点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达

在当今的加工设备中，自动化应用往往需要功能强大的机器人。也就是说，具有高负载和高速度的机器人，通常会固定在某个地方，并需要在安全栅栏后面操作。相比之下，协作式机器人（cobot）的设计易于被部署在和人工一起工作，但是这通常使得它们有效载荷受限且速度缓慢，从而限制了加工作业效率。

然而，cobots即将到来，具体而言，它们越来越多地应用于CNC加工应用。Cobot技术正在不断发展，制造业的发展趋势有利于其更广泛的应用。为了更好的了解协作机器人（cobots），我们整理了关于协作机器人技术的10个问题：

1. 机器视觉和人工智能推动Cobots的应用

机器视觉加上人工智能将解决机器人尤其是协作机器人面临的重要挑战。其中之一是:机器人应用程序中的夹持器或末端执行器是一个复杂的组件，通常需要定制以适应其工作任务。协作机器人的问题更严重，因为末端执行器可能带来安全隐患，破坏机器人的合作能力。然而，视觉与人工智能相结合，有望使机器人能够分析物体的形状，从而只用一个通用的夹持器就能抓住它。毕竟，这就是我们人类所做的:我们用视觉加智力来指导我们自己的手，这只手具有广泛的用途。

强大的利益有助于推动这项技术的发展。在其仓库应用中，仓储机器人能够使用单一不变的抓取器快速准确地抓取各种物体。

2. Cobots无法保证安全

众所周知，机器人末端执行器是一个组件，可能会造成安全隐患，弱化了协作机器人的合作性质。宝洁机器人的领导人罗伯特·布林格帮助开发了一个基于cobot的托盘系统，该系统已经在公司各个地点进行了复制和部署。“这不仅仅是一个机器人，它是一个系统，”他指出。在托盘系统中确保操作人员的安全不仅需要指定一个协和器，而且还需要填充夹子和可能的接触区域，例如协和器的肘部，其中操作人员弯腰捡箱子可能会撞到他或她的头。

3. Cobot应用程序不需要协作

自动化解决方案提供商Eckhart Inc.的副总裁丹·伯斯提（Dan Burseth）提出了一些关于cobots今天成功的见解。“Cobots便宜，易于设置和编程，而且很小，”他说。这通常是他们使用的原因。安全并不是一个主要因素，虽然cobot被设计成可以安全地与人一起工作，但是这种“协作”通常并不能反映它们的成功。

4.自动化的投资回收期正在下降。

Burseth先生还指出，除了为低成本自动化提供机会之外，合作机器人价格的下降使其应用更加经济。与此同时，制造业员工的工资增加了。通过缩短投资回收期，这些举措共同使cobot自动化更具吸引力。

5.制造业趋势有利于合作

Veo机器人公司的Patrick Sobalvarro对此提出了异议。他指出，在制造业中，设计和产品变化的发生率越来越高，这意味着一些自动化应用永远不可能仅仅从一个产品获得回报。因此，自动化需要可重新部署，并且在过程变化如此频繁以至于需要人员参与的情况下，自动化解决方案需要协作。大规模定制和更快的产品周期的趋势有利于cobot，而这些趋势可能是更多cobot出现的主要原因。

6.由于缺乏人员，Cobot的采用可能会受阻

Burseth先生的另一个观点：虽然我们通常认为人才缺乏不利于是自动化的推动，但对于cobots方面可能需要走的路还很长。对于许多制造商来说，这种类型的自动化仍然是一个新概念，而现在的制造设施缺乏相应的人才，无法有效地探索新概念。因此，阻碍了协作机器人的应用。事实证明，要探索克服协作机器人技术，需要解决人才短缺的问题。

7.推进AGV技术使cobots移动化

Mov.ai创始人Limor Schweitzer，讨论了影响自动导引车（AGV）的各种技术进步。他指出，更精确的旋转执行器使这些设备能够实现精确的物理定位。与推断3D空间相关的增强现实技术具有解决AGV导航挑战的附带好处，更好的无线数据速度可实现更好的控制。他指出，这些性能改进使得AGV成为cobot的装配平台。他的公司期待这一想法的传播。Mov.ai的产品是用于移动cobots的第三方软件操作系统，可以更便宜地提供它们。

8.行为即将到来

Eyeware公司致力于自动化的行为识别。使用眼动跟踪的视觉系统可以通过推断一个人在看什么来衡量人的意图。因此，在未来，自动化可能能够回答这个模棱两可的问题，“那是什么?”因为它会知道说话人在看什么。应用于制造，注意力识别可以帮助合作机器人更加协作，使它们能够预测人类工人的下一步行动，并预先定位人工下一步需要的部件或工具。

9.协作可以以不同的方式完成

当我想象一个cobot的时候，我想到的是一个力——和速度有限的机器人——一个移动的力量太小而不能伤害我的机器人，如果它与我接触，这个机器人就会停下来。然而，还有一种合作的方式。前面提到的Veo机器人正在开发用于速度和分离监控的技术。视觉和人工智能(回到第一点)的结合产生了一个系统，可以识别接近机器人的人，计算出人类接触机器人的潜力，并根据需要减慢或停止机器人。有了这个系统，机器人可以快速和强大，但仍然需要协作。我们将不再认为合作机器人是弱小的。

10. “合作”可能是一个更大的想法

正如Veo的施韦策所指出的那样，通过视觉和人工智能实现的速度和分离监控是一个比机器人更大的想法。任何编程机器都可能通过这种方式进行协作。在一定程度上，协作机器人的不断进步将使我们超越机器人，实现世界范围内的自动化。

下载1：OpenCV-Contrib扩展模块中文版教程

在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2：Python视觉实战项目52讲

在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。

下载3：OpenCV实战项目20讲

在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。

交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~