研华
books

工业用机器人功能日趋强大 挑战接踵而来

  • 洪千惠
表一:工业机器人的主要发展趋势(Source:Altera)

—DIGITIMES企划

工业机器人,就硬件构造层面而言,主要部件就是机器人的马达驱动机械手臂和关节,然而现在对机器人的要求越来越高(表一),因此不只是拥有手臂,机器人还必须具备头脑、眼睛或双脚,这就牵涉到机器人感知、运行、沟通与行动技术,甚至是人工智能。

 点击图片放大观看

表二:机器人发展需克服的挑战(Sourece:Altera)

图一:波昂大学团队研发出的「除草机器人」具有机器视觉。Volker Lannert/Uni Bonn

人工智能  机器人深度学习

谈到机器人的大脑,当然就要谈到人工智能。整体而言,机器人的与时俱进,不仅是工具机或零组件硬件的更新升级,还包括分析技术的突破,让机器人拥有更高的智能。由于人工智能的开发门槛极高,因此目前市场上的主要投入者皆是重量级科技大厂,这些业者也已推出相关人工智能平台,例如Google旗下DeepMind所开发的AlphaGo平台、Intel的Nervana平台等。

其中,因围棋比赛闻名于世的AlphaGo,是凭借类神经网络的深度学习进行推估、预测、决策。运用至工业机器人,则机器人可利用机器学习来进行检测工件,按照取拾的难易程度进行自动排序,这是工业机器人具备深度学习能力后的进化,而这只是例子之一。

具备感官能力  机器视觉用途多

再来看看机器人的感知部分,这主要就是透过传感器赋予机器人「感官」功能。例如「视觉」就是工业机器人常见的感官,这是由于电子零件愈来愈小,人眼已无法胜任精准组装及检测,因此具有高精度检测特色的机器视觉,就成为许多工业机器人的标准配备,广泛应用于量测、定位、引导、识别等。市调机构The Insight Partners研究报告指出,机器视觉系统零组件、系统集成等产值,将由2015年的75亿美元,成长至2025年的144.8亿美元。

机器视觉系统主要是透过光学设备,搭配软件算法,模拟人类对三维世界的识别判断。系统硬件由影像处理器、影像撷取卡、传感器、可编程逻辑控制器、摄影机、照明光源等组成,软件技术则使用图象处理、讯号转换以及3D物件识别算法等技术。德国波昂大学所研发的雷射除草机器人(图一)就具有照相辨识系统,一如农民的眼睛,能够精准辨认田间草相;经过计算机运算后,搭配雷射装置,再以雷射光照射杂草,经照射过的植株,茎杆会变得脆弱导致生长受阻,最后迈向死亡。

台湾已有不少厂商涉足机器视觉领域,例如所罗门自行研发的3D视觉模块,能让机器手臂在凌乱的工作环境中辨识工件,并将工件依工件类型、形状、尺寸分类,导引机器人正确取物后放置物品。研华科技的EagleEye机器视觉解决方案,则是透过搭载嵌入式影像处理软件的智能相机,协助制造业者解决生产在线质量控管、条形码判读等工作,同时可透过机器视觉的定位导引功能,辅助机器手臂进行工件夹取作业。

具有痛觉  让机器人保护自己

另外,为了避免工业用机器人大范围的损害,现在竟然还出现具有「痛觉」的机器人。德国科学家Johannes Kuehn与Sami Haddadin是在近日于IEEE国际机器人与自动化大会(ICRA)上发表这项研究成果——具有痛觉的机器手臂,这是基于人类皮肤结构所研发,其具有「神经机器组织(nervous robot-tissue)」所赋予的痛觉。

团队报告指出,机器人感应到轻微疼痛时会自动缓慢退缩,直至与原先造成「不舒服感」的物品没有接触后才重回原本位置;感到中度疼痛时,机器人则会快速收回,并与物品保持适当的距离,最后再重回原本位置;当它感受到剧烈疼痛时,则会认知这样的接触已可能会造成自身的伤害,并且需要他人的协助,机器手臂会转变成被动模式,将伤害降到最低。

智能制造加持  机器人大跃进

机器视觉等感测技术的进展,主要推力来自于智能制造,事实上,由点、线再到面,智能制造趋势为机器人产业带来的影响力极为全面,例如,机械手臂将普遍具备机器学习能力;受惠于控制技术,以及防止机器人间互相干扰的电路设计越来越进步,生产在线的机器人配置密度得以提高;以及透过生产信息数码化,所有机器人在大数据资料的加持下,将能具有更灵活应变的能力。

然而,工业机器人的发展也有其挑战(表二)。除表二所列出的问题外,资安也是产业界必须重视的问题,尤其是基于效率、准确与安全的理由,工业机器人在许多大型生产在线早已取代了人力,若遭受恶意攻击,所损失的可能不仅是财物,甚至是人命,因此,在我们不断追逐工业机器人的功能及生产效率时,也应对机器人是否能够抵挡网络攻击,付出同样的关心。

 

更多关键字报导: 工具机 工业机器人 智能机器人