【機床商務網欄目 科技動態】工業抓取正在經歷根本性變動。直到目前為止，工件的夾取和堆放位置、其幾何形狀和相應抓取參數始終需要手動確定；而在將來，抓取系統會自行處理廣泛系列的抓取任務。SCHUNK的抓取系統專家正在展示首批解決方案。
 
 

 

　　SCHUNK將機械抓取與邏輯抓取銜接起來：得益于人工智能，SCHUNK SVH五指機械手能夠識別處在任何位置上的任何物體，并自主制定和采用適當的抓取策略。
 

　　即插即用將成為未來智能工廠中的一項主要功能。過去曾通過使用機械裝置成功實現的工作，在將來會由機械手過程控制來實現。通過關于抓取的符合邏輯的觀點，SCHUNK智能實驗室的專家正在開發新方法，以使機器人和其他搬運系統可以自主或半自主執行抓取任務。智能抓取系統取消逐步單獨定義位置、速度和抓取力，將在未來通過攝像頭探測其目標物體，并由其自主執行抓取計劃。抓取系統依據數據記錄和算法，得以檢測原理并導出相應的反應。此外，SCHUNK研發部正在致力于算法研究，以對不同的幾何形狀和布置予以分類，并開發優的抓取策略。該愿景為基于3層架構的學習部件總成，該架構包括有動作控制器、抓取控制器和服務。該計劃的內容：盡管其內部結構異常復雜，該總成仍能實現其外部使用的大用戶友好。
 

　　機械手執行抓取和專用道規劃
 

　　SCHUNK已經展示：如何基于來自其技術工廠的各類試點應用，成功做到這一點。例如，在智能抓取應用中，機械手可獨自分辨不同部件。就像摸索的手，機械手會感應零件的幾何形狀和構成，以便對其予以抓取和分類。在第二個應用中，經由攝像頭識別隨機排列的零件，從運輸箱處進行自主抓取，并引導至機加工過程。系統將于零件處收集到的信息中繼至后續站，以使(例如)智能夾緊虎鉗能夠將其行程和抓取力自動協調至下一部件。SCHUNK的想法：將來，機械手不僅抓取，而且還處理由2D和3D攝像頭與其交互作用的所有抓取計劃，以及實現與上下游部件通信。
 

　　將學到的經驗數據作為基礎
 

　　在使用機器學習方法對工件和抓取過程進行分類的另一用例中，將存在聯鎖關系的構建塊隨機組合，并在工作表面上以隨機排列的方式呈現給輕量級機器人。機器人的任務是撿起并運輸這些構建塊。在僅僅數次培訓后，這一網絡系統便能夠歸類出如何對各類工件進行搬運，以及有哪些相應組合選項。機械手知道：如何依據它學到的經驗數值，拾取和運輸工件以進行優化處理。在這樣做時，捕獲場景的攝像頭直接與機械手交互作用，并引導機器人抵達其目的地。僅在做出幾步重復操作之后，系統即可自行對未來組合和布置做出分類，并采取自主行動。
 

 

　　通過智能抓取，SCHUNK的智能機械手能測量、識別和監控所抓取的部件和正在進行的生產過程。
 

　　分享學習經驗
 

　　這些技術的一項特殊吸引力在于：它們能夠分享獲取的學習經驗，例如在生產網絡或網站之間的類似應用中與其他抓取系統一起分享，比如應用云解決方案。如果目標對象已知，則會自動啟動相應的優化抓取。如果目標對象未知，則它將由攝像頭系統被檢測到，并且得到確定：如何才能在運行中對其加以佳抓取。學習經驗繼而直接流入系統，從而擴展抓取策略的相應數據庫。
 

　　(原標題：SCHUNK的自主抓取系統)