1.5億美元，打造機器人“未來工廠” -機（jī）器人-數控機床市場網

您現（xiàn）在的位置：機（jī）器人> 行業（yè）資訊> 1.5億美元，打造（zào）機器人“未來工廠”

1.5億美元，打造機器人“未來工廠”

2019-7-29 來源：轉（zhuǎn）載作者：-

　　據了解，abb公司參與了此次盛會，其雙臂工（gōng）業機器人YuMi吸引了眾多（duō）目光。此外，ABB還分享了許多厲害的（de）“黑科技”：大數據（jù）“養蜂”、渡輪無人駕駛（shǐ）、機器視（shì）覺伺服……

　　7月25日（rì），2019世界工業互（hù）聯網大會暨中國（青島）國際軟件融合（hé）創新博覽會在山東青島拉開了帷幕。

　　大會以“智聯互通，智享共贏”為（wéi）主題，緊扣高端製造業+人工智（zhì）能、工業互聯網和5G等熱點（diǎn）話題，攜手眾多國（guó）內外行業大咖共同（tóng）解讀前沿技術應用與行業發展趨勢。

全球500強企業之一的ABB公司參與了（le）此（cǐ）次盛會，並攜多款明星產品亮相，展示了其最新的電氣、工業（yè）自動化、運動控製、機器人及離散自動化和電力產品（pǐn）與解（jiě）決方案。

　　機器人“抓蝦”

　　大（dà）數據“養蜂”

　　渡（dù）輪無人駕駛

　　機器視覺伺服

　　……

　　還有哪些厲害的黑科（kē）技？我（wǒ）們一起來看看！

　　AI技術：

　　讓機器人抓蝦不再“抓瞎”

　　在青島（dǎo）國際會展中心1號館右（yòu）側（cè）C位是一個超過430平米的巨幅展（zhǎn）台。

　　展台的最中央，是ABB第（dì）一款真正實現人機協作的雙臂（bì）工業機器人YuMi。

　在工作（zuò）原理上，機器人正從“機器”真正轉向“人（rén）”。

　　YuMi能夠與人類（lèi）近距離協作，尤其能夠滿足消費電子行業對柔性生產和（hé）靈活製（zhì）造的需求，從而提高生產效（xiào）率。

值（zhí）得一（yī）提的是，在圖像識別等深度學習AI算法的加持下，YuMi等工業（yè）機器人能夠執行此（cǐ）前需要人類來做的（de）更複（fù）雜的（de）任務。

比如，基於深度學習與生物特征的目標點識別方法，ABB成功（gōng）實現了機器人抓蝦的操作。

　　目前在工廠的自動剝蝦生產線上，有一（yī）個關鍵（jiàn）環節目前仍完全（quán）由人工操作，就是（shì）對於蝦（xiā）身（shēn）的抓取與（yǔ）精確放置（zhì）。

　　這（zhè）極大地（dì）限製（zhì）了生產線的速（sù）度、精度、穩（wěn）定性與生產效率，而且工作本身枯（kū）燥無味，浪費人力時間。

在傳統的自動化方案中，視覺係（xì）統（tǒng）與機器人的配合至關重要。視覺係統單（dān）元對流水線上移動的蝦身進行實時拍攝，同時內置算法識別出目標點位置，並引導機器人（rén）進（jìn）行抓取與放置，從而（ér）替代人工操作，實現整條（tiáo）生產（chǎn）線的全自動化。

　　然而，在實際（jì）應用中，由於蝦的形態各異，對人來說十分簡單的識別任務，對於傳統的圖像特征提取算法就變得非常困難。

麵對形態各異、尺寸不一，紋（wén）理顏（yán）色等特征也不同的蝦，單一的圖像處理方法隻能準確識別部分樣本的關節點，很（hěn）難達到（dào）工業應用的高（gāo）精度（通常超過95%）要求，而（ér）一個好的解決方（fāng）案不僅要能滿（mǎn）足工業應用的精度（dù）要求，還需要將識別失敗樣本的誤差控製在（zài）穩定範圍內，便於工廠的後續處理。

　　圖像識別的深度學（xué）習算法，為解決（jué）這一問題（tí）提供了新的思路。

　　ABB的（de）研究人員提出結（jié）合深度學習與生物特（tè）征識別的（de）目標（biāo）點定位方法，並在實（shí）際數據上進行了模型訓練與性能驗證。

首先將蝦的圖像進行預處（chù）理後輸入深度學習模型得（dé）到粗定（dìng）位點，之後對（duì）蝦的（de）位姿進行歸一化並提取輪廓線，基於對搜索域內（nèi）的輪廓擬合與特征點檢測以精確定位目標點。

　　通過在蝦的（de）實測數據上進行建模與測試，發現深度學習模型較難直接給出精確的（de）目標點位置，但可以提供與目標（biāo）點較接近的粗定位點，從而得到能涵蓋目標點的搜（sōu）索域。

　　之後利用生物特征（zhēng）識別（bié），基於輪廓線提取與擬合（hé），可以（yǐ）在（zài）此搜索域內精準地定位目標點。

實驗結果證明了該方法的有效性：在包含1000張實（shí）測樣本的測試集上，整體方案的識別率達到97.2%，可初步滿足實際工業應用的要求。

　　視覺伺服技術：

　　低成本相機也可（kě）進行高精度跟蹤

　　展台的中央，ABB展（zhǎn）示了視（shì）覺伺服技術高效追蹤演示（shì）站。

展（zhǎn）櫃前，演示者通過麵（miàn）板操控白色小（xiǎo）球做出高速且任意的運動，小球上方（fāng），一（yī）台IRB1200工業機器人能對目（mù）標小球進（jìn）行（háng）實時有效的跟蹤。

　　值得注意的是，該視覺伺服控製（zhì）方法對相機要求極低。

　　即使相機幀率低至16FPS（幀/秒），工業機器人仍能對高速運動中的（de）物體（tǐ）進行動態高精度跟蹤，接（jiē）近采用高速相機的所獲得高速跟蹤的精度。

　　近年來，很多研究將視覺伺服技術用於抓取快速（sù）移動的物體，係（xì）統的響應速度之快，甚至可以用於（yú）抓取飛（fēi）行中（zhōng）的物體（tǐ）。一般（bān）整個控製係統包括（kuò）一套多相機運動捕捉係統、一個即時運（yùn）動觀測器，以及一（yī）個即（jí）時運動重規劃控製器。

視覺伺服技術在諸多工業場景（jǐng）中都有廣泛的應用前景，但高速相機的較高成本也（yě）使得一般工業用戶望而卻步。

　　如（rú）何利用低（dī）成本相機實現快速精準地跟蹤抓取移動中的物體，以便將視覺伺（sì）服（fú）技術用於一（yī）般工業（yè）場景，成為了需要解決的（de）現實問題。

　　為（wéi）此，ABB中國研究院的科學家們提出了一種新的視覺伺服控製方法，借助（zhù）ABB EGM模塊，使（shǐ）得工業機器人（rén）隻需搭配較低幀率相機，即能完成（chéng）高速物體的精確跟蹤。

　　該方（fāng）法的特點在於視覺伺服所需的反饋信號不（bú）僅僅來（lái）自相機采集的圖（tú）像信息，而且還融（róng）合了機器（qì）人的實時（shí）運動信息。

　　這（zhè）一方法將機器人的運動反饋（kuì）與視覺傳感信號相（xiàng）融合，用來產生機器人的運動控製信（xìn）號。與傳統的方法（fǎ）相比，新方（fāng）法提高了視覺伺服的控製頻率，降低了對於相機高幀率的依賴，從而（ér）提高了低幀率條件（jiàn）下伺服控製係統（tǒng）的精度和穩定性。

　　視覺（jiào）伺服控製係（xì）統整（zhěng）體架構由相機、圖像處理器、機器人控製器（qì）以及（jí）視覺伺服控（kòng）製器構成。

　　這一新的（de）視覺伺服控製方法隻需使用一般（bān）低幀率相（xiàng）機，即可實現與傳統高幀率相機相當的伺服性（xìng）能，從而降低了視覺伺服的（de）使用成本，為視覺伺服在更多工業場景中的（de）應（yīng）用鋪平了道路。

　　渡輪無人駕駛：

　　這些（xiē）航運黑科技不容（róng）小覷

　　在會場，ABB還展示了基於機器人、船舶電力推進係統和岸電技術的智（zhì）慧航運解決方案。

　　智慧航運解決方案加持

　　世界首次遠程（chéng）無人駕駛海上航行測試完成

　　2018年底，ABB與“芬蘭（lán）堡2號（hào）”冰級客渡輪（Suomenlinna II）開展合作，在芬（fēn）蘭（lán）首都港口完成了曆史性的世界首次遠程無人（rén）駕駛的海上航行測（cè）試。

　這艘客渡輪配備了領先的ABB破冰級Azipods吊艙式全回轉（zhuǎn）電力（lì）推進（jìn）係統，並在2017年改（gǎi）造時加裝（zhuāng）了最新的動（dòng）態定位係統——ABB Ability船舶領航控製解決方案。

　　ABB Ability Tekomar XPERT船（chuán）舶發動機性能數字化解（jiě）決方（fāng）案通（tōng）過分析比對發動機實際運行數據和航測實驗數據，可為船舶航運客（kè）戶提供可操作的行動意見，提升發動機（jī）性能。

　　ABB Azipods 吊艙式全回轉係（xì）統支持船舶領航控製係（xì）統實現高能效靠泊，節省燃油高達20%，並（bìng）在世界範圍內（nèi）實現7*24小時遠程技（jì）術支持（chí）。

　　在遠程（chéng）領航海試（shì）中，渡輪從赫爾辛基（jī）的（de）集市廣場Kauppatori出發。船長在位（wèi）於赫爾（ěr）辛基的控製中心，利用ABB Ability船舶領航控製係統無線遙控這艘渡輪。在無人駕駛狀態下，渡輪成功地穿（chuān）越了赫（hè）爾辛基港附近的（de）測試區域，通過了遠（yuǎn）程海試（shì）。

　　這一開（kāi）創性海試標誌著船舶行（háng）業向逐漸接納無人駕（jià）駛係（xì）統邁出了關鍵性的一步。

　　岸上充電站：減少排放（fàng），提（tí）高充電效率

　　為了更高效地讓（ràng）這（zhè）些（xiē）客輪保（bǎo）持能量滿滿、以最佳狀態服務航線（xiàn）乘客，自動化岸（àn）上充電技術成為不二（èr）選擇。ABB提供的（de）電力（lì）推進（jìn）設備和自動化岸上充電站，使得渡輪在減少排放的同時，大幅提高了充電效（xiào）率。

TOSA電動公交閃充係統：15秒（miǎo）快（kuài）速充電！

　　展台上，ABB還（hái）展示TOSA電動公交閃充係統，這一係統（tǒng）可為無接觸網（wǎng）、大載客量（liàng）和全電動的鉸接式公交車在（zài）部分車站實現15秒快（kuài）速充電。

大（dà）數據分析：

　　5萬隻蜜蜂帶來大量“甜蜜”數據

　　在ABB克拉科夫研究中心的屋頂，有（yǒu）一（yī）個5萬多（duō）隻蜜蜂的“甜蜜王國”。

　　蜜蜂的主人Dominik Lis既是研究中心的建築自動化專家，也是一位擁有20多個蜂巢、經驗（yàn）豐（fēng）富的（de）養蜂專家。他一直在努力擴（kuò）大ABB蜂群的規模，雖然這不是世界上最大的蜂群，但可以算（suàn）是世界（jiè）上被研究得最透徹的蜂群（qún）之一了。

　　這些蜜（mì）蜂不但釀出了蜂蜜，更（gèng）為研究人員創（chuàng）造（zào）了比蜂蜜更有價值的東西——大量的、寶貴的優質測試數據。

這（zhè）個研究中心的專業研（yán）究領域包括計算機算（suàn）法的開發，用來（lái）分析從（cóng）ABB不同類型傳感器中提取的大數據集。為了測試這（zhè）些算法，研（yán）究員們需要訪問大量不同類型的真實數據。

　　正如ABB克拉科夫研究中心（xīn）負責人Marek Florkowski所（suǒ）解釋的，科研過程中，研究人員（yuán）所麵臨的最大挑戰就（jiù）是優質樣本數據的獲取。在當今這個數字化社會中，數據就等同於價值。

　　“我們嚐試開發一些識別算法和分類算法的（de）模型並進行優化（huà），加速這些算法的實現。有一天大家突發靈感，為什麽不在屋頂上建個蜂巢呢？”

　　說幹就幹（gàn），科學家們對（duì）研究中心樓頂的蜂巢進（jìn）行了詳細的標定，現場多台攝像機對（duì）其進行實時監控，這個蜂巢裝滿（mǎn）了高科技的傳感器，用於（yú）測量重量、溫度、濕度、音頻等級等等，並將這些信息不間斷地被上（shàng）傳到服務器上，通過這些數據能夠追蹤蜜蜂的飛行路徑，繪製蜂群密度聚集圖。

例如（rú），正對著蜂（fēng）巢入口的攝像機捕捉的圖像，能夠幫助開發圖像檢測係（xì）統和基於（yú）視頻傳輸的對象計數（shù）功能。當一大群蜜蜂同時飛出蜂巢時，科學家會嚐試找到一種方法來計算蜜蜂的數量，同時把速度、大小和背景等因素考慮在內，支持研究人員的實驗。

　　值得注意的是，來自蜂巢的這些技術和算（suàn）法正被運用（yòng）到（dào）當今數字社會最前沿的工（gōng）業環境中來。

　　對企業而言，價值不（bú）僅源自數據本身，更來（lái）自對數據的處理和（hé）解析，以及由此而來的算（suàn）法迭代。

　這些創意十足（zú）的實驗醞釀出了許多新的（de）想法，提（tí）升了現階段的（de）技術水平，同時還帶來了甜（tián）蜜（mì）的副產品——“ABB牌”蜂蜜。

　　1.5億美元打造（zào）機器（qì）人“未（wèi）來工廠”

　　目前，ABB在中國擁有研發、製造、銷售和工（gōng）程服（fú）務等全方位的業（yè）務活動，40家本地企業，1.8萬（wàn）名員工遍布於142個城市，線上和線下渠道覆蓋全國300多個城市。

　　近日，ABB集團董事長（zhǎng）兼CEO傅賽（sài）表示：

　　“隨著中國擴大對外開放的步伐（fá），我們將繼續投資（zī）於數字化（huà）產業、電動汽車充電等充滿前景的市場領域。”

2018年10月，ABB宣（xuān）布在上海投資1.5億美元新（xīn）建一座機器人（rén）“未來工廠”，該工廠預計將於2020年底投入運營。新（xīn）工（gōng）廠將采用大量機器學習、數字（zì）化解決方案以（yǐ）及協作解決方案，打造為機器人行（háng）業最先（xiān）進、自動（dòng）化與柔性化程度最高的工廠，其研發中心（xīn）還將（jiāng）加速推動人工智能領域的（de）創新。

　　據悉，這一工廠（chǎng）將采用數字孿生技（jì）術，全麵聯接工業互聯網，並通過人工智能、機器學習及協作自動化大幅提升生產柔性與效能；同時，啟用（yòng）全新的機器人產品設（shè）計模式，利用可配置（zhì）的通用接口與構建模塊，無限擴展定製（zhì）解決方案，向全麵數字化的“未來工廠”邁（mài）進。

投稿箱：
如果您有機床行業、企業相關新聞稿件發（fā）表，或進行資（zī）訊合作，歡迎聯係本網編輯部，郵箱：skjcsc@vip.sina.com

更多相關信息

名企推薦

業界視點

| 更多

行業數據

| 更多

博文選萃

| 更多

數控機（jī）床