说，我从来没有理解过的”由AI“的概念。如果您想构建一个可靠的产品，它会非常好地解决非常具体的问题。如果它有AI综合，那并不重要。“
这是Gyongyosi看到一个开放的哲学。在BMW工作的同时，机器人与员工和汽车一起努力工作，但是遇到的零件没有及时到达那里。
“我看到了一个机会，”他说。“有时，仓库搞砸或人类错位托盘。我想建造飞行机器人。“
之前，工人正在使用双筒望远镜来定位在框和计数/检查库存上的标签。他想使用无人机来自动飞过框，找到信息并将所有信息编译到系统中。起初，他的无人机飞行方法在用照明变化和改变元素时应用于不同的仓库时不起作用。但是，在看到机器学习如何工作，使用相机和卷积神经网络，他的方法在所有不同类型的仓库中最终成功，尽管差异和环境变化。
从这里，Gyongyosi开始了自己的公司智能飞行机（IFM），但他不是追求飞行无人机，他恢复了一步，重新签名真正的问题 - 仓库是错误的东西。
他问了一系列问题：你需要无人机吗？这是最好的解决方案吗？这有多安全？我是否增加了一个过程的复杂性？
“我们的咒语在ifm上就是思考，”他说。“真正的问题是人类在他们所拥有的过程中犯了错误。所以，我需要建立技术以使过程更聪明。“
人类正在放置导致库存错误的东西，并互相伤害叉车事故。
“最终，我们所看到的一切都回到了一件事......叉车，”他说。“叉车是为什么事情搞砸的原因。”
所以，他把他融入无人机的技术进入叉车。
“我们创造了oneTrackcopilot.“他说。“将其视为福克拉特的谷歌助理。您可以将其附加到任何系统并使用它来防止错位库存，最大限度地提高吞吐量，并提高驱动程序的安全性。“
“我们可以告诉你，你在哪里放置你的东西。没有IT基础架构，它只是由摄像机提供动力。你可以把它附加到任何东西，但现在我们从叉车开始。“
反过来，这提供了丰富的数据连接到云提供仓库的机会。
“这是对今天如何将有价值的技术带入仓库的良好理解，”Gyongyosi说。“每个人都想与亚马逊竞争，这就是我们帮助他们的事情。这是在适用于正确的问题时，正确技术可以有多强大的一个例子。“
提交：快速原型设计那机器人•机器人夹具•终点效果
