Robotics"},"section_hierarchy":[{"id":33182,"name":"Factory","alias":"factory"},{"id":33188,"name":"Robotics","alias":"factory/robotics"}],"taxonomy":[],"authors":[{"id":13743059,"name":"David Greenfield"}]}">

行业适应协作机器人

2016年3月24日
与矢川切坦卡普尔的独家访谈中,他解释了产业向生产进化思维模式、度量制模式和商业模型如何为更多使用机器人与生产线人并发铺路

上世纪90年代初我工作的第一批媒体属性之一是“机器人世界 ” 。 作为当时该出版物的编辑员,我常听到我如何怀念1980年代早期至中叶的机器人产业辉煌日,当时美国工业采行机器人处于顶峰上世纪90年代初期 多数专家认为美国业界对机器人感到满足 很快不会再发生大规模安装

工机前线静默多年 机器人技术继续进步现在,随着协作机器人的出现,我们似乎正处在机器人部署新时代的顶峰上。 机器人部署可能远超1980年代机器人部署头数日。

深入了解这一点后,我与技术创新高级主管Chetan Kapoor通电话八川市创新公司Kapoor领导DARPA和美国航天局机器人研究项目并担任奥斯汀得克萨斯大学首席科学家八川角色专注协作机器人开发公共软件平台整合机器人、运动驱动并创建界面方便程序机器人

Kapoor将参加5月24-25日在芝加哥举行的自动化大会和2016博览会协作机器人小组了解更多信息并注册访问www.theautomationconference.com.

以下是我访问Kapoor的笔录

自动化世界:过去几年里 大量新协作机器人介绍依你看,这更多是因为技术进步或市场需求

切腾卡普尔:协作机器人技术已经存在相当长一段时间机器人嵌入力感30多年来一直用于研发环境协作机器人市场也是如此已有一段时间,但并不受机器人大商贩攻击直到最近工程师开发新机器人主要是为了汽车客户的需要,并有某些专门针对打包市场的创新客户需求大都以生产速率为中心 并投入大量前期投资部署机器人广工常有客户想用简单机器人使用现有员工和自动化基础设施易部署并维护, 而不是要求所有工机钟声和口令引入协作机器人满足全行业需求刺激了协作市场协作机器人在全行业初步成功正激发对汽车行业的兴趣,这正引致大型工业机器人供应商响应

AW:基于你的经验,今天市场对协作机器人的立场何在?或制造商更依赖工机类型

CK:各种市场研究公司联想2020年协作市场10亿美元,年增长率为50%和新技术一样,这有可能引起干扰三至四年协作机器人市场预测可能达不到,十年预测可能超过使用高技能人工部署机器人的早期收养者正在驱动当前市场增长率下游部署人员时, 部署生命周期延长后会减慢随着部署成熟,你将看到协作机器人新度量和商业模型出现我相信这些商业模型的成功将导致指数增长

AW:我已看到数例实例研究 协作机器人与人一起工作 医学设备电子设备装配行业基于经验,这些行业引导协作机器人使用

CK:医疗装置和电子装配操作未部署大量机器人像其他行业原因是他们的制造过程 设计专用机器 结合人工工机部署环境需要流程、配置和基础设施改变协作机器人由于易于使用并降低集成成本,证明在这些行业有效,因为它们部署不干扰现有制造流程鉴于这些行业协作机器人的成功性,你会看到其他行业也接受这种机器人归根结底,你将看到汽车部署量增加,因为汽车流程的一大部分仍然是劳动密集型并面临与医疗设备行业和电子行业相同的约束条件。

AW:你希望业界更了解机器人-技术应用?

CK:机器人应用方面,机器人协同应用执行的任务与标准工业机器人没有什么大相径庭大部分任务归并处理和整理类然而,协作工机器人运行环境将继续大相径庭协作机器人将存在于非结构化环境中,而不是围绕机器人设计自动化会看到弹性植物布局 和人混合设计工程师和公司将提高人生产率,提高产品组合并保存空间,而非简单地提高生产率,驱动价值建议

关于机器人市场增长问题,公众普遍认为智能人工智能机器人将增加工业机器人市场将发生这种情况,但实现速度比预期慢大型市场增长来自易部署维护的简单机器人,从而使当前需要自动化的大型客户库能访问这些机器人与典型汽车安装所见高密度部署相比,你将开始看到低密度但大面积机器人部署

成本和非标准化终端效果工具继续是机器人部署的瓶颈灵活通用抓取系统提供可重复性能可大大减轻机器人整合和深刻变化产业的负担

工业机器人常见错误概念是它是一种静止技术,自1980年代以来基本不变。相形之下,人们指向计算技术,而计算技术在同一时间框架里有指数式改善机器人寿命从5千小时提高至80万小时运动平滑性比芭蕾舞者强 2D视觉应用已变得司空见惯工业机器人突飞猛进是消费者今日汽车中质量对物价比提高的部分原因

当今工业机器人所缺的是智能软件和感知技术 以非结构化环境操作科学家和工程师在上世纪50年代中期构思的AI标称开发直接相关联。新的机器学习方法使用广度计算并易取大数据集最终将实现AI提高的希望

更多阅读Kapoor对机器人的洞察力,见他的列链接.

本条款中的公司