自主决定如何执行任务的机器人

在自动化领域,新的技术突破即将出现。在位于慕尼黑的西门子实验室,只要提供产品生产工作单,机器人就可以自主选择如何组织动作执行任务。与此同时,慕尼黑科技大学的一支联合团队正在研究如何使这类机器人在生产过程中与人类安全互动。

在慕尼黑的西门子研究人员正在研发能让机器人自主决定如何执行任务的技术。

Georg von Wichert的实验室里到处都是机械臂。有的有两根“手指”,有的则是三根。在不久的将来,有的机械臂甚至可能配备像人手一样的机械手。通过编程,这些来自不同机器人制造商的机械臂可以夜以继日地不停抓取和放置同类物品。另外,它们甚至可能能够完成以前从未有人完成的工作。

配备多种传感器和创新软件后,机械臂或许能在装配线上与工人并肩协作,将电缆交替接入电子设备、测试连接、抛光屏幕,甚至根据工人的动作提示转而执行新任务或不断切换任务。所有这些动作的执行都无需重新编程。西门子中央研究院的Georg von Wichert是机器人、自主系统和控制研究小组的负责人,他表示:“我们希望实现的目标是告诉机器人应该做什么,而不是如何去做。简而言之,我们希望由‘它’自主决定在执行任务时需要做些什么。”

当机器人伸出它的三叉钳去抓取物体时

它的计算依据多个传感器的数据融合。

要理解这一愿景的革命性意义,必须明白以下两件事:这项技术将改变游戏规则,并让建设机器人制造单元的成本降低50%左右。Kai Wurm在西门子中央研究院负责一个自主系统的项目,他解释道:“目前,我们需要为机器人做出的每个动作进行复杂的编程。而在未来,它收到的将不再是一条条程序,而是一份工作单。那时,我们将不用再编写五页长的代码去让机器人按照规定顺序完成动作来装配一个简单物品,而只需向其指定任务,然后系统就会自主把任务的技术参数转换为程序。”

自动化灵活性

为什么这一点极为重要?一言以蔽之:经济性。为了最大限度提升竞争力,大部分制造商都想减少生产批次,加强产品个性化定制。然而,在传统生产技术的条件下,只能通过两个途径实现这一目标:尽可能详尽地为每个可能变量进行编程,然而这很可能会变成一项极其复杂、耗时且成本高昂的工作,它显然不适用于小批量生产。或者可以增加生产线上的工人数量,但由于客户需求瞬息万变,且工人需要相关培训,这种做法不仅成本高昂,而且不切实际。

新任务?没问题。未来的机器人无需详尽指示,就能装配从未见过的物体。

那么,解决方案是什么呢?我们可以称它为自动化灵活性(automated flexibility)。它的工作原理可以归纳为一个听起来相当简单的过程:在收到装配任务的明确指示后,机器人将获得一个零部件列表及其几何形状的相关模型。依据这些信息,它可以计算出各式各样的动作。就算你需要在几个小时后改变订单,这些机器人也完全能够实现。von Wichert表示:“这一系统的绝妙之处在于只要给它一个新的任务描述和不同物体模型,它就能装配出新物品,而无需重新编程。”

虽然这些生产线上的机器人系统并不能自己想出管理一座工厂的方法,但它们确实具备一定的自主性。例如,当这种机器人伸出机械臂去抓取物体时,它会整合来自头部和手部的摄像头等传感器传来的数据,实时计算出相关的优化动作。当它做出行动时,它知道自己必须避免触碰到其他物体,尤其是身旁的人类。

在面对错误和新情境时,使用von Wichert实验室开发的软件的机器人已经开始展现出它们的灵活性。例如,如果某个组件无法插入指定插槽,那么机器人将尝试改变角度,再试一次。尽管大多数机器人的夹具(机械手)只能抓取单个预先定义的物体,但von Wichert实验室里的机器人可以使用同一个夹具来抓取五花八门的物体而无需改变硬件。Wurm指出:“我们所开发的系统的新颖之处在于,它能根据概括性的任务描述,自动生成具体动作。”

生产搭档?

这项技术将有可能极大地提高灵活性。目前,西门子的研究人员与慕尼黑科技大学的一支联合团队正在合作探索未来制造业最大的技术趋势之一:人类与机器人之间的协作。慕尼黑科技大学的博士生Gerold Huber表示:“我们实验室中的很多人都认为产品的多样性及相关装配步骤将出现爆炸性的增长。这将产生对机器人与人类灵活合作这一混合生产模式的巨大需求。”

为此,西门子与慕尼黑科技大学联合小组正在研究人类与机器人如何在生产环境中互补,以及如何优化它们的“社交”互动。例如,尽管未来的工厂机器人将配备视觉和力量传感器以让它们在即将发生碰撞时往后退,但它们绝不应该太靠近人的脸部。

研究人员正在研究如何优化机器人与人类之间的社交互动,如运动速度。

运动速度是另一个社交因素。如果机器人距离最近的人类有两、三米远,那么它应当根据需要尽可能地快速运动;但如果它很靠近工人,那么它的运动速度应当随之降低。与此相关的概念是机器人运动的“易辨识度”。当工人与机器人合作时,机器人的动作必须足够缓慢、足够清晰,以便人类可以判断机器人接下来的行为。Huber说:“我们将在动作规划系统中加入诸如此类的特性。”

望向未来的实验室

在慕尼黑南部的西门子中央研究院中,von Wichert和他的同事正在实验室中部署一个配备六只机械臂的微型生产中心。像人手一样的夹具能够抓取它们此前从未见过的物体。这标志着研究人员又向装配复杂部件的目标迈出了新的一步。von Wichert说:“很快,这些机器将能够理解拿起一个东西并将之装到另一个东西上的含义,它们将从不断积累的经验中学习并为自己重新编写程序。这就好像打开了一扇通向崭新世界的大门。”

本文来自企鹅号 - 西门子中国媒体

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏人人都是极客

陆奇:如何成为一个优秀的工程师

陆奇出席百度内部Engineering Leadership Talk。作为计算机科学博士及优秀的管理者,他提出的五点要求,对每一位百度工程师都适用。

873
来自专栏编程坑太多

大数据解析

1482
来自专栏java一日一条

一名 40 岁“老”程序员的反思

我是一名程序员,几个月前刚过完四十岁生日。某个星期六的早晨,我参加了一个 React Native 技术交流会,演讲者正在竭力说服我们为什么它会成为移动开发领域...

792
来自专栏互联网杂技

设计顶峰:如何打造创新有价值的极致体验?

经常发上手即用的教程和技巧,今天来点不一样的「干货」,聊聊在设计中的价值创新。内文案例丰富,配图生动,也有实战案例,对于「需求」的理解非常到位,来自阿里Heyu...

3309
来自专栏JAVA技术zhai

2018开发者技能调查报告之Java程序员求职必备技能分析

根据国外开发者平台 HankerRank 发布的2018 年开发者技能调查报告的统计数据,本文摘录程序员求职时必备技能相关的调查结果。

1502
来自专栏PPV课数据科学社区

【经典】你用 Python 做过什么有趣的数据挖掘项目?

编者按:本文经授权转载自知乎回答,作者何明科系一面网络技术有限公司创始人。作者现身说法,用自己的创业历程举例说明:有钱很重要,有趣更重要。以下是正文:enjoy...

3554
来自专栏灯塔大数据

PK BAT,运营商大数据其实更有价值

要谈起大数据,必然要提到BAT等互联网公司,它们在大数据领域是先发者,不过这也很正常,因为它本身是有数据基因的,其天然的在线性,其血液中流淌着BIT的血,并通过...

3738
来自专栏华章科技

一名 40 岁“老”程序员的反思

导读:本文是国外一位 40 岁“老”程序员对职业生涯的思考,他认为从长远来看,应该多投资一些不容易过期、衰竭期较长的知识领域中。

882
来自专栏量子位

除了马斯克,DARPA也要花钱研究脑机接口了

唐旭 编译整理 量子位出品 | 公众号 QbitAI ? 神盾局又出来搞事了。 今日,美国国防高级计划研究局(DARPA)宣布,将会提供6500万美金资助包括...

3395
来自专栏华章科技

用户在线行为学,从点击数据背后说起

用户在线行为学,如果不使用用户浏览行为、使用数据、点击数据、交互数据、眼动图等,那就无异于盲人摸象。但是非常可怜,这个领域连摸的人都不多,都忙着上炒作,融资,忽...

812

扫码关注云+社区