机器人与自动化技术对美国制造业回归的影响（下）

发布时间：2016-12-16 作者：佚名

关键字：机器人自动化技术

收藏好文推荐打印

制造业转型对美国经济的发展、增加就业机会以及保持竞争力都至关重要。这需要美国在机器人基础研究上不断投资、对新的机器人技术进行研发并将研发成果与制造业进行整合。

测量科学

大学实验室中所取得的研究成果，通常很难转换为工业应用。为了保证研究成果能够在制造业领域中得到发展，需要广泛地发展基础测量科学用以对技术转换进行评估与促进。测量科学可以用来描述基础技术的成熟程度，其中包括以下元素：基本计量方法、性能指标、测试方法、参考用件与数据、参考体系结构、关键技术投入以及标准、测试基准与测试平台。这些元素可帮助研究者评估进度、重复试验及验证新技术。在现实条件下对其预期性能进行过预判的新技术，将会减少实施中的风险。

“云”机器人技术与制造业自动化

2010年，“云机器人技术”的出现，将需求处理与数据管理转移到了“云”端。这种模式被概括为：“没有机器人是一座孤岛”。这种想法受到了谷歌以及思科等大公司的关注。

“云机器人技术”的推广需要：迅速扩大并改进的无线网络、可用的大型快速需求(弹性)计算集群、用于收集与存储共享数据的大型数据中心、“大数据”技术、具有无线射频标签或内部服务器的“物联网技术”、众包、数据域代码的开源分享、定期备份、软件升级与安全补丁。

谷歌的自动驾驶汽车对一个庞大的地图与图像图书馆进行索引，充分体现了“云机器人技术”的概念，即将“云”视为一个巨大且快速增长的，用于大规模并行计算与实施海量数据共享的资源池。苹果公司的Siri系统，使用本地及远程处理结合的技术应用与判断分析。Siri系统的每一个需求实例与输出都被存储下来以供全球各地的Siri系统学习。

在不同工厂中不同的制造设备间分享数据，能够对制造设备进行更好地诊断、降低生产中的异常并提高生产效率。机器人在执行操作任务或者仅仅在非结构化的环境中，自主导航都能够进行互相学习。通过模块化及快速设计、测试、再设计，能够制造出更加健壮的机器人系统。

“云机器人技术”将至少在以下五个方面得到极大地发展。

其一，提供全球的带有几何及力学属性的地图、图像以及对象数据的图书馆;

其二，基于对样本的统计模型分析及动态规划的大规模并行计算技术;

其三，机器人之间共享成果、轨迹以及动态控制策略;

其四，在机器人操作系统日益普及的情况下，人们对开源代码、数据、编程、实验及硬件搭建的共享;

其五，问题检测以及按需请求人类的诊断与指导。

由于间歇或突发性通讯造成的安全性、隐私性、延迟及质量控制等问题是机器人技术面临的挑战。

图2 问题检测

工业机器人的关键技术

美国工业机器人路线图中最重要的内容，是将能够对工业产生极大影响的机器人技术进行梳理。除去对机器人领域的教育、培训以及推广计划外，共有以下八大关键技术。

具备可适应性及重构性的生产线技术

在当前的制造业中，一种新产品从概念设计到生产制造的时间相当漫长。对于汽车制造业来说，这个时间间隔可能长达两年。当面对一个新的产品以及可以进行生产的生产线子系统时，子系统能够进行重构设置以进行新产品的生产，其15年技术路线图如下表。

自动导航技术

自动导航是现代工业中的一项基本功能，能够影响采矿与建筑行业的设备自动化、原材料的运输效率以及仓储与配送的物流支持。其基本能力，即是使机器人在包含静止障碍物、车辆、行人以及动物的非结构化环境中进行安全地运行。自动导航的路线图包含以下技术节点。

绿色制造技术

绿色制造技术着眼于对制造业中各个环节的原材料及设备进行回收和重用，从而达到降低能耗的目的。

机器人臂的灵巧操作技术

机器人臂在速度与强度以及精确度方面，已经超越了人类手臂，但其灵巧程度还无法与人类相比。这种差距要归结于机器感知、高性能传感器以及动态规划与控制等技术的相对滞后。机器人的灵巧操作技术路线图包含以下的技术节点。

基于模型的供应链整合技术

如果计算机领域与信息科学的发展能够将物理制造过程模型化，那么制造业将迎来真正的全面革新，使产品具有更好的质量、更高的可靠性以及更低的成本。其技术节点如下。

纳米级制造技术

传统的基于COMS的集成电路与计算模式，目前正被新的纳米级制造与计算技术所超越。微机电系统(MEMS)、低功耗超大规模集成电路以及纳米技术的发展，已经使次毫米级自供能机器人的出现成为可能。在纳米级制造技术的支持下，新的并行甚至随机装配技术有望出现。

非结构化环境感知技术

在目前的制造业中，固定的自动化设备被用于进行大规模生产。因为其为自身构建了一个结构化，可预测的环境，极大地简化“智能”制造所面临的挑战。但未来，小批量、定制化、符合自动化制造要求的机器人将更加智能、灵活并能在低结构化甚至非结构化环境中与人类工人共同工作。非结构化环境感知技术的技术节点如下。

机器人安全技术

任何技术都会带来风险，这就需要对风险进行有效地管理，并引入风险评估模型，使用户对风险具有认知。机器人安全技术的路线图如下表。

表2 机器人安全技术的路线图