物理AI在機器人領(lǐng)域的興起

隨著工業(yè)自動化領(lǐng)域的不斷變化和發(fā)展，人工智能 （AI） 與機器人技術(shù)的集成預(yù)示著一個效率、適應(yīng)性和協(xié)作性的新時代。這種被稱為“物理 AI”的先進技術(shù)強大融合使機器人能夠以以前認為不可能的方式感知、學(xué)習(xí)物理世界并與之互動。對于設(shè)計工程師和機器制造商來說，了解物理 AI 的當(dāng)前和未來影響對于保持創(chuàng)新的領(lǐng)先地位至關(guān)重要。

了解物理 AI

物理 AI 一詞是指 AI 和機器學(xué)習(xí)技術(shù)的應(yīng)用，這些技術(shù)使機器人具有類似人類的能力來感知和響應(yīng)其物理環(huán)境。與預(yù)先編程并按照一組預(yù)定指令運行的傳統(tǒng)機器人不同，支持 AI 的機器人能夠做出實時明智的決策，適應(yīng)、調(diào)整和從它們的交互中學(xué)習(xí)。

這是一項令人難以置信的技術(shù)突破，有可能徹底改變許多不同的行業(yè)和部門。而且，根據(jù)優(yōu)傲機器人創(chuàng)新和戰(zhàn)略副總裁 Anders Beck 的說法，它的影響可能在制造和物流領(lǐng)域最為顯著，從而為許多行業(yè)帶來切實的改進。

“物理 AI 使機器人不僅可以執(zhí)行預(yù)編程的指令，還可以獲得學(xué)習(xí)、適應(yīng)和根據(jù)其感官輸入做出明智決策的能力，”他斷言。“這一進步對于使機器人能夠在非結(jié)構(gòu)化環(huán)境中處理復(fù)雜任務(wù)至關(guān)重要，從而減少了人工干預(yù)的需求并提高了運營效率。”

重塑進步

Beck 指出了許多與物理 AI 相關(guān)的最新進展，這些進展目前正在完全重塑工業(yè)機器人技術(shù)：

增強的感知能力 – AI 驅(qū)動的視覺系統(tǒng)使機器人能夠在多種不同條件下識別物體并與之交互。傳統(tǒng)的視覺系統(tǒng)通常需要高對比度和可重復(fù)的形狀才能正常工作?；谏疃葘W(xué)習(xí)的視覺系統(tǒng)能夠適應(yīng)照明、表面光潔度和物體方向的變化。Beck 指出：“深度學(xué)習(xí)視覺系統(tǒng)使我們能夠?qū)⑦@種可變性訓(xùn)練到單個模型中，因此它可以處理一系列環(huán)境變化。

高級路徑規(guī)劃 – 事實證明，集成 AI 加速器（例如 NVIDIA 的 Isaac Manipulator 的 cuMotion 規(guī)劃器）可以顯著改善路徑規(guī)劃，使機器人能夠在復(fù)雜環(huán)境中有效地規(guī)劃軌跡，提高 CNC 機器看護和裝配等任務(wù)的速度和精度。

從人類演示中學(xué)習(xí) – 強化學(xué)習(xí)技術(shù)使機器人能夠通過觀察人類動作來學(xué)習(xí)復(fù)雜的任務(wù)。事實證明，這種能力在裝配等應(yīng)用中非常有益，機器人可以模仿人類動作來執(zhí)行復(fù)雜的任務(wù)，而無需預(yù)先編程。

對設(shè)計和機器制造商的影響

鑒于物理 AI 的變革能力，毫無疑問，它的推出將反過來改變設(shè)計工程師和機器制造商的角色。由于 AI 驅(qū)動的機器人可以處理工程師經(jīng)常承擔(dān)的許多復(fù)雜任務(wù)，因此可以騰出時間，從而專注于磨練機器人行為和系統(tǒng)設(shè)計。

UR10e 協(xié)作式機器人通過模仿人類作員，徹底改變了粉末噴涂工藝。
照片：Sandra Jelisavcic Villadsen;優(yōu)傲機器人。

“AI 通過處理運動和 I/O 的逐行編程，正在改變設(shè)計工程師和機械工程師進行機器人開發(fā)的方式，”Beck 說?！斑@種方法使工程師能夠?qū)Ｗ⒂谥笓]更高級別的機器人行為以成功完成任務(wù)?！?/p>

Beck 繼續(xù)說道，對于機器制造商，AI 增強的機器人技術(shù)為創(chuàng)建更靈活、適應(yīng)性更強的自動化解決方案提供了機會。然而，他警告說，集成這些技術(shù)會帶來挑戰(zhàn)，包括需要 AI 和機器學(xué)習(xí)方面的新專業(yè)知識。

“機器制造商在用戶級別構(gòu)建機器時需要學(xué)會利用 AI 功能，”他說。“這可能需要他們獲得 AI 技術(shù)技能，以便適應(yīng)，并在技術(shù)層面上訓(xùn)練和使用 AI?！?/p>

實際行業(yè)應(yīng)用

Beck 強調(diào)，盡管各行各業(yè)在物理 AI 的潛在用途和應(yīng)用方面仍處于接近轉(zhuǎn)折點，但技術(shù)進步已經(jīng)以多種方式展示了其變革潛力：

AI 驅(qū)動的計量 – 在 NVIDIA GTC 大會上，3D Infotech 展示了使用優(yōu)傲機器人的 UR3e 協(xié)作式機器人掃描工件并將其與 CAD 模型進行比較的動態(tài)計量，同時預(yù)測不準確之處，從而提高質(zhì)量控制過程的精度。

用于 CNC 看護的生成式 AI – T-Robotics 最近展示了令人印象深刻的 GenAI 驅(qū)動的 CNC 看護，其中優(yōu)傲機器人 UR5e 協(xié)作機器人能夠使用其 ActGPT 解釋 CNC 任務(wù)的自然語言，從而簡化編程并增強機器人系統(tǒng)在加工環(huán)境中的多功能性。

裝配中的強化學(xué)習(xí) – 使用優(yōu)傲機器人 UR5e 協(xié)作機器人，愛克工業(yè)能夠演示強化學(xué)習(xí)裝配，從而使協(xié)作機器人能夠利用人工智能驅(qū)動的技能定位和組裝齒輪。這種方法使機器人能夠通過反復(fù)試驗來學(xué)習(xí)復(fù)雜的裝配任務(wù)，從而提高效率和適應(yīng)性。

雙手動裝配 – 通過利用兩臺優(yōu)傲機器人 UR5e 協(xié)作機器人，Acumino 完善了雙手動裝配，協(xié)作機器人通過簡單的觀察來學(xué)習(xí)復(fù)雜的作，例如電纜處理，從而顯著增強了機器人系統(tǒng)的靈巧性和協(xié)調(diào)性。

AI 質(zhì)量保證 – AI 驅(qū)動的技術(shù)還可用于通過檢測產(chǎn)品和制造過程中的異常情況來提高質(zhì)量保證，從而減少浪費并顯著提高產(chǎn)品一致性。

提高生產(chǎn)靈活性

Beck 解釋說，使用 AI 增強型機器人帶來了許多顯著優(yōu)勢，尤其是在多品種、小批量制造中。他補充說，他們感知和響應(yīng)現(xiàn)實世界的能力使他們能夠適應(yīng)，從而產(chǎn)生巨大的好處。

“人工智能使機器人能夠適應(yīng)不同的零件形狀和尺寸，而無需進行大量的重新編程或夾具，從而實現(xiàn)靈活的高混合制造。”

這種適應(yīng)性減少了停機時間，提高了勞動力利用率，使中小型企業(yè)和制造商能夠?qū)崿F(xiàn)自動化，到目前為止，由于傳統(tǒng)自動化解決方案的復(fù)雜性和成本，其中許多企業(yè)和制造商都面臨著障礙。

預(yù)測性維護和運營效率

Beck 繼續(xù)解釋說，AI 的作用遠遠超出了任務(wù)執(zhí)行的范圍，還包括預(yù)測性維護和運營效率。通過收集和處理運營數(shù)據(jù)，AI 驅(qū)動的系統(tǒng)可以隨著時間的推移不斷提高機器人性能，估計所需的維修間隔。

優(yōu)傲機器人 UR20 的效果圖。

此外，自動異常和質(zhì)量檢測通過在潛在問題導(dǎo)致停機之前識別潛在問題來提高運營效率。與預(yù)測性維護的目標(biāo)保持一致，這種主動方法用于預(yù)測和防止故障，從而提高正常運行時間和運營效率。

物理 AI 在機器人技術(shù)中的未來

展望未來，Beck 列舉了物理 AI 的幾項進步，這些進步將對工業(yè)機器人的開發(fā)和使用產(chǎn)生重大影響：

視覺語言動作模型 – 視覺語言動作模型的開發(fā)使機器人能夠理解和執(zhí)行以自然語言描述的任務(wù)，從而通過實現(xiàn)直觀的通信來簡化編程并增強人機協(xié)作。

機器人基礎(chǔ)模型 – 機器人基礎(chǔ)模型為機器人系統(tǒng)的開發(fā)和部署提供了一個框架，有助于創(chuàng)建適應(yīng)性強且可擴展的解決方案，從而加速機器人技術(shù)在各行各業(yè)的采用。

克服 AI 驅(qū)動型自動化的障礙

鑒于物理 AI 可以幫助制造商實現(xiàn)大量增強和改進，包括更高的靈活性、精度和效率，Beck 警告說，在大規(guī)模采用這些技術(shù)方面仍然存在許多實際障礙。

“制造商面臨的主要挑戰(zhàn)之一是選擇正確的技術(shù)并引導(dǎo)其集成，”他說?！皞鹘y(tǒng)上，使用標(biāo)準示教器或圖形工具將 AI 整合到基于協(xié)作機器人的應(yīng)用程序中既具有挑戰(zhàn)性又耗時，即使對于經(jīng)驗豐富的工程師也是如此。

這個過程通常涉及大量的試驗和錯誤，尤其是在將視覺系統(tǒng)和機器學(xué)習(xí)功能集成到傳統(tǒng)工作流程中時。

Beck 補充說，使困難更加復(fù)雜的是，能夠維護這些技術(shù)的內(nèi)部專業(yè)知識的稀缺。例如，AI 視覺系統(tǒng)，尤其是那些不是為易用性而設(shè)計的系統(tǒng)，通常需要高級配置和維護。這種復(fù)雜性導(dǎo)致一些制造商求助于利用傳統(tǒng)的夾具方法，這些方法雖然不太靈活，但他們更熟悉，并且更容易使用現(xiàn)有資源進行管理。

然后是成本。對自動化設(shè)備的大量初始投資仍然是那些希望實施先進技術(shù)的人的主要障礙。然而，如果不實施 AI，傳統(tǒng)機器人通常需要額外的基礎(chǔ)設(shè)施，例如夾具、分度系統(tǒng)和安全籠，這同樣會增加費用。

對于中小型企業(yè)和制造商來說，這些障礙似乎更加明顯。有限的資源和明顯缺乏技術(shù)專業(yè)知識的結(jié)合往往會限制他們投資或試驗高級 AI 解決方案的能力。此外，傳統(tǒng)自動化對靜態(tài)環(huán)境的依賴帶來了與動態(tài)生產(chǎn)環(huán)境相關(guān)的可靠性問題，在這些環(huán)境中，頻繁的轉(zhuǎn)換或不規(guī)則是常態(tài)。

人機協(xié)作：正確完成

Beck 解釋說，隨著機器人變得越來越智能和自主，確保與人類的安全無縫協(xié)作變得越來越重要。他補充說，幸運的是，AI 不僅為機器人動作提供動力，還有助于提高態(tài)勢感知和適應(yīng)性。

AI 驅(qū)動的機器人配備了先進的感知能力，能夠檢測和響應(yīng)人類的存在，從而在工廠車間實現(xiàn)更安全的交互。此外，Beck 說，如果利用得當(dāng)，智能自動化還可以通過處理單調(diào)但對認知要求很高的任務(wù)來補充人類勞動，使工人能夠?qū)Ｗ⒂谄渌蝿?wù)，從而提高生產(chǎn)力和效率。

面向未來的員工隊伍

Beck 斷言，對于設(shè)計工程師和機器制造商來說，跟上這些進步的步伐意味著投資于新的技能組合。事實上，他認為，持續(xù)學(xué)習(xí)和技能的持續(xù)發(fā)展可能是任何在這些學(xué)科中工作的人未來可以為自己提供的最大優(yōu)勢。

“AI 在工業(yè)自動化中的興起帶來了巨大的機會，”他斷言?！暗屇愕穆殬I(yè)生涯面向未來，你需要對 AI、機器學(xué)習(xí)和支持軟件平臺有深入的理解。”

所需增長的關(guān)鍵領(lǐng)域包括：

• AI 和機器學(xué)習(xí)基礎(chǔ)知識，包括深度學(xué)習(xí)和計算機視覺;

• 機器人編程環(huán)境，如 Universal Robots 的 PolyScope X 和 NVIDIA 的 Isaac SDK;

• 傳感器技術(shù)，特別是 3D 相機和實時數(shù)據(jù)集成的使用;

• 模擬和數(shù)字孿生，允許在虛擬環(huán)境中訓(xùn)練和測試 AI 模型;

• 人機交互和安全設(shè)計，隨著協(xié)作機器人在共享工作空間中越來越普遍，這代表著越來越重要的焦點。

Beck 強調(diào)，接受持續(xù)學(xué)習(xí)的概念并緊跟新興技術(shù)（從生成式 AI 到機器人基礎(chǔ)模型）的工程師將很好地定位自己，引領(lǐng)下一波自動化創(chuàng)新。

建立在協(xié)作基礎(chǔ)上的未來

很明顯，由于實施物理 AI，工程師和機器制造商可以負擔(dān)得起的能力是巨大的。同樣明顯的是，通過克服實施障礙，他們將能夠釋放智能機器人和自動化的全部潛力。此外，通過啟用正確的技術(shù)、與 AI 領(lǐng)導(dǎo)者建立戰(zhàn)略合作伙伴關(guān)系以及日益重視易用性，各行各業(yè)正在穩(wěn)步朝著更易于訪問和適應(yīng)性更強的自動化方向發(fā)展。正如 Beck 指出的那樣，那些弄清楚作為智能自動化基礎(chǔ)的協(xié)作部分的人將蓬勃發(fā)展，獲得其全部好處。

“最終，工業(yè)機器人的未來將取決于人類和 AI 驅(qū)動的機器如何有效地學(xué)習(xí)協(xié)同工作。對于制造商、工程師和機器制造商來說，未來的旅程不僅意味著技術(shù)創(chuàng)新，而且還意味著工作本身的重新構(gòu)想，以實現(xiàn)更智能、更協(xié)作、更人性化的目標(biāo)。