爱吧机器人网 » 分类 > 特种机器人 > 正文

未来移动机器人将占领更多的领域

伴随着人工智能的研究加深,传统由人类所涉及的领域也开始不断的被机器人所占领,汽车利于便是其中之一。从仓库到配送中心,再到工厂车间,然后再涉及办公区域和实验室,也许在不久的将来,我们将看到越来越多的机器人出现在这些领域中,它们不再机械,而将变得更加的自有,它们不仅是移动的“骡子”,这些机器人具有车载智能和实时自适应能力,拓宽了他们的应用领域。

转眼之间,我们发布报告《移动机器人和内部物流始终存在供应链中》已经过去一年,市场上也有了更多的选择、组合以及应用。巨大的改变对安全标准的制定带来了新的挑战。许多移动平台已经在世界各地使用或试用。

在焊接供应商HIROTEC AMERICA的双臂移动机器人应用中,Otto 1500自导移动平台与安川双臂机器人相结合,可以完成将零部件浸入黑色氧化物中进行腐蚀保护的单调任务。Robotiq让你看到巧妙地处理自适应夹具将零部件都放进黑色氧化物中。

移动机器人
 

这个敏捷的机器人周围没有安全围栏。这是因为OTTO使用安全等级的激光雷达传感器探测和导航路径内的障碍物。据了解,OTTO 1500有两个安全等级的激光雷达传感器,分别位于平台的前面和后面,它配备了四个紧急停止(E-stop)按钮,用于手动紧急停止。这个移动机械手帮助HIROTEC更接近于24/7全天候运行的关灯制造目标。

自主自动导航车

消费品巨头宝洁公司也将移动机器人应用于多个行业和不同应用领域。

宝洁公司位于俄亥俄州辛辛那提的机器人网络创新总监Mark Lewandowski说:“因为宝洁公司是个多元化的公司,所以我们有许多不同类型的移动平台。从大型移动平台到高架移动平台,一直到小型移动平台,可以在有更多人的办公室或实验室环境中使用。我们需要不同尺寸、形状的平台应用在制造、仓储和分销等各种场合。”

Lewandowski指出,这些都是自动导航车辆,这意味着他们会根据环境预先学习地图自主地导航,以确定从A点到B点的最佳路线。利用各种传感器和软件,他们可以通过实时智能导航避开意想不到的障碍物。

这类移动机器人可以实现地图映射和路径规划,并且易于部署。而传统的AGV通常需要现有的基础设施或设施修改,例如嵌入在地面上的磁条或导航信标,以引导车辆在指定的路径上行走。

不再是爷爷时代的AGV

宝洁公司正在使用或测试三大类工业移动机器人:具有高负载能力的大型移动平台,较小的自动导航车辆和移动机械手(移动机器人与机械臂组合)。

Lewandowski表示,“现在最大和最活跃(移动机器人的应用)现在在自主移动平台的领域。这些是大型平台工作在托盘或大负载周围。移动平台在我们的仓库和配送中心,那里没有大量的人力和车辆。” 他说,他们使用的小型自主车辆主要用来移动投放物料、半成品或者成品,它们可以在拥挤的环境中更灵活地移动。

Lewandowski解释道,“我们现在试运行的一个应用是将质量和实验室样品送到他们进行测试的实验室。要将这些小型车辆引入到有许多人和变化的环境中,就需要它们能适应高度动态的环境。”

宝洁公司已经在使用或开发移动机器人的试点应用,例如Clearpath的OTTO,Aethon的TUG和欧姆龙的自主智能车辆,以及来自诸如Fetch Robotics,Mobile Industrial Robots(MiR),Canvas Technology和Milvus Robotics等的自主移动平台。

Lewandowski表示,“安全是至关重要的。它们中的大部分移动系统都是基于相同的技术(LIDAR),所以从安全的角度来看,门槛是确保有一个足够安全的系统来检测物体和人员并作出适当的反应。”

他补充道,“其中一些初创公司开始使用具有更多空间意识的视觉类型技术。重要的是不仅要知道平台所处的位置,还要知道它在环境中的导航位置。有门还是悬挂物,是桌子还是传送机? 它需要能够看到那些情形并做出适当的反应,以避免撞上这些障碍物。”

跟传统的AGV固定平台甚至是固定路线的AGV不同的是,自主移动机器人是自由移动的,安全是一个重要问题。

移动机器人
 

工程安全标准

机器人工业协会(RIA)美国国家标准协会(ANSI)一起制定了工业移动机器人的安全标准。RIA组织R15.08委员会编写了“工业移动机器人安全”的标准文件。

工作已经开始,标准的前两部分涉及机器人制造商和集成商的安全准则,预计将在2017年底前起草。然后,文件必须经过一系列审查程序和任何修订。标准计划在2019年初出版。

也许你会问为什么还那么遥远?实际上,这个标准的制定过程正在加快步伐。

“2007以来,我一直参与安全标准的制定过程。对我来说,这个计划已经快如闪电,” 机器人专家、R15.08委员会主席Michael Gerstenberger说,“有几家公司在这个领域推出了产品。RIA希望得到最好的解决方案,并确保我们通过制定安全相关标准来为会员提供服务。”

Gerstenberger与该委员会面临一个有趣的挑战。R15.08的任务是将移动平台社区和工业机器人社区这两个世界结合在一起,而他们都有自己的安全标准。

在移动平台方面,现有最接近的标准有ANSI / ITSDF B56.5-2012无人驾驶自动引导工业车辆安全标准和载人工业车辆自动化功能。

在工业机器人方面,标准由ANSI / RIA R15.06-2012工业机器人和机器人系统-安全要求。

“然而,许多新的移动机器人比传统的AGV具有更大的自主权,使他们能够在更加动态的环境中安全地运行,实时路径重新规划至关重要,”RIA标准开发总监Carole Franklin说,“这不是目前AGV标准(B56.5)中的一个领域。”

她继续解释说,虽然工业机器人安全标准(R15.06)允许移动机器人系统在工业环境中存在的可能性,但其大部分指导思想都是针对固定安装的机器人。

委员会成员必须共同制定新的ANSI / RIA R15.08标准,以弥补现有标准B56.5和R15.06之间的差距,并为移动机器人的独特安全考虑提供指导。 最后,他们可能决定将新制定的准则取代现有标准,但仍有待观察。

Gerstenberger说,“我一直在努力做的最重要的事情之一是确保委员会的所有声音都被听到。我想确保每个人都可以表达自己的意见。 我们在委员会中有很好的代表性。”

75+委员会成为代表了大多数传统机器人制造商,包括移动机器人供应商和初创企业,协作机器人供应商,传统AGV制造商,机器人集成商,安全系统供应商和集成商,来自汽车、电子、消费品和物流行业的重要终端用户。

还有代表性的是重要的行业标准和安全组织,如北美的德国莱茵T?V,美国保险商实验室,国家职业安全健康研究所(NIOSH)和国家标准与技术研究所(NIST)。

移动机器人
 

现有标准的不足

NIST开发测试方法和指标来评估新技术的性能。有时候,NIST会引导标准制定工作,就像在这种情况下与R15.08一样。几年来,NIST在其实验室中对传统的AGV,移动机器人和协同机器人以及这些机器的混合集成进行了研究。

NIST的计算机科学家、R15.08委员会成员Jeremy Marvel说:“我们有兴趣从不同的制造商那里获取机器人模型,并将其整合到一个工作单元中。其中也包括移动工业机器人,特别是机器人手臂与来自不同制造商的移动平台特别整合。”

Marvel和NIST的同事Roger Bostelman也在R15.08委员会研究了现有的AGV和工业机器人的安全标准,同时他们正在对混合系统进行研究。在某些情况下,他们发现了足够的重叠,但在其他情况下,他们发现了差距甚至冲突。

Gerstenberger说,委员会继续使用NIST的调查结果作为确定在制定R15.08标准时遇到的差距和冲突的基础。他指出了其中一个冲突。

“在R15.06标准(2012年发布)中,机器人可以固定在适当位置或移动,但不久之后,又指出该标准仅涵盖移动机器人的操纵部分。所以它并没有指出什么时候机器人可以到处移动,什么时候可以不再关在某个区域。”

同时,他还填补了一项空白。

“控制器如何沟通安全信息? 移动平台上的紧急停止按钮是否也会让机械臂紧急停止?另一方面, 如果机器人控制器发出紧急停止信号,移动平台应该停止移动吗?”

在起草文件时,R15.08委员会将必须这些问题以及其他许多相关问题处理好。

Marvel说,“这是R15.08的基础,我们希望能够解决这些差距和冲突,并为提供安全评估的解决方案提供指导和要求。”

他提到了关于示教器的一个例子,“如果你正在考虑将移动平台和工业机械臂集成到一起,而它们都有自己的示教器,你如何纠正和补救控制问题,让你自己一个控制点?我们指定一种方法来实现吗?我们是否指定移动平台必须放弃对工业机器人的控制,反之亦然?或者我们通常指定一个控制点,然后让集成商或制造商想出如何做?”

Marvel表示,目前委员们倾向于后一种方法,这意味着在平台上增加一个机械臂时,由制造商确定单一控制点。当需要把两者集成在一起时,则有集成商决定。

Marvel说,“将两家不同制造商的系统集成到一起时,是一个重大的挑战。在大多数情况下,它们都是封闭的系统(拥有专利技术),不会开放给别人的软件进行控制。”

Marvel说这很不容易,但使用ROS操作系统这样的常用开放语音会容易些。

“我们花了几个月时间来完成与封闭AGV系统的第一次集成,但我们仍然不确定我们做的是否正确。距离我们今年夏天刚刚集成的开放平台还不满三周。“

NIST采用传统的叉车AGV,并在移动平台的顶部安装了Universal Robots UR10协同机器人臂,使其成为混合动力车。

Marvel解释道,“混合动力车不使用导线,磁铁或线路引导(像传统的AGV),相反,它使用基于激光的三角测量系统来确定其在开放环境中的位置,从而允许控制软件告诉它在哪里去动态生成路径。一旦被告知要去哪里,它不会偏离那条路。我们正在与AGV平台的制造商以及控制软件合作,使其更加灵活,更具适应性,因此可以以安全的方式应对任何潜在的碰撞或安全隐患。“

他们还有一个与ROS兼容的Omron移动平台。他们正在对比封闭系统与开放系统。

“整合安全信号真的很难,跟控制是一样的。机器人控制器要负责所有的事情。因此,当你试图集成两个智能系统时,就需要谈判。试图与两个不想谈判的系统进行谈判是很棘手的。你最终会看到左手右手的情况,机器人手臂和移动机器人都在做自己的事情,但是他们或多或少相互忽视。这个交叉点在安全性和可靠性方面感觉有点冒险。”


上一篇:ABB机器人:打造你的定制凉鞋只需6分钟
下一篇:AI虚拟黑客机器人:做好网络安全防御工作
精选推荐
2017年:AI渗入云端
2017年:AI渗入云端

[2017-12-29]  云中的人工智能不仅仅是科技巨头的权力游戏,它也可能是人工智能领域的下一个飞跃。加利福尼亚州的Rigetti Computing公司刚刚使用其原型量子芯片之一在其云平台上运行机器学......

助力卷积神经网络时空特征学习 史上最大行人重识别视频数据集被提出
助力卷积神经网络时空特征学习 史上最大行人重识别视频数据集被提出

[2017-12-25]  本文提出了一个大型的、长序列的、用于行人重识别的视频数据集,简称LVreID。与现有的同类数据集相比,该数据集具有以下特点:1)长序列:平均每段视频序列长为200帧,包含丰......

集群机器人领域最新研究:一种用于探测未知环境的微型无人机群
集群机器人领域最新研究:一种用于探测未知环境的微型无人机群

[2019-10-26]  (图:无人机扩散至不同方向来探索环境。当一个无人机注意到另一个无人机在它的首选方向,它将试图飞到另一个方向。若首选方向冲突,低优先 ...

研究人员融合人类与AI的创造力 显著提高了深度学习的表现
研究人员融合人类与AI的创造力 显著提高了深度学习的表现

[2019-10-12]  由加拿大人工智能领域研究主席、滑铁卢大学系统设计工程教授Alexander Wong领导的一个团队开发了一种新型紧凑型神经网络家族,可以在智能 ...

英国首台月球车是个小型四腿机器人 将于2021年登月
英国首台月球车是个小型四腿机器人 将于2021年登月

[2019-10-12]  探测器将用四条腿探测月球表面,并将数据传回着陆器,后者将把数据传回地球图 詹姆斯温斯皮尔英国即将成为继美国、俄罗斯、中国之后的又一 ...

人工神经网络技术解码人类行为和想象时的大脑活动信号
人工神经网络技术解码人类行为和想象时的大脑活动信号

[2017-08-23]  为搜索引擎过滤信息,棋盘游戏对弈,识别图像 人工智能在某些任务中远远超过了人类智能。来自弗莱堡由神经科学家私人讲师Tonio Ball博士领导的几个杰出的BrainLinks-Bra......

Waymo:人性和行为心理学才是无人驾驶最大的挑战
Waymo:人性和行为心理学才是无人驾驶最大的挑战

[2019-11-03]  自动驾驶汽车作为AI领域内最大的挑战之一,谷歌致力于其研发已有十余载,现在他们逐渐意识到,最困难的是如何让人们享受驾驶的乐趣。这是一 ...

苹果AI主管透露自动驾驶汽车项目关于机器学习方面的进展
苹果AI主管透露自动驾驶汽车项目关于机器学习方面的进展

[2017-12-11]  苹果隐秘的自动驾驶汽车项目多年来一直在转移焦点,但今年似乎正在加速。 4月份,公司获得了在加利福尼亚州进行自动驾驶汽车测试的许可证,而在6月份,苹果公司首席执行官库......

本周栏目热点

机器人治疗糖尿病

[1970-01-01]    众所周知,糖果、蛋糕巧克力等甜食是女生的最爱,今年22岁的姑娘小刘也是这些甜食的超级粉丝,每天都吃。她身高1米6,体重却有90多公斤 ...

[2015-12-14]     12月12日,由中科院沈阳自动化研究所、中国北方车辆研究所等9家单位发起的&mdash&mdash中关村融智特种 机器人 联盟首届理事会在京召开。来自科技 ...

创意DIY:日本Rapiro可DIY的模型机器人

[2016-01-25]     看到这零部件的图,估计不用小格子说,你也知道了,DIY机器人。  Rapiro ...

[2016-01-05]     12月20 日,新华网在首届智能+传媒超脑论坛上推出生物传感 智能机器人 系统Star。该系统以生物传感器采集用户生理体验信息数据,通过多 ...

鸟瞰2016十大军事科技:机器人战争并不遥远

[2016-01-14]     国防大学李大光  机器人、无人机、全景式因特网地图、3D打印战机&hellip&hellip2016 ...