---
title: "Vychystávání z přepravek: Skutečná výzva pro roboty | Siemens"
description: "Vynálezkyně ze společnosti Siemens, Ines Ugalde Diaz, přináší revoluci do oblasti robotického vychystávání z přepravek pomocí flexibilního uchopovacího řešení na bázi umělé inteligence a vylepšuje robotickou manipulaci napříč odvětvími."
language: "cs-CZ"
locale: "cs-CZ"
source_url: "https://www.siemens.com/cs-cz/company/innovation/inventors/robotic-picking-system-method/"
url: "https://www.siemens.com/cs-cz/company/innovation/inventors/robotic-picking-system-method/"
canonical: "https://www.siemens.com/cs-cz/company/innovation/inventors/robotic-picking-system-method/"
image: "https://images.sw.cdn.siemens.com/siemens-disw-assets/public/3H8pPjhLh6w2dNoOgM2Ra7/en-US/c3ecfc23-353d-43d9-a02e-95237a310d48%20-%20041-IoY-Ines-Ugalde-Newcomer-0686_original.jpg?auto=format%2Ccompress&amp;w=1200&amp;h=630&amp;fit=crop&amp;crop=faces%2Cedges&amp;q=60"
type: "website"
content_category: "about"
division: "CM"
schema_type: "WebPage"
site_name: "Siemens"
fetched_at: "2026-11-17T04:38:38.562Z"
word_count: 733
reading_time_minutes: 3
links_count: 6
images_count: 6
status_code: 200
twitter_card: "summary_large_image"
---

## Structured Data (JSON-LD)

```json
{
  "@context": "https://schema.org",
  "@type": "WebPage",
  "name": "Vychystávání z přepravek: Skutečná výzva pro roboty",
  "url": "https://www.siemens.com/cs-cz/company/innovation/inventors/robotic-picking-system-method/",
  "breadcrumb": {
    "@type": "BreadcrumbList",
    "itemListElement": [
      {
        "@type": "ListItem",
        "position": 1,
        "item": {
          "name": "",
          "@id": "https://www.siemens.com/cs-cz/"
        }
      },
      {
        "@type": "ListItem",
        "position": 2,
        "item": {
          "name": "Společnost",
          "@id": "https://www.siemens.com/cs-cz/company/"
        }
      },
      {
        "@type": "ListItem",
        "position": 3,
        "item": {
          "name": "inovace",
          "@id": "https://www.siemens.com/cs-cz/company/innovation/"
        }
      },
      {
        "@type": "ListItem",
        "position": 4,
        "item": {
          "name": "Vynálezci roku",
          "@id": "https://www.siemens.com/cs-cz/company/innovation/inventors/"
        }
      },
      {
        "@type": "ListItem",
        "position": 5,
        "item": {
          "name": "Vychystávání z přepravek: Skutečná výzva",
          "@id": "https://www.siemens.com/cs-cz/company/innovation/inventors/robotic-picking-system-method/"
        }
      }
    ]
  },
  "producer": {
    "@type": "Organization",
    "name": "Siemens"
  },
  "publisher": {
    "@type": "Organization",
    "name": "Siemens"
  },
  "maintainer": {
    "@type": "Organization",
    "name": "Siemens",
    "department": [
      {
        "@type": "Organization",
        "name": "CM"
      }
    ]
  }
}
```

Vychystávání z přepravek: Skutečná výzva pro roboty | Siemens

![](https://images.sw.cdn.siemens.com/siemens-disw-assets/public/3H8pPjhLh6w2dNoOgM2Ra7/en-US/c3ecfc23-353d-43d9-a02e-95237a310d48%20-%20041-IoY-Ines-Ugalde-Newcomer-0686_original.jpg?auto=format%2Ccompress&w=2560&h=1440&fit=crop&crop=faces%2Cedges&q=60)

# Vychystávání z přepravek: Skutečná výzva pro roboty

Ines Ugalde Diaz | Vynálezci roku Siemens | Nováček

Existují úkoly, které jsou pro lidi snadné, ale pro roboty opravdu obtížné, a vychystávání z přepravek je jedním z nich. Například roboti musí být schopni vybrat jeden díl z přepravky obsahujícího netříděnou, chaoticky uspořádanou hromadu jednotlivých dílů, jako je hromada balíků.

Ines Ugalde Diaz a její tým v Berkeley (USA) vyvíjejí systémy pro řízení robotů již více než šest let a dosud se podíleli na vzniku více než 40 vynálezů. Ines byla oceněna jako Vynálezkyně roku 2024 v kategorii Nováček za řešení pro vychystávání z kontejnerů, které lze flexibilně upravit pro různé uchopovací roboty. Tento konkrétní vynález byl vybrán, protože slouží jako zárodek nové generace Siemens SIMATIC Robot Pick AI. Nástroj Pick AI byl představen na mnoha veletrzích, včetně letošního veletrhu v německém Hannoveru na jaře 2024.

## Uchopení pomocí podtlaku

![Osoba stojí před bílou tabulí pokrytou diagramy a ručně psanými poznámkami týkajícími se rozpoznávání a hodnocení 3D objektů.](https://images.sw.cdn.siemens.com/siemens-disw-assets/public/6RsTEHaZxkxutUsavadp7p/en-US/4413a9be-889e-4284-8d7a-8271cd251ee6%20-%20055-IoY-Ines-Ugalde-Newcomer-0817_original.jpg?auto=format%2Ccompress&w=1280&h=720&fit=crop&crop=faces%2Cedges&q=60)

Mnoho robotů uchopuje předměty vytvářením podtlaku. Na konci svého ramene – v tzv. koncovém efektoru – roboti používají jednu nebo více přísavek, kterými vyvíjejí podtlak na uchopený předmět. K tomu musí přísavky přistát na optimálně rovném, hladkém a neporézním povrchu. Existuje mnoho variant přísavek v různých velikostech a tvarech, s obdélníkovou nebo čtvercovou základnou a s jednou nebo více přísavkami.

„Náš nový vynález usnadňuje použití přísavek v různých velikostech a uspořádáních. Je na zákazníkovi, aby se rozhodl, co chce,“ říká Ines. „To je vlastně velmi unikátní aspekt našeho produktu, který nás odlišuje od všech konkurentů.“

## Umění vidět skrz chaos

V chaosu přepravky leží jednotlivé díly na sobě a směřují různými směry. Robot musí nejprve rozpoznat strukturu v tomto chaosu: Musí identifikovat, kde díl začíná a kde končí, a pochopit, jak je umístěn, aby našel místo, kde se může dobře uchytit. Potřebná data – aktuální pohled na přepravku – poskytuje 3D kamera. Algoritmy umělé inteligence, které byly proškoleny k rozlišování jednotlivých objektů na těchto snímcích, pokládají základy pro ovládání robotického ramene.

## Vylepšení standardního softwaru

Oceněný vynález staví na základě porozumění scéně, zejména na rozlišení přepravky a jednotlivých objektů. Tomu se obvykle říká „segmentace instancí“, což je standardní problém při strojovém učení a počítačovém vidění. Pro tento úkol již byl řešen u mnoho modelů předběžného učení, které těžily ze školení na milionech příkladů. Obvykle jsou dobré, ale příliš obecné a u vychystávání z přepravek dělají chyby. Ines a její skupina vylepšili výkon těchto standardních řešení na uspokojivou úroveň tím, že jim poskytli dodatečné školení na specifických datových sadách: například na reálných datech ze stávajících robotických buněk Pick AI.

![Osoba pracuje u stolu se dvěma počítačovými monitory zobrazujícími kód a robotickou paži viditelnou v popředí.](https://images.sw.cdn.siemens.com/siemens-disw-assets/public/4q1kriKDvTbjVVO74ovUwY/en-US/036-IoY-Ines-Ugalde-Newcomer-0349_original.jpg?auto=format%2Ccompress&w=1280&h=720&fit=crop&crop=faces%2Cedges&q=60)

## Sdílení dat pro lepší výkon

![Ruka ukazuje na obrazovku počítače zobrazující barevný digitální obrázek se zeleným zaškrtnutím označujícím úspěšné zpracování.](https://images.sw.cdn.siemens.com/siemens-disw-assets/public/51IZWoiJfzqxTyDO0jkzoY/en-US/026-IoY-Ines-Ugalde-Newcomer-0253_original.jpg?auto=format%2Ccompress&w=1280&h=720&fit=crop&crop=faces%2Cedges&q=60)

„Naše řešení je určeno pro fungování na jakémkoli pracovišti zákazníka, protože jsme ho učili na rozsáhlých datových sadách ze syntetických i reálných zdrojů,“ říká Ines. „Vede si opravdu dobře u přepravek, lahvích a sáčcích a také v případě, že je díl zabalen v plastové fólii. Zákazníci by v zásadě neměli zaznamenat žádné provozní zhoršení, ale pokud ano, mohou modely umožnit, aby se z jejich chyb poučily. To je součástí naší strategie pro tento produkt. Připravujeme se na příjem rozsáhlých datových sad z flotil robotů do cloudu Siemens, který má schopnost využít případ selhání k vylepšení našeho produktu – nejen pro jednoho zákazníka, ale pro všechny zákazníky, kteří souhlasí se sdílením dat.“ Vylepšení vedou nejen ke zvýšení výkonu, ale také k odhalení nových případů použití. „Ukázali jsme, že s minimálním úsilím můžeme software upravit tak, aby zvládal zcela nové případy použití, včetně robotické depaletizace,“ vysvětluje Ines. Pick AI je jádrem nově nasazené robotické depaletizační buňky v jednom z produktivních skladů Siemens v Erlangenu v Německu. Díky těmto datům tým posouvá hranice robotické manipulace.

 

## Související obsah

[

![Tři muži v černých tričkách s logem „3D“ a grafikou „Robot pro obráběcí stroje“ stojí vedle velkého bílého průmyslového robota Siemens.](https://images.sw.cdn.siemens.com/siemens-disw-assets/public/7lHbVA9e0rMp3rcvvk0wMO/en-US/edce9854-dc56-48d5-be5c-8927e4d8d318%20-%20IoY-Team-Roboter-feature-640x360.jpg?auto=format%2Ccompress&w=640&h=360&fit=crop&crop=faces%2Cedges&q=60)

### Od vynálezu ke vlivu: Vynálezci roku 2025

Díky vynálezcům roku Siemens 2025 jsou průmyslová odvětví chytřejší a efektivnější a cestování udržitelnější. Podařilo se také zlepšit zdravotní péči.

](/cs-cz/company/innovation/inventors/)

[

![Jan Büchsschütz a další dva spoluzakladatelé RIIICO.](https://images.sw.cdn.siemens.com/siemens-disw-assets/public/6BtM3DMxPgAn57q2TtyDel/en-US/e9cc585d-234a-489b-aba0-15504b5b23d7%20-%20IoY-OpenInnovation-Riico-064_original.jpg?auto=format%2Ccompress&w=640&h=360&fit=crop&crop=faces%2Cedges&q=60)

### Průmyslový metaverse v designu závodů

Pomocí AI lze automaticky a rychle vytvářet trojrozměrné modely průmyslových závodů.

](/cs-cz/company/innovation/inventors/riiico-3d-industrial-plant-models/)