我們可以看到機器人發(fā)展的一個顯著趨勢，那就是更大的靈活性。今天的制造商正尋求在機器人方面做更多的工作。用于希望更小、更靈活的設(shè)計能夠輕松地適應(yīng)現(xiàn)有的生產(chǎn)線，或者他們現(xiàn)有的機器人能夠輕松地重新調(diào)整用途并重新分配任務(wù)。

在物流、倉庫或?qū)嶒炇业绕渌�領(lǐng)域，對機器人在正常制造空間之外發(fā)揮作用的需求將不斷增長。特別是協(xié)作機器人（cobots），將繼續(xù)提供與人類進行更大的合作和協(xié)作工作的可能性。

在2022年及以后，機器人將越來越多地用于在倉庫或生產(chǎn)線周圍揀選和移動產(chǎn)品。其他增長領(lǐng)域?qū)�包括與計算機數(shù)控 (CNC) 設(shè)備一起運行的協(xié)作機器人，焊接應(yīng)用的可能性也越來越大。那么，機器人是否已經(jīng)準(zhǔn)備好勝任這些不同的角色了嗎？下面，我們來看看今后工業(yè)機器人將必備哪些技術(shù)。

機器人視覺系統(tǒng)將不可或缺

機器人執(zhí)行新任務(wù)（例如在倉庫中挑選和移動產(chǎn)品）不可或缺的一項功能是增加對2D和3D視覺系統(tǒng)的使用。"盲"機器人（或沒有視覺系統(tǒng)的機器人）只能完成簡單的重復(fù)性任務(wù)，而具有機器視覺的機器人可以對周圍環(huán)境做出直觀反應(yīng)。

借助2D系統(tǒng)，機器人就配備了一個攝像頭。這種方法更適合讀取顏色或紋理很重要的應(yīng)用，例如條形碼檢測。

2D和3D視覺系統(tǒng)都可以提供很多功能。尤其是3D系統(tǒng)，可以克服配備2D的機器人在執(zhí)行物理任務(wù)時遇到的一些錯誤，否則這些錯誤會需要人工診斷和解決，并可能產(chǎn)生故障。展望未來，配備3D視覺系統(tǒng)的機器人將在檢查發(fā)動機零件或產(chǎn)品質(zhì)量等缺陷、包裝檢查、檢查組件方向等方面釋放更多的潛力。

從傳感器轉(zhuǎn)向AI

未來幾年，工業(yè)機器人技術(shù)的重點將從傳感器設(shè)備硬件轉(zhuǎn)向構(gòu)建人工智能（AI），以幫助優(yōu)化傳感器的使用，并最終提高性能。

AI、機器視覺和機器學(xué)習(xí)的結(jié)合將迎來機器人技術(shù)的下一階段。預(yù)計將看到更多旨在幫助制造商實現(xiàn)更高水平的卓越運營、彈性和成本效益的數(shù)據(jù)管理和增強分析系統(tǒng)。

這將包括機器視覺與學(xué)習(xí)能力的結(jié)合。以精確的無序揀選應(yīng)用為例，這是機器人最搶手的任務(wù)之一。對于以前的機器人系統(tǒng)，需要專業(yè)的計算機輔助設(shè)計 (CAD) 編程來確保機器人能夠識別形狀。雖然這些CAD系統(tǒng)可以識別揀選箱中的任何給定物品，但如果，物品在揀選箱分揀任務(wù)中以隨機順序出現(xiàn)，系統(tǒng)就會遇到問題。

取而代之的是，先進的視覺系統(tǒng)使用被動成像，即光子被物體發(fā)射或反射，然后形成圖像。因此，機器人可以自動檢測物品，無論它們的形狀或順序如何。

機器人技術(shù)在將機器視覺與機器人學(xué)習(xí)相結(jié)合方面具有巨大潛力。可能的應(yīng)用包括基于視覺的無人機、倉庫拾放應(yīng)用和機器人分揀或回收等。

機器人將從錯誤中學(xué)習(xí)并適應(yīng)

借助TSVision3D，我們看到機器人AI發(fā)展到可以像人類一樣可靠地解釋圖像的程度。這種演變的另一個關(guān)鍵特征是機器學(xué)習(xí)，它允許機器人從錯誤中學(xué)習(xí)并適應(yīng)。

一個例子是由人工智能研究實驗室 OpenAI 創(chuàng)建的 DACTYL 機器人系統(tǒng)。借助 DACTYL 系統(tǒng)，虛擬機械手可以通過反復(fù)試驗進行學(xué)習(xí)。這些數(shù)據(jù)被傳輸?shù)浆F(xiàn)實生活中靈巧的機器人手上，通過類似人類的學(xué)習(xí)，機器人能夠更有效地抓取和操作物體。

這個過程也稱為深度學(xué)習(xí)，是機器人 AI 的下一步。希望通過試錯過程，就像 DACTYL 系統(tǒng)一樣，機器人可以學(xué)會在不同的環(huán)境中執(zhí)行更多不同的任務(wù)。

邊緣智能應(yīng)用到機器人

邊緣計算意味著將數(shù)據(jù)處理盡可能靠近其源頭，以便更好地獲取數(shù)據(jù)并確定其優(yōu)先級。它不是像傳統(tǒng)麥克風(fēng)或攝像頭那樣的"啞巴"傳感器，而是使用智能傳感器，例如配備語言處理能力的麥克風(fēng)、濕度和壓力傳感器，或配備計算機視覺的攝像頭。

邊緣計算可以與上述技術(shù)相結(jié)合。因此，機械臂可以通過智能傳感器和 3D 視覺系統(tǒng)讀取數(shù)據(jù)，然后將其發(fā)送到帶有人機界面 (HMI) 的服務(wù)器，在那里工作人員可以檢索數(shù)據(jù)。

使用邊緣系統(tǒng)可以減少與云之間的數(shù)據(jù)傳輸，從而緩解網(wǎng)絡(luò)擁塞和延遲，并允許更快地執(zhí)行計算。這些工業(yè) 4.0 創(chuàng)新將用于改進最新的機械臂末端工具硬件系統(tǒng)，例如機器人的夾具或加工中心的夾緊系統(tǒng)，使這些硬件系統(tǒng)的精度逐年提高。

我們應(yīng)該期待在工業(yè)機器人領(lǐng)域看到更多的創(chuàng)造力和變革。改進的視覺系統(tǒng)、AI和邊緣系統(tǒng)也可以結(jié)合起來，以幫助確保制造商及其機器人在未來幾年繼續(xù)蓬勃發(fā)展。