你的位置:首頁 > 電源管理 > 正文

這個技術(shù)將顛覆工業(yè)機(jī)器人在生產(chǎn)線上的地位

發(fā)布時間:2017-01-13 責(zé)任編輯:wenwei

【導(dǎo)讀】工業(yè)機(jī)器人自上個世紀(jì)六十年代誕生以來,給人感覺都是笨笨的,只會按照人類預(yù)先編制的程序完成一些重復(fù)性任務(wù)。目前,機(jī)器人技術(shù)已經(jīng)有了很大的發(fā)展,最近幾年還出現(xiàn)了一項新技術(shù),如果未來成功應(yīng)用在工業(yè)機(jī)器人上,將具有革命性的效果。

自從工業(yè)革命以來,機(jī)器開始工作前,都需要人先動手。在整個20世紀(jì)50年代和60年代,工程師們嘗試用機(jī)器人作為工業(yè)發(fā)展的一種手段。1969年開發(fā)成功的Stanford Arm是一個六軸機(jī)器人,它可以連續(xù)模式重復(fù)移動和組裝零部件。這個發(fā)明讓機(jī)器人開始在裝配線上實際應(yīng)用,并隨之發(fā)展成了我們今天看到的機(jī)器人技術(shù)。

工業(yè)機(jī)器人是在制造業(yè)中使用的可編程自動化系統(tǒng),通常能夠在兩個或多個軸上移動。這類機(jī)器人大多屬于機(jī)械臂,并具有一定程度的自主性,這意味著不需要人的控制,他們就能執(zhí)行某些任務(wù),例如焊接、噴涂、提升、包裝以及檢測等。

工業(yè)機(jī)器人在汽車制造中最為常見。在汽車行業(yè)中,機(jī)器人通常承擔(dān)一些精細(xì)控制的工作,比如提升重物、噴涂和焊接。而人手則完成一些更復(fù)雜的工作,比如微小零部件或引導(dǎo)布線。這些機(jī)械臂通常很大,因此很難在工廠里四處移動。然而,現(xiàn)在的機(jī)器人較之以前更靈巧,他們可以挑戰(zhàn)人類才能完成的更復(fù)雜工作。比如丹麥Universal Robots公司生產(chǎn)的協(xié)作機(jī)器人,目前正在法國克里昂的雷諾工廠里給發(fā)動機(jī)擰螺絲,以前這項精細(xì)的任務(wù)只能由人工來完成。此外,在雷諾使用的機(jī)器人重約30公斤,很容易在工作場所周圍移動。這樣,制造商就可以不用花費大量的時間和金錢重新配置工廠,縮短定制產(chǎn)品的制造時間。

這個技術(shù)將顛覆工業(yè)機(jī)器人在生產(chǎn)線上的地位

協(xié)作機(jī)器人

對于傳統(tǒng)工業(yè)機(jī)器人而言,由于其運(yùn)行時的危險性,通常需要安裝防護(hù)圍欄,跟工人隔離。而協(xié)作機(jī)器人則完全不同,通過設(shè)計,它們可與工人在同一工作站中安全協(xié)同工作。這是因為他們具備以下特性:

•特別的設(shè)計讓他們可以在工人旁邊安全工作,一是限制力量大小避免人類受傷,二是通過傳感器避免機(jī)器人跟工人相接觸。

•輕量化設(shè)計,允許機(jī)器人根據(jù)需要可以從這邊移動到那邊。

•不需要太多的專業(yè)知識,讓大部分工人可以通過平板電腦或智能手機(jī)對機(jī)器人進(jìn)行控制。

川崎機(jī)器人最近發(fā)布了他們第一款協(xié)作機(jī)器人duAro,它采用低功率電機(jī)、柔軟的外表、低速度以及共享工作區(qū)監(jiān)控,讓他們可以跟人類并肩協(xié)作。如果不幸發(fā)生碰撞,碰撞檢測功能會讓機(jī)器人馬上停下來??梢酝ㄟ^人手引導(dǎo)機(jī)械臂進(jìn)行示教,2公斤負(fù)載的機(jī)械臂可以完成諸如物料搬運(yùn)、組裝、機(jī)器調(diào)整和分配等任務(wù)。duAro的安裝很簡單,基座上帶有輪子,一個工人就能輕松地將機(jī)器人移動到任何需要的地方。

人工智能

人工智能是機(jī)器人領(lǐng)域中發(fā)展最快的研究領(lǐng)域之一。AI允許通過學(xué)習(xí)來完成需要靈巧性和特殊意識的任務(wù),這意味著機(jī)器人可以被引入新的場景并且無需預(yù)編程就能做出正確地反應(yīng)。加州大學(xué)伯克利分校的研究人員已經(jīng)開發(fā)出算法,“使機(jī)器人能通過試驗以及犯錯等更接近人類的學(xué)習(xí)方式來新的任務(wù),這是人工智能領(lǐng)域的一個重要里程碑。”這項技術(shù)已經(jīng)成功應(yīng)用于多種場合,例如組裝玩具飛機(jī),將瓶蓋擰在水瓶上,把衣架掛在架子上,這些任務(wù)往往都無法進(jìn)行預(yù)編程。

深度學(xué)習(xí)是人工智能的另一個新分支,它的另一個名字叫人工神經(jīng)網(wǎng)絡(luò)(ANNs),人工神經(jīng)網(wǎng)絡(luò)是一種受生物神經(jīng)網(wǎng)絡(luò)啟發(fā)的控制模式,用于估計取決于多個輸入的未知函數(shù)。人工神經(jīng)網(wǎng)絡(luò)通常被設(shè)計成能互相交換信息的“神經(jīng)元”連接組成的系統(tǒng)。這種連接有不同的數(shù)字權(quán)重,可以根據(jù)經(jīng)驗進(jìn)行調(diào)整,使神經(jīng)網(wǎng)絡(luò)能夠適應(yīng)輸入,從而能夠?qū)W習(xí)。“深度學(xué)習(xí)”之所以成為深度,是因為人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu),神經(jīng)元的層互相堆疊在一起。最底層收集一些原始數(shù)據(jù),例如圖像、文本和聲音,每個神經(jīng)元都存儲他們遇到的相關(guān)信息。層中的每個神經(jīng)元將信息發(fā)送到下一層神經(jīng)元,并學(xué)習(xí)比低一層神經(jīng)元更抽象的信息。

此技術(shù)已經(jīng)成功應(yīng)用在蘋果Siri和谷歌Street View進(jìn)行語音和視覺識別。此外,這些應(yīng)用還可以利用標(biāo)記方向去解決更多問題,比如利用現(xiàn)有語音存儲數(shù)據(jù)。在非結(jié)構(gòu)化3D環(huán)境中移動沒有這些方向,因此是更大的挑戰(zhàn)。目前在UC Berkley的實驗中使用的機(jī)器人采用具有獎勵函數(shù)的算法,該算法基于機(jī)器人做設(shè)置任務(wù)的程度提供得分。攝像機(jī)追蹤機(jī)器人手臂和腿的位置并分析周圍環(huán)境,將實時得分反饋給機(jī)器人以便進(jìn)行相應(yīng)的動作。相對于目標(biāo)的最佳移動可以通過自己重復(fù)學(xué)習(xí),然而,它目前只能計算大約92000個參數(shù)的“好”值,其優(yōu)化時間受數(shù)據(jù)處理硬件的限制。目前,沒有關(guān)于對象位置的先前數(shù)據(jù),學(xué)習(xí)過程需要花費大約3小時。這種技術(shù)在生產(chǎn)線上商用之前,還有很長的路要走,但是該技術(shù)在未來的革命性效果將使得機(jī)器人能夠從頭開始學(xué)習(xí)復(fù)雜的任務(wù)。

本文來源于機(jī)器人網(wǎng)。



推薦閱讀:


驅(qū)動單元設(shè)計中出現(xiàn)了電磁兼容問題怎么辦?
適用于USB3.0的電路保護(hù)方案
逆變電源中的三種保護(hù)電路講解
無人機(jī)技術(shù)突破大盤點 2017年將走出新高度
多旋翼無人機(jī)成最熱產(chǎn)品,各種方案比較和發(fā)展趨勢



要采購焊接么,點這里了解一下價格!
特別推薦
技術(shù)文章更多>>
技術(shù)白皮書下載更多>>
熱門搜索
?

關(guān)閉

?

關(guān)閉