智能机器人:感官盛宴

愚蠢的机器人——这是一个我们经常听到的短语。我们被告知机器人只能执行被明确设定的任务。每一个动作都经过精心策划。每个目标都一致且可预测。没有变化，没有偏差。一切都必须非常有条理。好吧，再也没有了!

先进的传感技术将机器人的智商提高到了新的水平。复杂的软件和聪明的末端工具提供了一个良好的开端。正如我们在一月份预测的那样传感器、软件和EOAT是未来的工具。

许多人认为理所当然的视觉、听觉、触觉、味觉和嗅觉不再是有机生物的专属领域。188金宝搏下载界面人工智能正在取得进展。

视觉系统、力和触觉传感器、语音识别甚至嗅觉感受器的进步正在创造出高成就的机器人，它们能够做前人只能梦想的事情，去他们只能梦想的地方。

传感器变得越来越好、越来越小、越来越便宜、越来越容易集成。它们处理所有感官数据的计算能力正变得越来越快、越来越强大。它们的规模在缩小，但容量在增加。反过来，我们巧妙的操纵者比他们羡慕传感器的同行领先一步。你的机器人在光谱中处于什么位置?

视线
在自动化和机器人技术中，传感器发展最快的领域之一是感知。机器视觉技术、激光扫描仪、结构光3D扫描仪以及支持它们的成像和测绘软件正在进入更多的应用领域，这为更多行业的机器人打开了大门。机器视觉市场正在蓬勃发展连续两年实现两位数增长预计这一上升趋势还将继续。

位于佐治亚州亚特兰大的乔治亚理工学院机器人与智能机器研究所的执行主任亨里克·克里斯滕森认为机器人与传感器技术的结合具有巨大的潜力。

克里斯滕森说:“我们目前使用的所有机器人中，大约90%没有使用传感器。“我们基本上把它们放在一个区域内。我们对这一领域有足够的控制，我们不需要在机器人上安装传感器，这使我们能够渗透到制造业的10%。剩下的百分比是您需要更多地了解环境的地方。我们需要知道这些部件在这些环境中的位置，否则我们就需要建造非常昂贵的固定装置。”

“如果我们看看基于传感器的机器人技术，我们在很多情况下都能够设计出挑选特定物体的解决方案，而且做得非常好。我认为很有趣的是，我们可以为亚马逊挑选挑战这样的事情做这件事，”指的是这家电子商务巨头最近举行的比赛，旨在推动在非结构化环境中自动挑选的技术进步。

克里斯滕森指出感知是区分赢家和其他对手的主要因素。《机器人报告》也同意这一点事件总结．

他说:“毫无疑问，我们将在利用这类技术开辟机器人应用的新领域方面取得巨大进展。”他认为，更低的成本和更高的计算能力是传感器应用激增的主要驱动力。

“我们现在的传感器比以前便宜得多。它来自于廉价的手机摄像头，今天你可以花8到10美元买一个手机摄像头。我们的手机里有足够的计算机能力来处理它。同样的事情也发生在激光测距传感器上。十年前，一个中等质量的激光距离传感器将是1万美元或更多。现在是2000美元。”

“另一件事是我们获得了Kinect传感器(微软)，然后是PrimeSense(苹果收购)，最近是结构传感器(Occipital)。它们都允许我们在我们的环境中对物体进行3D建模。”他指出，他们现在更容易负担得起。

未校准的视觉伺服
在佐治亚理工学院，研究人员正在研究未经校准的视觉伺服。为了避免繁琐的相机校准，他们使用视觉伺服，利用视觉系统的视觉反馈信号来控制机械手的运动。

在这个视频首席研究员解释了未校准视觉伺服的工作原理及其优点。不需要校准，机器人可以被远程和直观地控制来完成精确的任务，甚至穿针引线。

克里斯滕森解释说:“我们一直致力于将视觉系统和CAD模型结合起来，利用这两样东西，基本上可以构建一个能够进行可靠跟踪的视觉系统。”“我们正试图让它尽可能少地校准。”

“现在，我们有一个项目，我们正在使用视觉系统，在这种情况下校准，以达到优于0.1毫米的精度，即使对于非常大的机器人，无论是汽车还是航空航天。这是一个成熟的水平，我们开始将其从实验室过渡到商业应用。”

他说，他们最近在巴黎的一家汽车厂部署了类似的技术。

“因为我们使用的是物体的CAD模型(在这种情况下是车门)，我们实际上可以得到非常可靠的跟踪。即使有人在装配线上操作时走到门前，它也能完美地跟踪。完全没有问题，即使中间有一个人挡住了门的一部分。因为它有一个CAD模型，它知道整个零件应该是什么样子，它可以跟踪到0.1毫米的精度。”

他接着说:“这为工业界带来了一些非常有趣的机会。”“我们已经将其用于各种跟踪。我们还用它来检测箱子里的碎片，并做kitting应用程序。让这些托盘或套件自动建造，而不是使用人工劳动，这在电子、汽车和航空航天领域有很大的兴趣。”

克里斯滕森说:“多年来，机器人技术最难的部分是捡垃圾。“现在，这已经成为一个非常容易解决的问题。”

他引用了发那科美国公司用于随机拣箱的3D区域传感器的例子视频以及万能机器人公司的3D传感和机器学习技术视频．

三菱电机自动化(视频)及Nachi Robotic Systems (视频)最近推出了自己的3D随机拣箱解决方案。

解决随机挑选问题
在自动化2015今年3月，另一个随机挑选的解决方案引起了很大的轰动。该系统由俄亥俄州伊利里亚的识别机器人公司开发，被称为“皮质随机拾取”，该系统检索随机堆积的零件，并以统一的方向逐个堆叠。它用现成的鲍默相机就能做到这一点，而且不需要校准。

在秀场拍摄，这个视频显示了皮层随机拾取系统的工作。

据Recognition Robotics的副总裁Joe Cyrek说，展台参观者的反应是部分难以置信和惊讶。“没有人会相信，我们可以在三维空间中，在六个自由度的物体，仅仅基于一个图像或物体的图片。每个人都想知道点云在哪里，激光扫描仪在哪里。没有。有一个摄像头正在拍照，我们正在引导机器人找到它。”

“当我们找到零件时，我们会以亚毫米的精度找到它，”他补充道。“大多数部件拾取器，特别是在点云或3D CAD世界中，会找到斑点并将其拾取。然后他们通常会将其丢弃，并在已知的平面上使用2D摄像机来定位其最终位置。我们每次都能以完美的精度从一堆零件中挑出这些零件。”

模仿人类的认知识别
“魔力”在于皮质识别软件，这是一套由公司创始人开发的视觉识别算法专利集合，基于人类识别物体的认知能力。Cyrek提供了一个类似于婴儿学习方式的类比。

“当我们出生时，我们的记忆中什么都没有。在我们的一生中，我们无意识地将所有这些图像储存在我们的大脑中。它从我们父母的脸开始，然后是我们最喜欢的毯子，等等。然后，当我们看到一些东西时，我们就会认出它。”

识别机器人公司的软件像婴儿一样“学习”。

Cyrek解释说:“软件安装在一个识别控制器上，基本上就是一台工业计算机。”“这台电脑上装有一个2D彩色摄像机。摄像头拍下一张照片，然后将图像发送回软件，由专利算法运行。它决定了物体是什么，以及它在空间中的位置，在六个自由度上(x, y, z偏移，以及围绕这些轴的旋转，Rx, Ry和Rz)。”

Cyrek说:“你所做的就是拍照。”“没有校准，也没有校准板。用户必须输入的唯一信息是相机镜头的焦距和到零件的距离。我们的系统不需要编程。只要把所有这些识别出来的图像储存在婴儿的大脑里。”

听起来好得令人难以置信?等等，还有。

Cyrek解释说:“人类大脑也不需要看到整个物品来识别它。”“我们的导航系统也是这样工作的。我们只需要看到图像的大约70%到75%就能识别它，并指导机器人将其拾取。”

正如这张图所示视频，这种局部可见性识别使系统非常擅长识别变形物体，比如薯片袋。在这个演示中，“宝宝”被教了两种不同品牌的玉米片的正面和反面。不管它们在镜头前的方位如何，它都会把袋子分类到正确的盒子里。

VGR在你的手掌
我们在两年前的文章中首次向您介绍了Recognition Robotics和它的瞪大眼睛的机器人机器人+视觉一览:该做的，不该做的和应用．那时，我们正在谈论Robeye™。新的Cortex Random Picking是Robeye的高级版本，软件和算法增强，允许识别随机放置的部件。

Cyrek解释说:“在2015年自动化大会之前，我们有Robeye，这是一个适用于任何机器人的三维制导系统。”“它由一个摄像头、一些灯和连接到一个大控制面板的相关电缆组成。然后控制面板连接到机器人控制器，这就是它们通信的方式。所以这是一个相当大的数量。”

除了在自动化展上首次亮相随机挑选系统外，识别机器人公司还推出了RAIO，即Robeye All In One。

Cyrek解释道:“很长一段时间以来，我们一直在尝试如何缩小所有东西，如何将我们算法的强大功能基本上整合到相机中。”“这是通过。这是一个智能传感器(CMOS图像传感器)。我们的软件嵌入其中。我们用收缩射线照射一切，而不是控制面板所消耗的空间和电力。”

他说，这种效果在秀场上令人震惊和敬畏。Cyrek说:“这是你在手掌中引导机器人所需要的一切，它可以在几个小时内部署。”“仍然不需要校准，它有自己的车载照明控制。”

“因为我们没有所需的所有马力，今天它只用于2D, 2-1/2D和我们所谓的4自由度制导，也就是x, y和z，加上Rz(不像Robeye那样完全是6自由度)。在未来，一旦我们完善我们的算法，并弄清楚如何利用RAIO内部的四核处理能力，我们认为我们将能够在这个小包中提供六个自由度的指导。”

“当你需要完整的6个自由度时，我们仍然出售Robeye。但现在有了RAIO，我们可以在2D和2-1/2D市场上更有效地竞争。”

应用包括输送机拣选，码垛，和卸码垛。在图中的应用中，RAIO系统将一个螺旋给料机引导到汽车底盘上的螺母上。RAIO识别螺母，并引导机器人携带的螺栓安装人员到正确的位置安装和紧固螺栓。需要指导，因为车辆的建造公差允许螺母的位置浮动大于螺栓安装的合规值。

Cyrek说，自从自动化展以来，他们的办公室里堆满了用于进行原型可行性研究的零件。应用范围从从手提袋中取出零件到组装阀门和安全气囊的组件，到快餐食品公司想要用移动机器人从垃圾箱中随机挑选产品袋并将其装入配送箱。

Sensor-Enabled流动
传感器融合，结合来自不同传感器的感官数据，正在增强机器人的机动性。

佐治亚理工学院的克里斯滕森指出:“我们开始使用视觉和激光测距技术来建造可在工厂车间使用的移动平台。”“现在的测绘技术已经足够好了，我们不再需要把机器人拴在地板上。我们可以让它们移动。在自动化公司就有很多这样的应用，我们在物流应用中也看到了这种应用。”

自动化展会的观众会受到非常礼貌的白色“盒子”的欢迎。山猫(Lynx)室内自动驾驶车辆在穿梭于展台参观者之间时，会说“对不起”。他们这是它们的自然栖息地．

与此同时，库卡机器人公司的LBR iiwa正吸引着人们的目光，因为它似乎漂浮在工厂的地板上移动平台．

同步定位和映射，或更常见的称为SLAM，通常与两个或多个传感器一起使用。SLAM解决了移动机器人在构建未知环境地图的同时，使用地图导航该环境的挑战。研究人员正忙于为SLAM应用程序开发和调整算法。

这视频演示了使用SLAM技术的四旋翼飞行器的自主空中导航。

SLAM诞生于研究实验室，并找到了实际用途，最引人注目的是自动驾驶汽车，以及最近Neato Robotics公司的机器人吸尘器系列。

激光雷达效应
激光雷达，通常被称为光探测和测距，或激光雷达，正在为移动机器人技术创造新的突破。

明尼苏达州明尼阿波利斯市SICK公司测距产品全国产品经理Aaron Rothmeyer说:“我认为激光雷达现在正处于爆炸性发展阶段。”“准确度正在提高。成本正在下降。我认为这在很大程度上也是由市场驱动的。在21世纪初的大部分时间里，大量风险投资资金都进入了软件开发领域。现在很多风投资金都投入到了硬件领域。这使得这些公司获得了大量的资金，而现在突然之间，他们需要传感器。这就是他们来找我们的时候。这时他们发现激光雷达有很多好处。”

其中一家公司是Fetch Robotics，它刚刚获得了2000万美元的新资金加快推出和开发仓库物流自动化的取货和货运系统。Rothmeyer说SICK从一开始就参与了移动系统。

“所以，如果你观察Fetch机器人的正面，你会在底部附近(灰色底座上方)看到一个黑色的小倒锥。这是我们的TiM激光扫描仪．当机器人四处行驶时，它可以在设施周围绘制路线。”

这视频显示取回和货运系统在行动搭载SICK TiM激光扫描仪，独立引导每个移动机器人。

根据这个IEEE Spectrum文章在美国，Fetch移动机械手的头部还使用了一个PrimeSense 3D传感器来定位货架上的产品，并将其放入忠实的伙伴Freight的垃圾箱中。

Rothmeyer说TiM是SICK公司最新的激光扫描仪。“我们采用了大型扫描仪的许多功能，并将它们打包到一个较小的外壳中，使它们更高效。随着我们把它做得越来越小，我们发现越来越多的人更愿意采用它。”

你可能已经注意到在DARPA城市挑战赛早期，TiM的重量级前辈，当时90%的自动驾驶汽车，包括获胜的团队，都在车上安装了SICK激光扫描仪。我们只能说，观众们很勇敢，传感器也取得了长足的进步2007年的大选．

“有很多技术，比如立体视觉和结构光相机，在理想的条件下，在实验室条件下做得很好，我真的很期待看到这些类型的技术在未来可以做什么，”SICK的Rothmeyer说。“但就像现在这样，一旦你离开理想状态，进入低光，甚至没有光，或有降水或有雾，突然之间，这些传感器真的开始下降。因此，当客户设计一个机器人，他们需要它在所有条件下工作时，他们发现激光雷达或激光扫描不像其他一些技术那样存在环境问题。”

“在机器视觉或相机的情况下，你依赖于外部光线输入传感器，”Rothmeyer解释道。“使用激光雷达，我们实际上发出我们自己的光，然后它与物体相互作用，然后返回到传感器。所以你可以开始忽略很多环境影响，比如明亮的阳光或没有阳光，或者颜色。它非常独立于外部影响。”

飞行时间
激光雷达的工作原理是飞行时间．传感器从旋转的镜子上发射激光。当镜子旋转时，激光扫描70到360度的视角，有效地在传感器周围形成一个激光“风扇”。任何打碎风扇的物体都会将激光反射回传感器。距离是根据光反射回传感器所需的时间来计算的。

“传感器发出光脉冲，我们等待它返回，”Rothmeyer说。“我们用经过的时间乘以光速，就得到了我们的距离。”

他说区分大多数激光扫描仪有三个主要标准。这取决于距离、角度分辨率和速度。

“例如，如果你不需要8米的射程，那么就没有必要投资可以做到这一点的东西。角分辨率是光束之间的距离。距离越近，我们能发送给机器人的数据就越完整。所以很多人都在寻找更精确的分辨率。我们正在达到每十六分之一度就能发出一束光束的水平，还有其他产品可以达到更高的水平。”

“速度取决于客户想用扫描仪做什么，”他继续说。“有些人正在做非常慢的应用程序，根本不关心速度。其他人则试图捕捉在高速公路上以每小时70英里或更高速度行驶的汽车。然后，速度变得非常重要。”

他说，速度的限制因素几乎总是镜子旋转的速度。SICK激光扫描仪的频率高达100赫兹，这意味着镜子每秒旋转100次。在百分之一秒内，你就能得到激光扫描仪所看到的完整图像。

安全，安全，体积测量
Rothmeyer说激光雷达的应用范围很广。从自动移动机器人，如Fetch和Freight系统，到其他协作机器人的移动平台，如Clearpath Robotics的脊背犬和Knightscope自动化保安，激光扫描仪用于路径规划和防碰撞。

本文介绍了激光扫描仪在人机交互的新时代所发挥的安全作用机器人安全足迹的缩小．“我们采用了激光雷达，并使其成为冗余，因此它被批准保护人类操作员，”Rothmeyer说。

“我们也做体积测量，所以如果你向下看传送带，我们可以测量产品在传送带下面移动的体积。我们为核电站和变电站提供大量的工业安全保障。一家游轮公司就舷外保护问题找过我们。基本上，他们想确保自己知道有人落水，这样他们就能采取适当的行动。”

“仓储级管理是我们在工厂中最畅销的产品之一。假设你有一个装满塑料颗粒的箱子，正在为挤出模塑机填充，你可以在箱子上面安装一个激光扫描仪，以获得箱子有多满的完整图片。我们还看到它们被用于汽车喷漆生产线，所以在汽车进入喷漆室之前，它们可以确保门、引擎盖或后备箱没有打开。”

智能机器人，智能制造
随着智能制造或工业4.0和工业物联网(IIoT)的到来，收集和管理数据以更好地做出决策至关重要。传感器在数据生成中发挥着重要作用。

“我们的许多客户甚至都不知道他们可以从我们的传感器中获取的所有数据，”Rothmeyer说。“它们不只是提供测距数据。”

“它们还可以提供内部温度，这样你就可以监控系统的健康状况。它们可以提供屏幕污染或屏幕清洁度读数。这是一个光学系统，所以如果屏幕上有油脂或污垢，就会产生问题。在过去，您可能必须进行故障排除才能弄清楚发生了什么。现在我们实际上可以发出一个信号，表明屏幕需要清洁。”

“我们还可以监控自己的能量水平，以确保我们没有消耗超过应有的能量。我们可以监控运行时间，这样我们就知道何时达到传感器的使用寿命，并发出警报。”

触摸
触觉是我们最有价值的感官输入之一。机器人配备了视觉，可以在结构松散的环境中挑选和放置物体，但触觉使它们能够以更高的精度和灵敏度操作物体。力传感器使机器人能够“感觉到”他们所触摸的东西。

“在没有力传感器或视觉的情况下，机器人完全依赖于以可预测和可重复的方式位于空间某处的所有东西，”位于北卡罗来纳州Apex的ATI工业自动化公司的客户经理Milton Gore说。“他们无法适应未知或不可预知的环境。”

世界各地的科学家依靠力传感器为他们的机器人辅助研究提供准确的数据。机器人制造商和系统集成商觊觎高性能力传感器用于材料移除、零件装配和组装应用。力感或触觉反馈涵盖了广泛的应用，甚至在太空中六轴力/扭矩传感技术的发展正在帮助火星上的机器人探索者．

这个视频带您进入ATI六轴力/扭矩传感器，其中硅应变计，专有的粘接方法，低噪声电子器件确保可靠性。

“我们是唯一一家使用硅制造六轴传感器的商业传感器公司，”ATI的戈尔解释道。“硅量规有非常高的输出。每个传感器都有一个点，如果你施加太多的负载，它就会失效。由于我们的应变计信号非常强，我们可以在故障点以下工作，并且仍然有可用的信号。”

他将ATI的硅应变计与金属箔进行比较，金属箔是其他供应商常用的一种类型。

“金属箔应变计传感器通常可以处理50%的过载。我们的传感器的过载能力通常在5到20倍之间。如果它的设计尺寸为100磅，那么它可以承受2000磅的过载。”

戈尔说，人们普遍认为这些高精度传感器很脆弱。如果你第一次使用力传感器，可能是在大学的研究环境中。但戈尔提醒我们，力传感器每天都被用于粗糙、苛刻的工业应用中。

“我们的传感器安装在机器人上，机器人可以移动数百公斤的有效载荷，一周七天不间断地运行。它们也非常强壮，能够在机器人偶尔遭遇的碰撞中幸存下来。”

铸造中的力反馈
在这个视频操作员使用力反馈触觉控制器结合力/扭矩传感器来操作高负载工业机器人作为遥操作器。目前，该技术已应用于铸造厂的铸件清洗，所有部件都设计成可以承受这种恶劣环境。其他市场正在探索中，允许操作员使用机器人的功能，同时手动实时操作，将提高生产率和安全性。触觉界面以及能够访问机器人在平面上移动的功能的能力，使驾驶室中的操作员能够“感受到”施加在工件上的力，并在从铸件中移除隔孔时保持适当的切割压力(如视频所示)。

据销售和营销副总裁Chris Cooper介绍，VTS™Vulcan触觉系统是由阿拉巴马州Helena的Vulcan工程公司开发的，该系统使用触觉和力反馈，可以手动控制工业机器人以几乎任何角度进行切割和研磨。它有地板，龙门架和载体模型。

库珀说:“操作人员越努力地将机械手推到一个物体上，他们在手部控制中感受到的力量就越大。”“反馈水平可以根据应用程序和操作人员的偏好进行调整。”

当我们在Vulcan的展台演示中使用触觉控制器时，2015年的自动化展会的观众们感受到了“动手”的体验。如果你错过了，看看这个视频．

你必须亲身感受才能相信。有关触觉和其他技术帮助机器人处理非结构化环境的更多信息，请参阅服务机器人的自主未来．

触觉反馈
从巨大的铸造零件到汽车仪表板上的控制，力传感器的应用是多种多样的。力/扭矩传感器为机器人及其操作员提供有价值的触觉和力反馈。

“因为硅应变计有很强的信号，我们能够为传感器制造非常强的结构，”ATI的Gore说。“这给了我们高过载能力，也使我们能够制造一个非常坚固的传感器。”

他说，其他力传感器依靠传感器的显著运动来进行测量，这意味着传感器实际上是弯曲的。在工业应用中，这种灵活性或遵从性是不可取的。戈尔说，如果零件在移动，这可能会导致振动或使机器人难以确定工具端点的位置。

戈尔说:“我们的传感器即使在测量时也非常坚硬。”“它们确实会移动，但只是在微观层面上。”

ATI力/扭矩传感器采用单片设计，限制了滞回。

“它主要是一块金属，我们用它雕刻出一个传感器。滞后本质上是对可重复性的衡量。我们的传感器有很好的重复性，非常低的迟滞。我们还拥有非常先进的校准流程，可产生最高的精度和可重复性。”

产品测试用力传感器
准确性和重复性在产品测试应用中至关重要。戈尔说，这是ATI的一个大领域，特别是在汽车行业。每个车主都能欣赏一辆不仅看起来不错，而且感觉不错的车。感官体验的一部分是各种旋钮、按钮和杠杆在你的触摸下的表现。

机器人被用来操纵汽车中的不同部件，例如转向信号杠杆或大灯控制。传感器测试驱动这些不同部件所需的相对力。

戈尔说:“汽车制造商对所需要的力量有非常严格的规定。”“操作起来不应该太难，但也不应该太松散和马虎。所有的东西都必须有一定的感觉，必须一致和统一。有一家公司使用我们的传感器在车内操纵所有这些东西，并确保它们按照制造商的规格运行。”

这视频显示了装有传感器的机器人测试移动汽车暖气和空调系统通风口百叶所需的力。
汽车行业也使用机器人和力传感器进行座椅测试，其中磨损是一个主要问题。

ATI的戈尔解释说:“在他们开始使用机器人之前，他们使用的是一个单轴线性滑动装置，可以将一些东西反复推入座椅。”“它并没有模拟人们实际进出汽车的方式。现在他们使用的机器人可以像人一样在各个轴上自由移动，有了我们的传感器，他们就有能力保持编程的接触力。有r个机器人座椅测试员现在全世界都是了。”

超越人类能力
在力传感器的帮助下，机器人可以组装复杂的物品，即使是人类也很难做到。这视频显示核聚变目标的自动组装劳伦斯利弗莫尔国家实验室。

戈尔在描述核聚变目标时解释说:“这个设备只有铅笔橡皮擦那么大，有几个不同的组件，它们通过我们的两个传感器组合在这个自动化系统中。这些零件有微米级的公差。这是人类肯定很难做到的事情，尤其是当你必须日复一日地保持这种精度水平的时候。”

力传感器还可以帮助机器人完成人类根本无法完成的自动化任务。在航空航天工业中，对更高燃油效率和延长使用寿命的需求要求越来越严格的部件公差。

为了减少航空公司的排放和节省燃料，原始设备制造商正在竞相改善燃气涡轮发动机叶片的空气动力学性能，要求更严格的前缘和后缘公差，使人工叶片轮廓成为过去式。劳动力成本的增加、熟练劳动力的短缺以及对工人安全的担忧也推动了自动化的发展。

今年4月，FANUC的2014年度创新系统奖授予了用于喷气发动机叶片焊接混合和成型的新型机器人系统。该自动化系统由加拿大蒙特利尔的AV&R Aerospace公司开发，适用于维护、维修和大修(MRO)市场，并使用FANUC LR Mate机器人配合集成力传感器，根据原始部件设计重新设计叶片和叶片。该过程的误差达到正负37.5微米，即每英寸的1.5千分之1，这一壮举只有机器人自动化才能实现。

在使用过程中，压气机叶片随着时间的推移而磨损，使叶片变窄和变薄。叶片供应给AV&R Aerospace公司的机器人系统，焊接修复已经完成，以建立前缘和后缘的表面。然后，该工艺使用带砂机将焊缝光滑地与母材混合，并在公差范围内重新加工叶片边缘。

这个视频展示了AV&R航空叶片轮廓和混合系统在行动。

AV&R航空航天公司的工程协调员Guillaume Couture Armand说。，如果没有FANUC力传感器，就不可能实现严格的公差。他们需要力传感器的适应性，以便能够跟踪叶片的复杂几何形状。

Armand解释说:“这种应用的关键难点在于零件的随机形状，因为它们是二手零件。”“它们会以不同的方式变形。我们有一个刀片的CAD，这将是理想的部分，但实际情况有很大的不同，所以我们需要力传感器使机器人的路径适应实际的刀片。不仅形状是随机的，而且曲线给了它一个复杂的几何形状，所以我们需要力传感器在不同的方向补偿取决于磨损和我们如何去除翼型上的材料。力传感器允许我们改变方向，并与材料去除工具(带砂机)保持联系。”

Armand指出，系统智能来自自适应和闭环能力，他认为这是由公司的工程师团队设计的软件，结合了来自力传感器和检测系统的数据，在这种情况下是Keyence激光扫描仪。

“机器人是可重复的，但不是真正准确的。在材料移除之前进行检查。视觉系统对零件进行测量，以确定焊缝的几何形状和厚度，并计算参数，使叶片从原始状态达到所需的成品结果。这是为了计算实际的几何形状，因为它从叶片到叶片变化很大，所以我们需要调整任务。即使我们改变机器人的路径以适应刀片的实际几何形状，机器人也不会完全按照命令走。力传感器根据刀片的实际形状调整路径。这就是适应性的部分。”

然后系统验证自己的工作。他说这就是闭环能力。

“当材料去除过程完成后，再次检查刀片，以确保我们在公差范围内。如果情况并非如此，那么我们将进行第二次测试，去除额外的材料，使其更接近所需的公差。”

该工艺必须允许在不破坏或改变焊缝组织的情况下去除材料。阿尔芒说，它还必须经得起触摸测试。

“你不仅不应该看到焊缝从哪里开始，而且当你触摸刀片时，你也不应该感觉到它。焊缝和母材需要合二为一。”

他说，整个过程每片刀片大约需要15分钟。该系统已经在一家飞机制造商的工厂生产了大约六个月。另外两个安装正在为不同的客户进行，这些客户也希望延长他们的喷气发动机部件的使用寿命。

阿尔芒说:“这是一个非常复杂的过程，他们甚至无法手动完成。”“我们的系统实际上为他们带来了新的产量，这在之前是不可能的。”

AV&R航空航天公司首先在新的OEM叶片和叶片上崭露头角，由于它们以已知的几何形状开始，变化较少，因此轮廓过程略容易一些。他们还在能源部门使用的工业燃气轮机叶片抛光系统中使用了类似的工艺。

这视频展示了各种应用从加工小型到非常大的发动机叶片。

“MRO应用程序是我们为新刀片所做的一个进步。我们一直都知道，这将是我们从新零件到MRO领域的一大步，但这绝对是一项值得的投资，因为MRO市场非常巨大。”

MRO市场是AV&R航空航天公司的新目标。凭借公司的工程师在航空航天工业积累了20多年的经验，系统集成商对这一机器人自动化新领域的巨大前景感到兴奋。

AV&R Aerospace的销售和营销总监迈克尔·马尔登(Michael Muldoon)表示:“该系统的市场非常大，因为它从制造新叶片的喷气发动机叶片制造商，到维修喷气发动机翼型的任何人(原始设备制造商、认可的维修站和第三方)。”“考虑到每个发动机都必须从机翼上取下并经历翻新过程，每个飞行的叶片都需要进行某种修复才能再次使用。每个翼型在使用寿命期间都要修理4到5次。”

AV&R Aerospace将其叶片轮廓和混合系统作为独立的集成自动化系统销售。阿尔芒表示，所有用于计算叶片几何形状和调整机器人路径的软件和算法也都是内部开发的。

这是人类无法达到的精度。想要参与这一领域的公司别无选择，只能实现自动化。

具有军事威力的传感器
传感器不仅帮助机器人把不可能变成可能。他们帮助拯救人类的生命。

力传感器用于这些远程操作的移动拆弹机器人，用于军事部署。该系统主要设计用于爆炸物处理(EOD)，操作员可以通过臂端力传感和触觉控制器感知远程物体。

这分钟的视频展示了其中一个在行动中的炸弹“嗅探”机器人。

ATI的Mini45多轴力/扭矩传感器安装在机器人手臂的手腕上，通过机器人的无线通信系统将触觉反馈传递给操作员。

戈尔说:“通过赋予机器人触觉，它可以让机器人拥有更多的自主权。”“在工作中，他们可以根据所测量的力量以及这些力量的方向和大小做出决定和改变策略，就像人类一样。它还允许它们与人类互动。你可以让内置力控制的合作机器人防止机器人伤害人类。”

人机协作
合作机器人和其他用于人机协作的机器人，以及使更多自主权的传感器和技术协作机器人的领域-以多种形式赋予我们力量．

“我们已经有了更好的力扭矩传感器，”佐治亚理工学院的克里斯滕森说，“这让我们开始看到新一代安全机器人。无论是百特，索耶，环球，库卡，优美，它们都配备了这样或那样的力或扭矩传感，使我们能够制造出在人类面前安全的机器人。毫无疑问，这将是一个很大的领域。”

克里斯滕森说:“不久前，我参观了宝马在斯帕坦堡的工厂。“他们有13个车间，在那里组装汽车生产线和车门。他们已经设置好了，所以他们可以推出一个机器人(代替人类)，如果他们有一个机器人的挑战，他们可以推出它，让一个人上场。这是可以互换的。”

自2013年以来，万能机器人的合作机器人一直在斯帕坦堡的生产线上努力工作。看一看．

克里斯滕森说:“去年12月，我在中国考察了他们的一条电子产品装配线。“他们希望在某些领域投入机器人，主要是为了获得更高的精度和更好的可重复性。所以他们开始慢慢地使用机器人。这种传感技术真的能帮助我们实现更简单的编程、更少的结构化环境和更低的成本。”

声音
在消费电子行业的推动下，语音识别技术正在推动人机交互和协作的进步。社交机器人的兴起就像Pepper在上市第一分钟就卖光了，正在铺路。与此同时，研究人员正在努力使机器人更容易为新一代用户“训练”和实施。

克里斯滕森说:“我们在乔治亚理工学院安德里亚·托马斯的实验室里有一个机器人，他们给它一个意大利肉酱面之类的食谱，然后人类和机器人合作烹饪这顿饭。”“所以在意大利肉酱面中，你有胡萝卜、西红柿和肉。如果人类开始切西红柿，机器人足够聪明，意识到它应该捡起胡萝卜并带给他，所以当他吃完西红柿时，机器人可以给他胡萝卜。这是一个非常高级的描述。你告诉机器人你想做什么，然后它就会执行。”

他继续说道:“我们需要停止编写这些非常低级的描述语言。“相反，我们需要能够给机器人一个非常高级的描述，然后机器人会自动找到答案。这是规划能力的结合，然后是让它能够识别西红柿的传感。机器人也会识别我的活动。”

“对于Curi和Simon(佐治亚理工学院的常驻研究机器人)，我们主要是通过演示来学习，我们将手臂驱动到不同的地方，然后我们进行语音对话。所以我们会告诉机器人，‘这是西红柿，这是胡萝卜，这是面条，’然后它就会真正理解。”

这视频展示了西蒙人形机器人通过语音识别和引导式教学的结合来学习如何完成一项任务，佐治亚理工学院的研究人员将手臂移动到所需的位置，并用口头命令加强指令。

克里斯滕森说:“我认为我们已经相当接近将这项技术从实验室应用到实际应用。”

味觉、嗅觉
会味觉和嗅觉的机器人?是的，甚至还有专门的机器人。来自墨西哥的一名研究人员正在使用人工智能来模仿我们的嗅觉。188金宝搏下载界面她在搜救机器人领域的工作是本文介绍．小心点，人类最好的朋友。电子警犬将在我们的未来出现。

Moley Robotics询问你是否可以信任一个没有味道的厨师。机器人厨师机器人的两条手臂来自万能机器人，它们的动作是由3D摄像机记录下的真实厨师正在准备他的一道菜。坦白地说，谁在乎它有没有味觉，只要它能做饭就行!

但是,等等,这个“机器人”有味觉至少如果你喜欢泰国菜的话。

超越我们的感官
与蝙蝠和海豚不同，一些机器人拥有人类不具备的感官。协作机器人的新时代结合了多种传感技术，形成了比平均水平更智能的自动化劳动力。

Rethink Robotics的Baxter机器人的“脸”上方有一个由12个声纳传感器组成的表冠，可以在机器人附近360度探测运动。每个声纳传感器旁边都有黄色的led灯，当巴克斯特感觉到附近有东西或人时，led灯就会亮起来。百特还在头部和手腕上安装了摄像头，在关节上安装了力/扭矩传感器。

配备夜视和红外传感器的移动机器人正在推进搜救队伍和安全细节。机器人-传感器组合检测电场和磁场、压力波动、湿度、化学物质和其他环境条件，为采矿、建筑、农业、海洋勘探和许多其他智能自动化成熟的行业的机器人开辟了新的领域。这仅仅是个开始。

本文介绍的RIA成员:
ATI工业自动化
佐治亚理工学院
识别机器人公司
生病了,公司的。
火神工程公司