底層智能

Cobot領(lǐng)域?qū)I并不陌生。但是借助標(biāo)準(zhǔn)示教器或圖形用戶界面將AI植入基于cobot的應(yīng)用，一直都是一個(gè)耗時(shí)的挑戰(zhàn)，即使對(duì)最敬業(yè)的工程師亦是如此。

近年來(lái)，許多公司與優(yōu)傲機(jī)器人（Universal Robots）展開(kāi)合作，希望解決這一難題。最新合作的公司是曾推出MATLAB和Simulink兩款數(shù)學(xué)軟件解決方案的MathWorks。今年早些時(shí)候，MATLAB和Simulink取得了UR+認(rèn)證，這意味著兩款認(rèn)證軟件不僅可在優(yōu)傲cobot上無(wú)縫使用，還可以通過(guò)UR+生態(tài)系統(tǒng)使用，幫助工程師開(kāi)發(fā)先進(jìn)的cobot應(yīng)用。

MathWorks的技術(shù)機(jī)器人產(chǎn)品負(fù)責(zé)人YJ Lim表示：“多年來(lái)，MathWorks一直關(guān)注cobot領(lǐng)域，但這是我們和cobot制造商的首次正式合作。這表明我們注意到了cobot在那些需要AI、離線模擬、運(yùn)動(dòng)規(guī)劃和計(jì)算機(jī)視覺(jué)能力領(lǐng)域的應(yīng)用潛力。”

優(yōu)傲機(jī)器人和MathWorks的合作不僅僅是cobot和AI的象征性結(jié)合。此次合作讓機(jī)器人工程師能將MATLAB和Simulink的所有功能加入基于cobot的工業(yè)應(yīng)用，并將AI植入其底層系統(tǒng)設(shè)計(jì)中。兩家公司的合作還允許工程師通過(guò)在嵌入式目標(biāo)（如GPU板）上直接生成C++代碼的方式，在cobot上部署算法和AI。

現(xiàn)在有很多cobot應(yīng)用套件都加入了AI功能，因此cobot和AI的組合并不新鮮。不過(guò)MathWorks和優(yōu)傲機(jī)器人的合作模式獨(dú)一無(wú)二，也為其他cobot解決方案供應(yīng)商提供了借鑒，因?yàn)檫@種合作模式能為工程師提供所需的工具，助其使用經(jīng)濟(jì)實(shí)惠的cobot硬件來(lái)構(gòu)建先進(jìn)的工業(yè)自動(dòng)化系統(tǒng)。

Lim說(shuō)：“傳統(tǒng)自動(dòng)化技術(shù)的使用局限于大型企業(yè)。將MATLAB和Simulink引入cobot領(lǐng)域能讓更多新興企業(yè)和中型企業(yè)享受到AI和自動(dòng)化的好處。”

相似的感知能力

人類可以在觀察無(wú)序的物體（比如料架中的零件）后立刻知道如何不碰到其他零件揀選需要的物件。手的行動(dòng)路徑會(huì)避免與周圍環(huán)境發(fā)生碰撞，我們甚至可以拿起多個(gè)物體，并以較高的精確度將它們放在一起。

自動(dòng)化工程師知道，機(jī)器人并不總能做到這一點(diǎn)。因此，從料架上揀選非結(jié)構(gòu)化物體歷來(lái)被認(rèn)為是一個(gè)需要巨額投資才能解決的難題。

Apera AI的“4D視覺(jué)（4D Vision）”技術(shù)也通過(guò)了UR+認(rèn)證，為cobot提供了“與人類相似的感知能力”。這種感知能力乍聽(tīng)起來(lái)很夸張，但實(shí)際上已在多個(gè)層面上得到證實(shí)，并可有效提高機(jī)器人的速度和效率，特別是在料架揀選方面。

Apera AI的市場(chǎng)主管Eric Petz說(shuō)：“我們系統(tǒng)的總視覺(jué)周期時(shí)間短至0.3秒（3Hz），這意味著在人腦處理相同問(wèn)題的相同時(shí)間內(nèi)，系統(tǒng)可以分析無(wú)序場(chǎng)景并向機(jī)器人發(fā)出指令。我們的視覺(jué)系統(tǒng)必須快于機(jī)器人?！?/span>

一般而言，高速自動(dòng)化機(jī)器人料架揀選的目標(biāo)速度應(yīng)為2000次/小時(shí)，這意味著機(jī)器人的單次周期時(shí)間只有1.8秒。由于機(jī)器人的移動(dòng)速度有限，因此必須盡可能減少視覺(jué)識(shí)別時(shí)間。

該流程的第一步是使用CAD圖紙或待揀選產(chǎn)品的3D掃描模型來(lái)訓(xùn)練AI神經(jīng)網(wǎng)絡(luò)；然后使用兩個(gè)2D攝像頭對(duì)工廠車間的場(chǎng)景（例如雜亂的料架）進(jìn)行拍攝，被拍攝的圖像會(huì)被合成為一個(gè)3D場(chǎng)景；接著，4D視覺(jué)系統(tǒng)會(huì)識(shí)別出“最需揀選”的物體，并告知cobot揀選物體的最快和最安全的路徑。Apera Vue軟件已嵌入在控制器當(dāng)中，可以告知機(jī)器人姿勢(shì)以及路徑規(guī)劃數(shù)據(jù)，機(jī)器人可以從無(wú)碰撞的安全路徑來(lái)完成揀選。

Petz說(shuō)：“識(shí)別和優(yōu)先考慮可揀選物體是人類擅長(zhǎng)的事情，也是我們訓(xùn)練AI神經(jīng)網(wǎng)絡(luò)完成的動(dòng)作。這能夠縮短從識(shí)別物體到向機(jī)器人發(fā)生運(yùn)動(dòng)指令所需的時(shí)間。”

流程的第一步包括CAD和3D掃描模型以及AI訓(xùn)練，其中涉及到機(jī)器人通過(guò)對(duì)約100萬(wàn)次排列組合進(jìn)行學(xué)習(xí)，以便在真實(shí)環(huán)境中對(duì)需要的產(chǎn)品進(jìn)行揀選。這一步驟包括從全日照到接近黑暗的環(huán)境光線變化訓(xùn)練，需要借助數(shù)字孿生環(huán)境才能實(shí)現(xiàn)。

Petz補(bǔ)充道：“如果人類可以看到某個(gè)物體，我們就能幫助機(jī)器人看到它。多數(shù)傳統(tǒng)的系統(tǒng)需要借助結(jié)構(gòu)光技術(shù)、激光器或傳感器才能識(shí)別物體并向機(jī)器人發(fā)出指令?！?/span>

增強(qiáng)靈活性

越來(lái)越多的制造商在尋找靈活的自動(dòng)化解決方案，以便快速適應(yīng)產(chǎn)品定制和產(chǎn)品組合，AI和cobot的協(xié)同作用能幫助設(shè)計(jì)工程師建立一個(gè)支持多品種、小批量（HMLV，High Mix Low Volume）生產(chǎn)的系統(tǒng)。

cobot具有高度的移動(dòng)性、靈活性和易編程性，這讓它們能在不同的應(yīng)用場(chǎng)景之間切換自如，比如碼垛、檢查、打磨和機(jī)器維護(hù)。若與AI的學(xué)習(xí)能力相結(jié)合，便等同于高度靈活的自動(dòng)化與智能相結(jié)合，這樣一來(lái)cobot就能完成更多任務(wù)。

Apera AI的Petz說(shuō)：“就像人類可以分析制造步驟是否正確那樣，我們的AI可以通過(guò)訓(xùn)練來(lái)理解零件是否被正確放置或組裝?！?/span>

Apera AI的機(jī)器人的總視覺(jué)周期時(shí)間僅為0.3秒（3Hz）。這意味著使用該公司視覺(jué)軟件的機(jī)器人作業(yè)平臺(tái)可以達(dá)到以往無(wú)法企及的生產(chǎn)力水平，那就是視覺(jué)系統(tǒng)快于機(jī)器人，而非機(jī)器人等待視覺(jué)系統(tǒng)。在投產(chǎn)之前，該視覺(jué)解決方案借助AI進(jìn)行了數(shù)百萬(wàn)次的模擬循環(huán)，因此系統(tǒng)能通過(guò)各個(gè)方向深入了解物體，并與特定的機(jī)器人、機(jī)械臂末端工具和操作環(huán)境相結(jié)合。（Apera AI）

在一家五百?gòu)?qiáng)制造企業(yè)的一項(xiàng)部署方案中，來(lái)自優(yōu)傲機(jī)器人的cobot與Apera AI的視覺(jué)智能相互配合，成功完成了向各種尺寸形狀的金屬閥門結(jié)構(gòu)邊緣點(diǎn)注密封膠材料的高精度任務(wù)。

這套組合系統(tǒng)可以靈活地識(shí)別零件，并以特定模式自動(dòng)分配材料。這些功能可以確保夾具在點(diǎn)膠過(guò)程中處于正確的位置，并且無(wú)需為每種零件設(shè)置特定的夾具。

Apera AI的另外一位客戶是來(lái)自賓夕法尼亞州的Precision Cobotics，這家公司已經(jīng)將優(yōu)傲機(jī)器人的cobot與Apera AI的技術(shù)相結(jié)合，為CNC和激光打標(biāo)技術(shù)開(kāi)發(fā)出標(biāo)準(zhǔn)化的機(jī)器維護(hù)解決方案。

這套解決方案可以揀選隨機(jī)物品，并且能夠非常精確地將未加工工件放入機(jī)器中。cobot可以再將完工的零件轉(zhuǎn)移到另一條生產(chǎn)線上，或?qū)⑵浞胖迷谥付ㄎ恢?，如傳送帶或托盤中。

Petz解釋說(shuō)：“當(dāng)前的做法是將未加工零件放到網(wǎng)格架中，這需要操作員參與或額外的自動(dòng)化操作。若直接從料架中取出物品就不需要這些固定裝置，從而實(shí)現(xiàn)靈活的多品種生產(chǎn)以及更加高效的勞動(dòng)力利用?！?/span>

“簡(jiǎn)單”

AI讓機(jī)器人工程師更容易打造出基于cobot的先進(jìn)應(yīng)用。當(dāng)然，終端用戶也能從易于使用的自動(dòng)化智能技術(shù)中受益。不過(guò)這并不意味著AI會(huì)讓終端用戶的核心體驗(yàn)變得復(fù)雜。

如果是一家缺乏機(jī)器人使用經(jīng)驗(yàn)且看重生產(chǎn)速度的中小型企業(yè)，那么公司可以把所有AI能力放在后臺(tái)，以確保流暢的終端用戶體驗(yàn)和更快的部署；缺乏勞動(dòng)力的公司則希望擁有一個(gè)可以快速、輕松地適配特定應(yīng)用的解決方案，如果AI能夠優(yōu)化此過(guò)程，那再好不過(guò)了。

這就是Rapid Robotics開(kāi)發(fā)出Rapid MachineOperator的前提。Rapid Machine Operator是一種為快速部署而開(kāi)發(fā)的靈活協(xié)作式自動(dòng)化系統(tǒng)，在部署之前，Rapid Robotics借助第三方AI軟件在數(shù)字孿生環(huán)境中通過(guò)數(shù)百萬(wàn)次排列組合來(lái)運(yùn)行產(chǎn)品，這讓機(jī)器人學(xué)會(huì)如何選擇最佳的“揀選時(shí)機(jī)”和更好的路徑規(guī)劃。不過(guò)，終端用戶無(wú)需看到或處理任何此類復(fù)雜情況。

正如Rapid Robotics的計(jì)算機(jī)視覺(jué)總監(jiān)John Novak所言：“客戶并不關(guān)心黑盒里發(fā)生了什么，他們只需要自動(dòng)化操作，因?yàn)樗麄兊膯T工數(shù)量不足，但機(jī)器又需要運(yùn)行?！?/span>

Novak提出了一個(gè)重要觀點(diǎn)：并非每一個(gè)基于cobot的應(yīng)用都需要深度學(xué)習(xí)或機(jī)器學(xué)習(xí)功能，讓終端用戶遠(yuǎn)離復(fù)雜操作是很有必要的。