大眾:4.0時代下的人與機器人的協作讓工廠更具效率!
2020-4-7 來源(yuán):中國機器人網 作者:-
機器人的部(bù)署越來越(yuè)多,其中(zhōng)許多情況(kuàng)涉及(jí)人與機器人(rén)之間的協作,例如(rú),減輕人們在工作(zuò)場所中的繁重(chóng)任務(wù)。最大的挑戰在於如(rú)何將機器人集成到工(gōng)作環境(jìng)中以及如何對(duì)其進行(háng)操作(zuò)。
在與(yǔ)大眾(zhòng)汽車股(gǔ)份公司的(de)聯合(hé)項目中,HHI的弗勞恩霍夫電信研究所和Heinrich Hertz研究所展示(shì)了人機協作以檢查汽車工業中的焊(hàn)縫,從而證明了HRC的使用可以(yǐ)帶來的優勢。
完美的焊(hàn)縫是(shì)汽車工(gōng)程中至關重要的質(zhì)量標準。在手勢和語音命令的控製下,機器(qì)人將固定並操縱特定的組(zǔ)件(jiàn),而員工則標記並記錄焊接質量中的任何(hé)缺陷。將來,大眾汽(qì)車的焊縫將由人機團隊進行檢查,每個人都將貢獻其特定(dìng)的技能和專業知(zhī)識,從而實現真正的完美人機協作(zuò)融合。
聯(lián)合研(yán)究項目EASY COHMO(用於(yú)非(fēi)接觸式人機操(cāo)作的人體工程學(xué)輔助係統)借鑒了Fraunhofer HHI在3D捕獲、3D信息處理和3D可視化領域積累多年的經驗。該係統用於視覺檢查汽車(chē)生產中關鍵部件上的焊縫,為HRC如何在行業中(zhōng)發揮作用提供了一個很好的例子。在未(wèi)來幾年中,這項(xiàng)技術將為大眾(zhòng)汽車的檢查程序提供具體幫助。
從人工檢查(chá)到工業4.0
幾(jǐ)十年來,汽車流水線的檢查程序一(yī)直(zhí)保持(chí)不變。在產線上首先必須手動(dòng)將每個組件固定在旋轉定位器中,以便可以從各個角度對其進行檢查。但不可避免地,這涉及員(yuán)工不得不擔任不符合人體工程學的職位,這可能導致重複性勞損。此(cǐ)外,對於這(zhè)種複雜的程序,給員工僅留出了很短的時間,這可能(néng)會對檢查質量產生(shēng)負麵影響。
基於(yú)增強手勢的用戶界麵被投影到組件和工作台上,用於控製機器人和(hé)檢查(chá)程序。
圖源:Fraunhofer HHI
目前,員(yuán)工可以自行進行糾察,這不可(kě)避免地導致了非標準化(huà)的程序,使得根據不同檢查員的觀察結果(guǒ)來識別係統缺陷(xiàn)更加困難(nán)。此外(wài),任何此(cǐ)類缺陷通常都不會記錄下來,或者必須通過鍵盤和鼠標費力地輸入到單(dān)獨的係統中。
將來,這(zhè)種檢查過程將是交互式(shì)的,使用機器人來固定重零件(jiàn)並將其操縱到一(yī)個(gè)位置(zhì),使員工可(kě)以按照人體工程學的方式對其(qí)進行檢查。這(zhè)樣的機器人將具(jù)有至少六個軸(zhóu),因此將能夠在(zài)每個可能的方向上移動,旋轉和傾斜組件(jiàn)。機(jī)械手將自動從生產線上(shàng)移除組件並將其提交進行檢查。員工將通過顯式和隱(yǐn)式手勢與機器人進行(háng)交互,從而將組件操縱到所需位置(zhì)。員工可以將精力集中在識別缺陷上,從而可(kě)以忽略較少的缺陷(xiàn)。
多模式控製
Fraunhofer HHI開(kāi)發的軟(ruǎn)件可協調用於捕獲總體工作情況的各種傳感器,根據(jù)員工的位置和手勢,該軟件將計算所需(xū)的(de)機械臂移動,這也確保了用戶安全。例(lì)如,每當員工停止直接看組件時,該軟件就會停止機械臂(bì),以防萬(wàn)一。
Fraunhofer HHI項目經理Paul Chojecki解釋說:“ 機器人也可以設置為響應個性化指令。” “我們新的感知界麵能夠處理用戶的各個手勢和語音命令。這(zhè)意味著可(kě)以根據工作站(zhàn)的特定要求快速定(dìng)製該係統。”
手勢用於(yú)標記,分類和確認組件上的缺陷(xiàn)。通過精確的對象跟蹤和基於投影儀的擴充,員工可以在其工作空(kōng)間區域的組件上直接找到接口。這提供了一種有效而直觀的方式來生成焊縫中任何缺(quē)陷的數字3-D記錄。相比之下,當前的檢查程序缺乏任何係統的(de)缺陷記錄,因為不同(tóng)員工之間很少有正式的信息交換。使用新程(chéng)序,任(rèn)何缺陷都(dōu)可以立(lì)即輸入係統,然後進行統計評估。這意味著可以更快地發(fā)現係統缺陷,從而(ér)可以在焊接階段將其消除。
用戶識別的焊縫缺陷的位置可以通過手指跟蹤(zōng)和3D焊縫跟蹤的組合來確定(dìng),並(bìng)精(jīng)確記錄(lù)。
圖源:Fraunhofer HHI
可擴展到所有人機工作站
該係統具有大量(liàng)傳感器,並結合了基於增(zēng)強型中間件的多模式控製以及自定義的操(cāo)作說明和機器學習功能(néng)。這種方法很可能會為進一步的HRC應用帶來突破,並擴大人(rén)與機器人之間的協作和交(jiāo)互範圍。其他(tā)應用領域包括銑(xǐ)床或非工業環境(例如醫療保健或服務業)中的交互式機器人助手。
投稿箱:
如果您有機床行業、企業相關新聞稿件發表,或進行資訊合作,歡迎聯係(xì)本網編輯部, 郵(yóu)箱:skjcsc@vip.sina.com
如果您有機床行業、企業相關新聞稿件發表,或進行資訊合作,歡迎聯係(xì)本網編輯部, 郵(yóu)箱:skjcsc@vip.sina.com
更多相關信息
業(yè)界視點
| 更多
行業(yè)數據
| 更(gèng)多
- 2024年(nián)11月 金屬切削(xuē)機床產量數據
- 2024年11月 分地區金屬切削機(jī)床產(chǎn)量數據
- 2024年11月 軸承出口情況
- 2024年(nián)11月 基本型乘用車(轎車)產量數(shù)據
- 2024年11月 新能源汽車產量數據(jù)
- 2024年11月 新能源汽車銷量情況(kuàng)
- 2024年10月 新能源汽車產量數據
- 2024年10月 軸承出口情況
- 2024年10月 分地區金屬切削機床產(chǎn)量數據
- 2024年(nián)10月(yuè) 金屬切削機床產量數據
- 2024年9月 新能源汽(qì)車銷量(liàng)情況
- 2024年8月 新能源(yuán)汽車產量數據
- 2028年8月 基本型乘用車(轎車)產(chǎn)量數據
博文選萃
| 更多
- 機械加工過程圖示
- 判斷一台加工(gōng)中心精度的幾種辦法
- 中走絲(sī)線切割機床的發(fā)展趨勢
- 國產(chǎn)數控係統和數控機床何去何從(cóng)?
- 中國的技術工人都去哪裏了?
- 機械老板做了十多年,為何還是小作坊?
- 機械行業最新自殺性營銷,害(hài)人害(hài)己!不倒閉才
- 製造業(yè)大逃(táo)亡
- 智能時代,少談點智造,多談點(diǎn)製造
- 現實麵前(qián),國人沉默。製(zhì)造業的騰飛,要從機床
- 一文搞懂數(shù)控車床加工刀具補(bǔ)償功能
- 車床鑽孔攻螺(luó)紋(wén)加工(gōng)方(fāng)法(fǎ)及工裝設(shè)計
- 傳統鑽削與螺旋銑孔加工工藝的區別(bié)