摘要: 目前工厂中的机器手臂仍须仰赖专业工程师针对不同应用与制程客制化控制程序来达成任务,但往往调机时间耗时耗力,也降低产线更换的速度,而拥有自主学习能力的机器手臂就将成为未来制造业迈向弹性生产的关键技术。
目前工厂中的机器手臂仍须仰赖专业工程师针对不同应用与制程客制化控制程序来达成任务,但往往调机时间耗时耗力,也降低产线更换的速度,而拥有自主学习能力的机器手臂就将成为未来制造业迈向弹性生产的关键技术。为此工研院巨资中心以深度学习为基础开发AI机器人夹取技术,让机器手臂在短短12个小时内,便能自主学习以最佳化的夹取方式,针对随机摆放的工件进行取放料。
虽然工业机器人的运用在制造业已相当成熟,但目前传统工业机器人仍属于大规模自动化作业,具备自我感知的智慧化能力与灵活度尚且不足,因此在应用上仍多以大量且固定的生产模式为主。然而聚焦于台湾,特别是遍及传统产业的中南部地区,产业规模大多为中小型企业,也因为产能限制因素,对于此类型的传产业者而言,在生产模式上则多呈现少量多样的生产型态。
工研院巨资中心实地观察制造业的现况指出,在更换产线时,一般业者平均要花1至7天让工程师教导机器手臂如何顺利夹取工件。只不过,这样的调机速度已远无法应对弹性的生产需求。因此,以中小型制造业者所生产的产品一般以客制化、小批量、急单、短单为主的需求来看,更是没有资金与时间对生产线进行大规模改造,在成本效益不符的情况下,也降低了其导入机器手臂的意愿。
因此当务之急,首先需要降低机器手臂在使用上的复杂度与操作门槛。工研院巨资中心在机器手臂中便整合AI技术,让机器手臂可透过深度学习,自主学会如何夹取不同工件,藉此减少新产线的调机时间,未来因应弹性生产需求,也能在极短的时间内迅速更换产线。
在这项技术中,首先藉由导入新工件的CAD模型,确认好工件的体积与形体后,接下来机器手臂会在软件模拟环境中透过每次不同角度与力道的尝试夹取,在判断有效或无效的状态下,逐步累积正确的夹取方式,以达到正确夹取方式的自主学习。而在影像辨识的辅助下,则可以确认工件的摆放位置,因此即便工件在料车上杂乱摆放,机器手臂仍能计算出最佳的角度进行夹取。
工研院巨资中心表示,目前这项技术已实际导入于台湾金属加工业者的产线中,而经过实测,在短短12个小时之内,机器手臂便可以学会如何夹取新工件。而巨资中心也指出,透过机器手臂的自主学习,除了可改善工厂换线时,过去必须仰赖专业工程师才能调机的问题外,且结合模拟软件,一方面也可大幅降低在实体环境中的试机与验证。
社群二维码
关注“华强商城“微信公众号
Copyright 2010-2023 hqbuy.com,Inc.All right reserved. 服务热线:400-830-6691 粤ICP备05106676号 经营许可证:粤B2-20210308