请登录 免费注册 English
关注我们
智能制造时代工业机器人的发展新趋势
2017-08-22    来源:控制工程中文版    发布者:王继宏
       为了赶上全球制造业模式变化的步伐,未来的机器人需要提供灵活性和敏捷性,从而在客户个性化需求的前提下保持高产能和高质量。

    传统的生产模式还不会很快消失,因为它对于大规模生产还是最理想的。在这些传统的工厂里,工业机器人是固定在一个位置上的,通过编程执行特定的任务。传统的工业机器人高效、精确、可靠。不过,这些传统的工业机器人无法看到它们周围的环境、感觉物体或与人类互动。

    为了赶上全球制造业模式变化的步伐,未来的机器人需要提供灵活性和敏捷性,从而在满足越来越分化的客户需求的前提下保持高产能和提高质量。

    未来智能机器人的特性包括可以应用在不同行业领域中的能力,例如制造业工厂或居家。它们还需要连接到与其他智能设备共享信息的网络,以及具备通过人工智能算法、云和大数据的支持来学习的能力。它们同时也需要一个简单、安全、友好的人机界面(HMI),和可以移动的能力。

IHS研究显示机器人全球市场到2020年会大幅增长,其中工业机器人和专业服务机器人增长最多 IHS研究显示机器人全球市场到2020年会大幅增长,其中工业机器人和专业服务机器人增长最多。图片来源:IHS Markit

    更加智能的机器人

    许多科技巨头们现在都在投身制造更加智能的机器人。例如,谷歌正在训练其六轴机器人捡起不同形状和材质的物体。这些机器人没有对特定物体进行预编程,因此在遇到新的物体时,它的失败率较高,不过它们可以从每一次失败中学习,因此能够在下一次捡起同类型物体时使用正确的策略。该机器人可以在其失败和成功的尝试中学习并通过云技术与其他机器人分享经验。

    Fanuc正在使用深度学习算法进行类似的研究,使用尝试和失误来学习如何在捡起随机摆放的物体方面保持90%的精准度。Fanuc与Nvidia结成伙伴为预测停机时间以及提高现有机器人运行效率提供服务,而Nvidia为其提供提供GPU芯片组。更多对于深度机器学习的潜在应用包括,通过提前计划维护工作而降低停机时间,以及通过分析视觉系统和传感器数据来优化机器人的运动等。

深度机器学习 深度机器学习

    与人类协作、互动的机器人

    尽管协作机器人和它们传统的机器人同类相比还没那么有效率和精准,不过它们的优势很多,包括安全、可移动、灵活、节省空间、安装部署和编程都很简单。IHS Markit 预测协作机器人的市场规模会从2015年的1亿8百万美元增长到2020年的5亿7千万美元。

    机器人的设计理念是使其了解周围的环境并且与人类互动,这与在组装线上工作的传统机器人不同。这些技术的目的是开发出一些自然的接口,可以在培训更少、能耗更低的情况下实现复杂的机器人系统运行。

    智能制造时代工业机器人的发展新趋势

    协作机器人在全球范围内都是很热门的话题,许多工业机器人供应商都在展示他们的协作机器人,包括:来自ABB的YuMi;来自Universal Robots的UR3, UR5和UR10;来自Rethink Robotics的Sawyer和Baxter; 以及来自Fanuc的CR-35iA等。

    根据2016年IHS Markit 服务机器人与无人机报告来看,2015年专业服务机器人的市场估计为26亿美元,预计到2020年,销售额会达到128亿美元。2020年以后,预计专业服务机器人的全球市场会增长的更快,在2030年会达到806亿美元,更多的机器人会从原型机阶段进化到满足各个不同应用的商品化阶段。

    对于专业服务机器人市场来说,专业服务应用需求是以10亿美元为单位的商机。最早对于专业服务机器人的应用领域包括农业、物流、医疗 、家政服务和健康等领域。

    随着对服务机器人需求的增加,自动运行的机械设备正逐步代替由农民完成的工作。它们正在用于例如播种、种植、收割、修剪、除草、采摘、分拣、喷洒以及物料搬运等流程。

    医疗和保健行业也在应用服务机器人方面取得了巨大的进展。随着外科手术机器人价格的降低以及它们在医疗操作中的任务越来越多,医疗行业仍将是机器人增长最快的领域之一。随着全球老龄化到来,特别是例如日本和德国这些发达国家,对于佣人机器人的需求会随着科技的发展而增长。

    移动性是服务机器人和传统工业机器人之间的最主要区别之一。机器人的类型可以根据环境、移动性和可携带性分为四种类型:陆上用的、空中用的/空间中用的/无人机、水中用的、以及可穿戴的/外骨骼的。

    机器人的形状因素与机器人工作所在的环境和机器人系统的移动性相关。靠轮子或轨道的机器人可以在结构性和可预测的环境内很好地适应(正如自动引导车在工厂内或清洁机器人在家里所做的),而有腿的机器人适合应用在非结构性和不可预测的环境中。

本文作者:Wilmer Zhou 

责任编辑:王继宏
关注我们

官方微信公众平台

活动推荐

主管机关:国务院国有资产监督管理委员会

登记机关:中华人民共和国民政部

社政登记:社政字第3317号

版权所有 © 中国机电一体化技术应用协会

建议使用分辨率1024*768,使用IE6.0以上的浏览器

京ICP备13008418号-2

Copyright © 2015-2020 Cameta.org.cn All Rights Reserved

百度统计:

扫描关注官方微信

扫描关注官方微博