现在的位置: 首页资讯>正文

“机器人总动员”——2018慕尼黑上海电子展那些令人“意想不到”的机器人

2018年03月20日 作者: 暂无评论 1,055+ 0

慕尼黑电子展

作为是智能制造的主体体现,越来越多的自动化智能生产设备被很多生产制造企业普遍采用,现在,要看一家制造企业是否能长久发展生存下去,富有科技含量的高度自动化生产设备多寡,已成为重要的参考标准之一。 如今,因人力成本、工作效率、工作环境等因素的驱动,智能自动化设备的发展一直很快速,不仅在传统产业,如生产制造、医疗健康、科研教学等有愈演愈烈之势,而且在新兴产业,如智慧物流、智能家居、线下服务业等也纷纷朝智能自动化方向看齐。

而近日,作为一年一度的电子科技产业盛会——2018慕尼黑上海电子展(简称“慕展”)盛大开幕,爱板网有幸参与其中,给大家共同分享来自慕展厂商的科技盛宴。其中,作为以“电子制造自动化与运动控制”为主题的E1展厅,展示的各种型号的生产制造型机器人尤为吸引众人的眼球。

发那科深度学习机器人手机机壳检测系统

作为当今世界上数控系统科研、设计、制造、销售实力最强大的企业,日本发那科公司(FANUC)一直为用户提供高可 靠性的创新的机器人、机器人自动化工程等智能自动化制造设备和方案。 2018上海慕尼黑电子展IMG_20180314_121746_1  在这次展会上,上海发那科机器人有限公司展示同时展示几种生产型机器人,其中就有一 款名为:基于深度学习的手机外壳检测系统特别引人注目。
IMG_20180314_150420
这款手机壳检测系统主要是由两大部分组成,协作机器人和图像识别检测系统。

其中型号为CR-7iA/L机械臂协作机器人是2016年发那科推出CR系列机器人CR-35iA, 4iA, 7iA 和 7iAL中一员,CR系列机器人符合新出台的安全标准,配有运动捕捉功能,机器人手腕部最大负载达到35kg。由于CR-7iA/L具有 iRVision(内置视觉)等各种最新的智能化功能,可以在没有安全围栏隔离的情况下与人一起工作。 而图像识别系统据发那科现场工作人员介绍。其大致运行原理如下: 机械臂协作机器人抓取手机外壳之后通过预先设定好的旋转角度、距离以及位置等参数,把手机可放在固定相机可拍照的位置范围,固定相机把拍到手机外侧的照片发送到已经训练好可识别大部分划伤情况的深度学习模块。通过以往训练学习数据进行比对,来判定手机壳表面是否合格,由于每个手机壳都有一个独一无二编号,整个系统会把每个手机壳检测情况以数据形式保存下来,作为后期比对以及训练数据。

工业机器人需要极好的精确度和速度,这通常需要人非常谨慎的编写程序,从而做一些像抓取物品这样的事。这是很困难且耗费时间的,意味着这样的机器人往往只能在高度控制的环境中工作。

当然发那科这款基于深度学习的手机外壳检测系统,不仅其图像识别检测系统上使用了深度学习技术,而这款名为CR-7iA/L的协作机器人也有深度强化学习的加持,协作机器人可通过这项技术来训练自己,可随时学习新的任务。它在尝试拾起物品的同时,可通过利用FANUC iRVision(内置视觉)抓取这个过程的录像。不管每次它是成功了还是失败了,它都会记住物品长什么样的,用它学到的知识改进控制它行动的深度学习模型或大型神经网络。

在过去几年,深度学习被证明是模式识别领域中的一条强有力的途径。 作为发那科与人工智能创业公司Preferred Networks合作项目,使用“深度学习”技术来使机器能够自行获取大量数据,并提取出有用的规则和经验,来提高自身的职业技能,在目前的智能化生产设备中还是比较少见的。不过,在当下人工智能大热的情况下,硬件厂商包括发那科、丰田、三星等都在各自产品线中力发人工智能,以求能推出具有新技术的革命性新产品。

发那科手机机壳瑕疵视觉检测系统

IMG_20180314_150819_1这款手机机壳瑕疵视觉检测系统大致由视觉检测系统和型号为LR Mate 200iD/4B 机械臂机器人两部分组成。整个检测过程如下:

通过选用了iRvision(内置视觉)和力觉传感器等零件装配智能化功能的LR Mate 200iD/4B 机械臂机器人,夹持要检测的手机机壳,移至组合光源下(如上图所示),通过通过高速相机和视觉检测技术iRvision Inspection功能,对手机包括耳机孔,出音孔、直身面边框划痕进行检测。

这里大家很容易会发现,这台手机机壳瑕疵视觉检测系统其实和前面提到的深度学习机器人手机机壳检测系统工作的目的其实是一样的,不过,两者主要区别就在于是否应用到深度学习技术。

据在场的工作人员介绍,相比基于深度学习技术机器人手机机壳检测系统,这款检测系统在检测之前须提前设置好检测模型,也就是比较标准化的统一模型,所以有些不在模型对比之列的瑕疵就很容易就蒙混过关,不过由于在设置模型之前已掌握大部分手机机壳数据,故整个系统在早期检测过程中的出错率并不太高,后期如果没有及时更新数据模型,出错概率就会增加了。而基于深度学习的手机机壳检测系统则相反,早期由于学习训练的的不足,检测产品的出错概率会很高,而后期则随着自主学习深入,自行获取大量数据,并提取出有用的规则和经验之后,提升自身工作技能,出错率会大大降低。

说到底,这款手机机壳瑕疵视觉检测系统相比前面基于深度学习的手机机壳检测系统还是低了一个档次。

川崎重工(KAWASAKI )duAro焊锡单元

2018上海慕尼黑电子展IMG_20180314_122348_1 duAro是川崎重工2016年推出的双腕机器人,是一项专为寿命较短、自动化尚不发达领域打造的能与人共同作业的革新性产品。这次川崎展示的duAro焊锡单元,就是充分利用duAro机器人的自身优点打造一款面向电子产品打造一部自动化系统。

duAro双腕机器人单手臂最大搬运重量可达2Kg,高重复定位精度+0.05mm,将最大限度满足3C电子行业需求。与传统机器人相比,它还具有节省空间、安装简便、与人员的协同作业、简易示教、选件丰富等优点。如duAro可由一台控制柜操作,仅需1人完成简单安装,设置在同轴上的2个手臂还实现了双手臂相互协调、共同完成作业的突破性进展。当duAro与工人协同作业时,只需选用低输出马达、减速功能即可,一旦机器人与作业人员发生碰撞,将通过冲突检测自动停止运行,确保人员工作安全。

通过内置视觉系统配合可准确识别焊点位置,省去工装定位,节省成本同时提高了工作效率,这次展示仅是焊锡定位流程展示,真正的焊接操作并没有展示出来。当然duAro机器人不仅用于焊锡操作,在工业点胶,制作食品,文件包装等不同领域都有不错表现。

文章分页: 1 2

发表评论

相关文章

Kiva机器人如何做到如此可靠?我来拆给你看!

长期以来,它们的运转完全依赖于一支支每人每天步行上万米的人力大军。这是一个非常低效、昂贵、容易出错的过程。在机器人AGV系统出现之前,这方面最先进的解决方案是让员工在工厂里骑自行车。

NVIDIA专为机器人设计了AI芯片Jetson Xavier

在不久前的WRC 2018世界机器人大会上,NVIDIA展出了专为机器人设计的芯片Jetson Xavier。同时,NVIDIA高级软件经理李铭博士也向网易智能等媒体详细介绍了这款芯片的特点,阐述了Jetson Xavie...

可以躺在沙发喝啤酒了!

在2018年微软研究院峰会上,微软展示了一款能帮你从冰箱里拿出啤酒的机器人。基于本地和远程的配合操作,该机器人已经在虚拟现实中模拟相关的操作

四轴加了双腿?机器人Aerial Biped能“翩翩起舞”

受UCLA开发的BALLU气球机器人机构启发,来自日本东京大学的研究团队近日公布了一款“具备翩翩舞姿”的双足机器人结构Aerial-Biped

Facebook宣布支持非洲数学科学研究院 设立“非洲机器智能硕士”硕士学位项目

Facebook宣布支持非洲数学科学研究院(African Institute for Mathematical Sciences (AIMS))设立“非洲机器智能硕士”硕士学位项目。