翼菲自动化孙同亮:解析智能制造与人工智能

发布时间:2020-09-22

[ 导读 ] 5月16日,由枣庄市人民政府主办的第四届山东省互联网大会在枣庄市会展中心开幕,承办了人工智能专场。济南翼菲自动化董事、研发总监孙同亮先生的演讲主题为“智能制造与人工智能”。

5月16日,由枣庄市人民政府主办的第四届山东省互联网大会在枣庄市会展中心开幕,承办了人工智能专场,分享嘉宾包括中科院-自动化所研究员-宗成庆教授、-联合创始人-王彬、百度-云计算事业部总监-闫东、中科汇联-董事长-游世学、翼菲自动化-研发总监-孙同亮、好买衣-联合创始人-谭宏冰、云从科技-联合创始人兼CEO-姚志强、英飞尼迪-山东基金总经理-丁晓波、博云视觉-创始人-陈杰。

济南翼菲自动化董事、研发总监孙同亮先生的演讲主题为“智能制造与人工智能”。孙同亮2013年毕业于山东大学,就职于济南翼菲自动化科技有限公司,从事于Delta系列机器人的研发,主要承担软件开发及运动控制方面的工作。以下内容根据孙同亮的演讲速记整理(有删减)。

孙同亮:济南翼菲自动化主要从事机器人研发与设计,帮助企业进行自动化的升级改造、智能化,所以我们接触的都是企业底层的生产线、制造这一块。

就中国目前的工厂现状来说,与智能化还是有一定差距的。之前有的嘉宾也说过,无论是现在的德国工业4.0,还是中国制造2025,其使命就是帮助企业提高整个生产制造水平,提高竞争力。

但是如果去一些生产线可能看到,我们需要改进的地方还很多。就我们公司的现状来说,正在努力弥补这些差距,帮助企业尽可能的实现一些自动化、智能化的环节。

我做演讲PPT之前,去了很多工厂的生产线,很多情况是不允许拍照的,所以我没有放食品行业、医药行业的现场图片和视频,这是在网上截的两个图片。这两个图片说明的是什么?如果看到这个图片,应该是有点夸张,目前应该比这个要强一点,但是完全没有达到比这个好很多的水平。

如果真正能够达到这个水平,对公司来说,对生产企业、制造企业来说,老板还是非常放心的。因为他们能够找到人,而且有工人给他们做。但是更多的企业还存在这种问题:招人难、用人难、管人难,这是一个企业目前的现状。工厂自动化、智能化改造存在巨大的缺口,或者说我们有很大的工作要做,来实现整个智能化,最终实现整个智能制造或者整个工厂智能化。

针对这种情况,我们作为一家机器人设计研发公司,能够为企业做什么,这是我们的重点,而且也是我们现在正在做的。

就目前来说整个解决方案是“机器视觉+机器人技术”。机器人技术是我们的核心,通过对这些核心算法的掌控,能够达到对机器人随心所欲的控制。

但这只是一个传统机器人,然后我们再给机器人安装眼睛,通过机器视觉的识别、分析,最终生成指令,达到机器人整个系统的一气呵成的执行。

我们把传统的机器人概念进行了延伸,如果人没有眼的话,走路或者抓东西都是没有目标的,我们能够做的是把机器人与视觉进行融合。在这个层面上做应用的开发,针对不同的企业、生产线,包括医药、食品、电子这些行业进行定制化开发,给客户提供最终的解决方案。

在工业领域或者自动化领域,机器视觉所需要的几个特点,第一就是精度识别要求高,辨识精度大部分都是在毫米以下的,有些电子领域的瑕疵检测或者识别都是在微米级的;第二是场景的不确定,就是说不同工厂、不同行业,其生产线或者整个装备线各有特点;第三是要求的不确定,因为行业的细分太多了,有的是瑕疵检测,或者是轮廓级别的,还有的是形状、颜色,还有的是对这些信息进行综合分析之后输出的;第四是识别的快速性,因为工业首先是保证时间,再就是保证效率,机器人视觉很大程度上是一种实时视觉要求。

最后看一下我们目前做了哪些,第一个就是USB帽定位,这是在电子行业的应用,前面是机器视觉,后面是配合机器人进行抓取的。这里区分正反面,而且区分大小头,上面还有一些瑕疵标志需要处理,这些都需要组合信息,最终输出到机器人。

这是手表盘高精度定位,大家看到这些白点都是手表盘里面在装配之前那些轮盘或者零部件,最终我们需要根据这些信息综合,分析出手表盘现在在哪里,而且在什么位置,接下来需要给机器人输出校正。

前面说的都是2D的,很多场合也是需要3D的。物流行业有一个集装箱环节,我们现在在网上买东西,它的出库环节现在主要还是人工的。我们现在正在做的是,让分捡中心的工作由机器人做,这是3D视觉识别的应用。

机器人技术的关键在于对机器人的控制,我们从底层的电机控制,到运动学、动力学,最终实现了对机器人的控。最简单的点到点,让机器人从A点运动到B点,到让机器人做一个标准的圆弧,或者执行一个相应的圆,可以指定起点、终点,再加上中间点的圆弧运动。

如果想制定机器人随便走怎么办?我给机器人指定运动的起点,接下来告诉机器人你去A点,去B点,去C点,最终机器人把这些点圆滑地过度,形成一个连续的制定规划运动。这就是一个过渡点的运动。

还有一些行业定制的运动,最常见的是,我在运动起点是一个物体,在运动终点是另外一个。比如在运动点抓取A物体,然后放到运动点B,但是A和B之间有障碍,这时候就需要有避碍,这是一个合成的运动,一般这种运动是Delta机器人所擅长的,主要针对装箱、分拣行业运用的。

还有一些比较有趣的控制,可以实现手势遥控、体感控制,根据人的姿势控制机器人进行相应的动作。这是我们开发的比较有趣的东西,但是目前还没有应用于实际的工业线上,或者还没有寻找到合适的时机。

人工智能和智能制造是必然的趋势,但是就目前的现状来说,或者说就现在的工业现场来说,很多企业需要实现自动化、智能化的改造。我们目前能做的只是抓住能看到的、能做的,做好自动化的改造、升级,为以后的人工智能和智能制造做一些铺垫性的工作,为智能化铺好道路。

Copyright © 2012-2020(ent.multiic.com) 版权所有 Powered by 万站群

本站部份内容来源自网络,文字、素材、图片版权属于原作者,本站转载素材仅供大家欣赏和分享,切勿做为商业目的使用。

如果侵害了您的合法权益,请您及时与我们,我们会在第一时间删除相关内容!