为机床工具企业提供深度市场分析                     

用户名:   密码:         免费注册  |   申请VIP  |  

English  |   German  |   Japanese  |   添加收藏  |  
沈阳机床

车床 铣床 钻床 数控系统 加工中心 锻压机床 刨插拉床 螺纹加工机床 齿轮加工机床
磨床 镗床 刀具 功能部件 配件附件 检验测量 机床电器 特种加工 机器人

机器人

电工电力 工程机械 航空航天 汽车 模具
仪器仪表 通用机械 轨道交通 船舶

搜索
热门关键字:

数控机床

 | 数控车床 | 数控系统 | 滚齿机 | 数控铣床 | 铣刀 | 主轴 | 立式加工中心 | 机器人
您现在的位置:机器人> 行业资讯>大众:4.0时代下的人与机器人的协作让工厂更具效率!
大众:4.0时代下的人与机器人的协作让工厂更具效率!
2020-4-7  来源:中国机器人网  作者:-
 
       机器人的部署越来越多,其中许多情况涉及人与机器人之间的协作,例如,减轻人们在工作场所中的繁重任务。最大的挑战在于如何将机器人集成到工作环境中以及如何对其进行操作。
  
       在与大众汽车股份公司的联合项目中,HHI的弗劳恩霍夫电信研究所和Heinrich Hertz研究所展示了人机协作以检查汽车工业中的焊缝,从而证明了HRC的使用可以带来的优势。
  
  
       完美的焊缝是汽车工程中至关重要的质量标准。在手势和语音命令的控制下,机器人将固定并操纵特定的组件,而员工则标记并记录焊接质量中的任何缺陷。将来,大众汽车的焊缝将由人机团队进行检查,每个人都将贡献其特定的技能和专业知识,从而实现真正的完美人机协作融合。
  
       联合研究项目EASY COHMO(用于非接触式人机操作的人体工程学辅助系统)借鉴了Fraunhofer HHI在3D捕获、3D信息处理和3D可视化领域积累多年的经验。该系统用于视觉检查汽车生产中关键部件上的焊缝,为HRC如何在行业中发挥作用提供了一个很好的例子。在未来几年中,这项技术将为大众汽车的检查程序提供具体帮助。
  
       从人工检查到工业4.0
  
       几十年来,汽车流水线的检查程序一直保持不变。在产线上首先必须手动将每个组件固定在旋转定位器中,以便可以从各个角度对其进行检查。但不可避免地,这涉及员工不得不担任不符合人体工程学的职位,这可能导致重复性劳损。此外,对于这种复杂的程序,给员工仅留出了很短的时间,这可能会对检查质量产生负面影响。
  
  
基于增强手势的用户界面被投影到组件和工作台上,用于控制机器人和检查程序。
  
图源:Fraunhofer HHI
  
       目前,员工可以自行进行纠察,这不可避免地导致了非标准化的程序,使得根据不同检查员的观察结果来识别系统缺陷更加困难。此外,任何此类缺陷通常都不会记录下来,或者必须通过键盘和鼠标费力地输入到单独的系统中。
  
       将来,这种检查过程将是交互式的,使用机器人来固定重零件并将其操纵到一个位置,使员工可以按照人体工程学的方式对其进行检查。这样的机器人将具有至少六个轴,因此将能够在每个可能的方向上移动,旋转和倾斜组件。机械手将自动从生产线上移除组件并将其提交进行检查。员工将通过显式和隐式手势与机器人进行交互,从而将组件操纵到所需位置。员工可以将精力集中在识别缺陷上,从而可以忽略较少的缺陷。
  
       多模式控制
  
       Fraunhofer HHI开发的软件可协调用于捕获总体工作情况的各种传感器,根据员工的位置和手势,该软件将计算所需的机械臂移动,这也确保了用户安全。例如,每当员工停止直接看组件时,该软件就会停止机械臂,以防万一。
  
       Fraunhofer HHI项目经理Paul Chojecki解释说:“ 机器人也可以设置为响应个性化指令。” “我们新的感知界面能够处理用户的各个手势和语音命令。这意味着可以根据工作站的特定要求快速定制该系统。”
  
       手势用于标记,分类和确认组件上的缺陷。通过精确的对象跟踪和基于投影仪的扩充,员工可以在其工作空间区域的组件上直接找到接口。这提供了一种有效而直观的方式来生成焊缝中任何缺陷的数字3-D记录。相比之下,当前的检查程序缺乏任何系统的缺陷记录,因为不同员工之间很少有正式的信息交换。使用新程序,任何缺陷都可以立即输入系统,然后进行统计评估。这意味着可以更快地发现系统缺陷,从而可以在焊接阶段将其消除。
  
  
用户识别的焊缝缺陷的位置可以通过手指跟踪和3D焊缝跟踪的组合来确定,并精确记录。
  
图源:Fraunhofer HHI
  
       可扩展到所有人机工作站
  
       该系统具有大量传感器,并结合了基于增强型中间件的多模式控制以及自定义的操作说明和机器学习功能。这种方法很可能会为进一步的HRC应用带来突破,并扩大人与机器人之间的协作和交互范围。其他应用领域包括铣床或非工业环境(例如医疗保健或服务业)中的交互式机器人助手。
    投稿箱:
        如果您有机床行业、企业相关新闻稿件发表,或进行资讯合作,欢迎联系本网编辑部, 邮箱:skjcsc@vip.sina.com