人类交互机器人如何才能实现

网友投稿 274 2024-03-07


  安全而高效的人类交互机器人或称为“协作机器人”(cobotics),将会对组装生产线、家务劳动服务、健康保险领域以及物流产业产生革新作用。汽车制造商和航空航天设备生产商都已经大规模引用自动化的机器人系统,英国航空公司(BAESystems)在本月早些时候也宣布了要使用协作机器人来建造军用飞机的计划。

人类交互机器人如何才能实现

  隔离

  但截至目前,工业机器人在“与人类共享空间”方面仍谈不上安全可靠——仅美国市场,每年因机器人造成的意外死亡就有20多起——因此大多数时候,机器人活动的区域是需要用屏障围护起来的。“它们在搬运重物等单一操作上,非常高效实用。但是它们只能进行盲目且没有智慧移动,因此在过程中一旦触碰到人,就很可能造成严重事故,甚至导致死亡。”德国弗劳恩霍夫研究所工厂操作和自动化研究员JosSaenz表示。

  与早期机器人不同,“协作机器人”安装有传感器并具备安全特性,能有效地侦测周围出现的人及作出相应反应。这样的设计让人和机器人组成了完美搭配:后者的强度和精确度配合前者的视觉、感知、思维和适应力将可释放出更高效的生产力。人与机器人的组合至少在现在而言是融洽的,因为人类具备的很多技能如今并不可以通过程序被创造出来。“有很多的经验和非书本上的知识是没有办法用程序代码表达的。譬如,一个工人可以察觉得到某些状况不对,或者电钻的震动不合往常,或者某个材料太硬。”Saenz表示,“想要通过文档的形式把这些记录下来,将很难做到。”

  避免受伤

  在利用“协作机器人”方面走得比较靠前的是BMW。2013年,BMW为旗下位于美国南加州的工厂安装了由丹麦 UniversalRobots公司设计生产的机器人。该机器人可以在工人手握车门组件的情况下,通过喷射胶水以帮助完成汽车车门的隔离和水封操作。没有这些机器人,传统的手工操作将十分费力,并且还可能会导致手腕职业伤。“我们感兴趣的是人体工学和安全性。机器人可以生产线上进行推拉这样重复性的操作而不受到伤害。”BMW组装和物流部门负责人RichMorris表示,“这些机器人与工人协同工作,工人们都爱死它了。”但是当一个工人距离机器人太近了会怎样?“机器人首先会警告说你靠得太近。”Morris表示,“然后它会停止当前操作。”

  今年,机器人又被应用到了另一人体工程学繁重的任务上:向车底盘的孔内插入硬橡胶。“很多工人在做这件事时导致大拇指受伤。”Morris解释道。起初,BMW通过3D打印开发了保护骨骼来支撑手指,但如今拥有“超级拇指”的协作机器人已经完全接管了这项任务。

  通过示范来学习

  最高级的协作机器人在功能上是灵活的,因此同一款机器人型号可以轻松的跟进任务的不同而重新切换模式,如排列任务、装卸货任务以及处理原材料任务等模式。RethinkRobotics设计的Baxter机器人拥有两只机械臂和一个动态表情面部(屏幕)。该机器人可以通过被示范训练来学习执行各类任务:人类可以控制机器人的手臂,并指定一系列动作,机器人会记住并重复,从而达到示范学习的目的。而头部的屏幕则会通过表情提示告知周围的人当前正在执行的任务,或者正遭遇的问题。

  首个脱离实验室并投入实际使用的Baxter,是2015年2月由澳大利亚糖果巨头Haigh“sChocolates引进的巧克力挑拣机器人。该机器人与其他工厂工人协同工作,全程无保护无隔离。

  灵活性和精度

  协作机器人下一个主要适用领域是消费者电子品的组装生产,该行业目前主要依赖人力。今年3月,Baxter迎来了一个“一只手”的小兄弟Sawyer,该机器人被设计用于执行电路板测试和机器操作等目的。此外,几乎同一时间,总部在瑞士苏黎世的abb公司也推出了名为YuMi的机器人,该机器人配有大量传感器,可以精准地将线穿过缝衣针。YuMi的小尺寸和移动范围等特点让其成为了小型组装生产线的完美搭配,譬如智能手机、笔记本电脑和平板电脑等。“这些特点对于在工厂中最大化利用空间,以及在小型工作室中安装机器人是至关重要的。”ABB营销部门主管StevenWyatt表示。

  一旦协作机器人在工业界广泛装配并完成测试,它们就有可能会立即出现在家庭市场上,当然这其中也有不少特别的挑战。“在工业环境中,会出现的人类通常都是18岁以上的成年人,足够理解工作环境中穿戴护目镜和硬皮鞋的重要性。但是在家庭环境下,一切都会变得不同,譬如宠物和小孩会在地上滚爬等。”Saenz指出,“不过家庭市场却是一个更大的市场。”

版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。

上一篇:菌落总数快速检测仪的原理及性能
下一篇:Google是如何始终领跑机器学习领域的?
相关文章

 发表评论

暂时没有评论,来抢沙发吧~