协作机器人 (Cobot)

什么是协作机器人 (Cobot)?

协作机器人 (Cobot) 是无需传统的安全防护围栏,可直接与人类交互并肩工作的机器人。工作人员与协作机器人直接交互的优势在于:

  • 安全执行复杂任务
  • 高生产质量
  • 直观和用户友好的协作机器人教学和编程

协作机器人(或“智能辅助设备”)的概念出现在汽车行业的研究工程和公司中。在这些场景中,协作机器人可以在人工干预指导下为移动重物提供动力。这些系统可确保协作机器人的辅助功能的安全使用。协作机器人逐渐获得了长足发展,可以执行以下任务:

使用 MATLAB 实现的智能箱内取物协作机器人。

使用 YOLO 识别箱子中的六个黑盒,并根据概率加标签,以便协作机器人取物和打包。

使用 YOLO 在 MATLAB 中进行目标检测。

六个 MATLAB 绘图:显示黑盒的位姿估计以支持协作机器人操作。

MATLAB 中使用迭代最近点 (ICP) 点云配准的目标位姿估计。

协作机器人的优势

在传统工业自动化中,机器人不能与人体接触。这种隔离可确保它不仅功能可靠,而且不会对操作人员造成身体伤害。在这些系统中,机器人在完全没有工作人员的区域或笼子内工作。

灵活的自动化

将机器人束缚在笼子内会限制其能力的发挥。当前市场要求缩短交付周期和大规模自定义。这些要求激发了对支持工作人员和机器人的协作以及灵活和多用途制造系统的兴趣,同时确保工作人员不会有人身安全问题。在灵活和具有协作性的自动化中,协作机器人通过力量、精度和数据分析能力增强和提升人的能力,从而为协作机器人的最终用户贡献更多价值。协作机器人应实现:

  • 共存 - 与工作人员共享工作区以优化过程
  • 协作 - 通过人工参与灵活地实现各种任务自动化

安全系统

防护围栏为机器人的广泛应用带来了技术障碍。协作机器人通过固有的、支持协作机器人与其工作区中的目标之间安全交互的安全设计来满足安全需求(例如 ISO® 10218-1 标准)。协作机器人可减少潜在碰撞中暴露的惯性,并包含合规组件(如关节扭矩传感器)以吸收不需要的冲击带来的能量。此外,协作机器人开发人员会采用各种外部传感器(例如,摄像头、激光传感器、深度传感器等)并将所采集的数据融合,以实现对工作人员与机器人之间的距离和手势的可靠识别。

高级算法和 AI 在协作机器人编程中的应用

技术差距的存在阻碍了符合全套需求的协作机器人的开发。协作机器人需要高级算法来实现其在多品种、小批量生产环境中的制造潜力。协作机器人必须能够通过使用深度学习来感知环境以在不熟悉且没有明确指令的情况下独立执行任务。协作机器人的运动规划器支持协作机器人达到目标位置,避障算法让其能够在动态环境中做出反应行为。这些都是建立在协作机器人移动时传感器提供的局部知识上的。

协作机器人将快递纸箱放在传送带上。

MATLAB 提供对优傲机器人协作机器人的支持

设计、仿真、测试和部署优傲机器人协作机器人应用

协作机器人的应用

通过与人类工作人员、高级机器人算法和 AI 的配合,协作机器人正在变革多个行业,从而提高工作效率和降低成本。其应用领域包括:

  • 汽车行业:协作机器人帮助装配、箱内取物和检查,提高产品质量和工作速度。
  • 仓库和工厂自动化:协作机器人能够自动化分拣、取物和打包任务,提高履单效率。
  • 电子产品制造:协作机器人能够组装精密部件并进行精细测试,适应多品种、小批量生产。
  • 食品和饮料加工:协作机器人可用于打包、码垛、卸垛和质量控制,同时最大限度地减少产品损坏。
  • 药品生产:协作机器人能够处理敏感材料并帮助进行打包,确保符合监管标准。

这些应用展示了协作机器人的灵活性及其在推进制造和生产过程中的作用。

使用 MATLAB 和 Simulink 进行协作机器人设计

MATLAB® 和 Simulink® 提供了一整套工具以支持您:

  • 使用传感器模型(如摄像头、激光雷达和 IMU)将协作机器人对环境的感知原型化。
  • 使用深度学习和计算机视觉感知协作机器人的环境。
  • 使用反向运动学设计器和运动规划来对协作机器人的运动进行授课。
  • 设计、迭代和优化运动控制器以实现与协作机器人的安全交互。
  • 为协作机器人应用进行系统控制逻辑建模和自主算法评估。
  • 使用 MATLAB 连接和控制 KINOVA®优傲机器人 的协作机器人。
  • 自动生成产品级代码以部署到协作机器人控制器和板载计算机。

另请参阅: MATLAB 和 Simulink 在机器人领域的应用, MATLAB 和 Simulink 在机器人操作臂领域的应用, Robotics System Toolbox™, Navigation Toolbox™, ROS Toolbox, Simscape Multibody™, Deep Learning Toolbox™, 机器人编程

“MATLAB、Simulink 和 Deep Learning Toolbox 的集成让我们满怀信心地继续推进基于模型的系统工程数字孪生项目。”

谷德权博士,香港应用科技研究院