AI給機械臂帶來的最大改變是什么？

人工智能最大的變化就是機器人能夠學習如何獨立地完成不同的物體和工作。機器人在過去，只能重復地完成工程師編寫的程序，雖然精度高，精度高，但是卻不能適應環境和流程的改變。特別是，相對于傳統的工業機器人，人工智能機器人在以下三個方面有了顯著的突破：

1.可視化

甚至最尖端的3D工業攝像機也無法像人類一樣精確地識別出透明包裝、反射表面或可變形的物體。這也是為何難以發現攝像機，它可以精確地顯示出大部分的包裹和物件。不過，隨著人工智能的出現，這一切將會迅速發生變化。Universal Robots機器人（以下簡稱 Ur）的機器視覺技術在近幾年來已經取得了長足的進展，無論是在深度學習還是場景理解上都有很大的突破。這種技術可以讓生產商在不用昂貴的照相機的情況下，就可以得到精確的影像資訊，并成功地鑒別出透明或反射的物件。

2.擴充

與傳統的計算機視覺系統相比，它無需為每一個工程進行預登記，也無需為其建立3D CAD模型。通過訓練，可以對圖像中的目標進行自動識別。在沒有監控的情況下，還可以使用人工標注的數據和特性，從而使得計算機更加貼近人類的學習。ur機器人可以降低對人工干涉的要求，并且在不需要工程師改寫程序的情況下，就可以讓機器人加工新的部件。機器會通過它的操作來收集更多的數據，從而使它的精確度得到進一步的提升。

目前，一條標準的流水線一般都配備有振動臺、給料機、輸送機等外圍裝置，以保證機器人能精確地把零件取出來。如果機器學習繼續發展下去，機器人手臂會越來越聰明，或許在某一天，那些價格超過五、五倍的外設就會被淘汰。

另外，因為深度學習模式通常被儲存在云中，所以可以讓它們彼此之間的學習和分享。舉例來說，如果一個工業機械手臂一晚上就能把這兩個部件連接在一起，那么它就能把這個新的型號升級到云上，并且和其它的機器人分享。這樣可以為其它機器節約學習的時間，同時也確保了產品的品質。

3.智能安置

對于我們而言，有些簡單的命令，比如仔細地操作或者把東西整理得井井有條，這對于機器人而言是一項技術上的挑戰。怎樣界定“小心處理”？當物體與桌子接觸時，會不會馬上停止推壓？或者，把這個物體移到距離桌面6公分的地方，讓其自然的下降？或者當你靠近桌面時，你會慢慢地放慢速度？這些不同的定義是怎樣影響項目的擺放速度和精確度的？

• 上一篇：沒有了！

• 下一篇：工程機械行業渠道建設四大趨勢