技術論壇
發文時間 2020/10/19 作者 jingrul691
瀏覽次數 2805 留言數量 3 按讚 0
其他 AI機器手臂製造業智慧工廠
目前大量運用傳統機器手臂及自動化設備,同時占台灣產值最高(30%)的製造業。如果加入具有自主學習能力而且靈巧的AI機器人,將如何影響製造業流程及整體產業結構?
雖然用機械手臂上、下料早就有,但過往的機器手臂不會自主學習辨識各種零件,事實上都是工程師在背後操作視覺軟體達到目的比較多,這也使得撿貨備料程序變成製造業的噩夢。倘若還恰巧得有多種演算法搭配,恐怕傳統機器手臂來說,沒有一個半月左右應該是幹不來!
所以有了可以自主學習的機器手臂,相對來講理論上應該是能讓製造業在面臨這種痛苦時間上縮短,不過實際上的效果,那還是得試過比較保險!比較建議的方式是先讓工程師用樣本實際模擬試驗,等到各項參數能搭配上下件的功能,才實際投入看看
作者 laisan86 發文時間 2020/10/20 按讚 0
發文時間 2020/10/19 作者 omnixri
按讚 0
說到讓機器人自主學習,這可能還有很漫長的路要走,畢竟真人指導一個新手員工到熟練都不是一件容易的事,更何況機器人。
傳統的工業機器人(或機器手臂)大多是事前教導好工作路徑,再進行移動、取放等動作,相當於閉著眼睛在工作。所以被取放的物件就一定要放在很精準的位置。如果換了工作內容物件,就又要再重新教導一次,浪費大量人力。
目前所謂的AI機器手臂,大多是多加裝了視覺系統,如此就能像人類一樣從雜亂的物件籃中正確取出,再放到指定位置,或者根據看到的物件影像自行規畫移動路徑,如噴塗、焊接、研磨等工作。而更多應用可參考 https://omnixri.blogspot.com/2020/09/intel-1.html
發文時間 2020/10/19 作者 omnixri
按讚 0
目前常見的智慧機器手臂搭視覺後可能會有下列應用,包括
2D/3D量測:如長、寬、直徑、夾角、面積、體積等。
瑕疵檢測:點(孔洞、污點等)、線(刮傷、裂痕、折痕、抽紗等)、面(油污、磨損等)、缺件等。
路徑巡跡/移動追蹤:如噴塗、電焊、研磨、移動取料等應用。
物件偵測/定位:非整齊物件、非固定位置取放、等級分類等。
當然其它安全偵測(危險區域、人員安全裝置配戴等)、動作偵測等更多應用,也是協助產線更自動化及智能化生產的好幫手。
發文時間 2020/11/20 作者 hannibal34
按讚 0
這部分用日系車廠來舉例的話,他們目前有著全球產線唯一使用的自動光學檢測系統(Automated Optical Inspection, AOI)及 AI 智能檢測解決方案, 懸吊式手臂更可靈活延伸至汽車內外部,檢驗雨刷、喇叭、座椅、安全帶、方向盤、儀錶盤、中控、遙控、霧燈、貼紙等項目,並拍照存檔所有檢測資料,以利品質追溯,確實把關出貨品質。
機器手臂目前在世界上最讓人們津津樂道的,莫過於之前醫學上轟動一時的達爾文手臂,達爾文手臂的問世,讓世界上許多手術從最初的大規模剖開,到平面切割,最後達文西機器人的問世,使得開刀所產生的傷口越小,也因此患者因為感染或相關併發症的死亡機率大為降低。
讓機器手臂自己本身具有人工智慧,這同樣在產業上其實也早出現了,不過早年都是歐美日掛帥,台灣的工廠當年大多仰賴進口,像是工研院最近就發表一套「AI人工智慧自動標註系統」,在隨機擺放的備料區中,能自動學習並且標註資料: https://www.chinatimes.com/realtimenews/20200819006126-260410?chdtv
作者 laisan86 發文時間 2020/10/20 按讚 0