
在物流倉庫中,智能工業(yè)機器人從每一訂單波次的混料箱中逐一抓取隨意堆疊的不同貨品,經(jīng)過掃碼后投入指定料箱……在近期舉辦的中國國際工業(yè)博覽會(簡稱“工博會”)上,梅卡曼德展臺前人頭攢動,不少觀眾紛紛將目光和喝彩獻給正在給物流進行智能化拆碼垛、貨品揀選、上料、供包、裝配的工業(yè)機器人。在不少觀眾看來,這次展出讓他們意識到,機器人已經(jīng)從只會重復(fù)動作的笨拙機器,變成人人可用、隨處可用的智能幫手。
的確,在大眾看來,認識一堆散亂放置的不同物體,認識物體的位置和姿態(tài),并把它們拿起來,放到指定的地方(傳送帶、托盤等)是一件再簡單不過的事情,但對傳統(tǒng)工業(yè)機器人來說卻很難。不過,這一難題有了解決的答案——AI技術(shù)加持下的智能工業(yè)機器人,正在物流、制造等領(lǐng)域的豐富應(yīng)用場景里擁有了“眼睛”和“大腦”,能夠?qū)祀s擺放的物品實現(xiàn)精準(zhǔn)抓取。
AI技術(shù)提升機器人自動化水平
據(jù)中國電子學(xué)會發(fā)布的《中國機器人產(chǎn)業(yè)發(fā)展報告(2019年)》顯示,2019年中國機器人市場規(guī)模將達到86.8億美元,其中,工業(yè)機器人57.3億美元。
但傳統(tǒng)的工業(yè)機器人只能靠編程來完成固定路線、固定動作,靈活性很差。也正因此,很多需要具備柔性和靈活性的產(chǎn)線,或者物流倉儲,都使用不了傳統(tǒng)的機器人來優(yōu)化產(chǎn)線。
隨著AI等智能技術(shù)的發(fā)展,特別是梅卡曼德等智能工業(yè)機器人解決方案新銳公司,結(jié)合3D相機、視覺識別算法、抓取規(guī)劃、運動避障、機器人配合等創(chuàng)新性手段,幫助機傳統(tǒng)器人擁有智慧的眼睛和大腦,克服精度要求高、工藝多樣、工況惡劣等機器人實現(xiàn)工業(yè)自動化的主要難點。
有業(yè)內(nèi)人士表示,在不少制造業(yè)一線,“散亂放置物體的識別和抓取”場景,在實際的物流倉庫、工廠非常常見,比如不同紙箱的搬運、麻袋的搬運,工件的上下料等等,而這些場景使用傳統(tǒng)機器人并不容易做到,而梅卡曼德利用AI技術(shù),讓這些原來不能被機器人解決的場景被自動化了,大大提高了支柱性產(chǎn)業(yè)(制造、物流等)的自動化水平。
聚焦物流自動化難題
數(shù)據(jù)顯示,今年上半年我國工業(yè)機器人產(chǎn)量達到了93794套,同比增長10.3%。7月份,工業(yè)機器人產(chǎn)量持續(xù)保持高增長,行業(yè)需求回暖信號明顯。在此次工博會上,機器人館也成為最大的看點。這其中,梅卡曼德新發(fā)布的以激光為光源的新一代3D相機Mech-Eye Laser也頗引人關(guān)注。
據(jù)悉,新款激光3D相機使用激光產(chǎn)生條紋結(jié)構(gòu)光,在保持高精度、高速度的同時,極大提升了抗環(huán)境光性能。相比線激光掃描類產(chǎn)品,速度優(yōu)勢明顯;相比散斑結(jié)構(gòu)光類產(chǎn)品,精度優(yōu)勢明顯,也更加適合對精度、節(jié)拍、抗環(huán)境光要求都很高的工件上料、定位涂膠等場景。
事實上,3D視覺、AI技術(shù)與工業(yè)機器人相結(jié)合,在物流領(lǐng)域的拆碼垛、快速分揀以及工業(yè)領(lǐng)域的零件檢測、分揀、生產(chǎn)線上下料的應(yīng)用越來越廣,并開始在特殊倉儲、醫(yī)療等細分方向有了更深入的應(yīng)用。
梅卡曼德相關(guān)負責(zé)人表示,物流自動化的主要難點是貨品一致性低、價格承受力低、特殊情況多等。梅卡曼德自己不直接做物流自動化方案的集成,而是將機器人抓取技術(shù)(包括3D相機、視覺算法、機器人運動軟件等)做到極致,不斷推出功能更強、價格更優(yōu)的產(chǎn)品。
另據(jù)了解,梅卡曼德還和包括川崎機器人在內(nèi)的10家行業(yè)領(lǐng)先的合作伙伴,通過混拆混碼、視覺引導(dǎo)涂膠、視覺引導(dǎo)裝配、工件上下料等多個應(yīng)用場景,在工博會現(xiàn)場共同呈現(xiàn)了智能工業(yè)機器人助力制造、物流行業(yè)實現(xiàn)生產(chǎn)、倉儲自動化的成果。
也有業(yè)內(nèi)人士表示,AI技術(shù)加持下的智能機器人還需要繼續(xù)將核心技術(shù)有效產(chǎn)品化,建立交付和服務(wù)標(biāo)準(zhǔn)體系,簡化部署及降低使用難度,并形成系統(tǒng)性極高的產(chǎn)品體系。同時,相關(guān)賽道上的創(chuàng)新型企業(yè)也要緊跟用戶需求,在成熟場景大規(guī)模交付的同時,繼續(xù)深挖細分場景的細分需求。
2025-09-17 09:33
2025-09-15 10:07
2025-09-15 09:30
2025-09-04 11:27
2025-09-03 10:33
2025-08-27 11:05
2025-08-27 11:04
2025-08-27 11:01
2025-08-27 10:59
2025-08-27 10:41
