智能机器人：感官的盛宴

愚蠢的机器人 - 这是我们经常听到的一句话。我们被告知机器人只能执行他们明确编程的任务。每次运动都仔细绘制。每个目标均匀和可预测。没有变化，没有偏差。一切都必须非常结构化。好吧，不再！

高级传感技术将机器人的IQ提高到新的水平。精密的软件和巧妙的武器端部件提供了一个头部开始。正如我们在一月份预测的那样，传感器，软件和eoat都是未来的工具。

视觉、声音、触觉、味觉和嗅觉等许多人类认为理所当然的能力不再是有机生物的专属领地。人工智能正在取得进展。

视觉系统、力和触觉传感器、语音识别，甚至嗅觉感受器的进步，都在创造高成就的机器人，这些机器人能够做它们的前辈们只能梦想的事情和去的地方。

传感器越来越好，越来越小，越来越便宜，越来越容易集成。处理它们大量产生的所有感官数据的计算能力正变得越来越快，越来越强大。它们的规模在缩小，但产能在增长。反过来，我们这些熟练的操控者也比那些羡慕传感器的同龄人领先一步。你的机器人在光谱上的位置?

景象
自动化和机器人技术中传感器发展最快的领域之一是感知。机器视觉技术、激光扫描仪、结构光3D扫描仪以及支持它们的成像和映射软件正在进入更多的应用领域，这为更多行业的机器人打开了大门。机器视觉市场正在崛起连续两年的两位数增长并有望继续保持这一上升趋势。

佐治亚州佐治亚州亚特兰大佐治亚理工学院机器人和智能机器执行董事的执行董事Henrik Christensen认为机器人与传感器技术相结合的巨大潜力。

“我们今天使用的所有机器人的约90％不使用传感器，”克里斯滕森说。“我们基本上把它们放在一个地区内。我们有足够的控制权，我们不必在机器人上拥有传感器，这使我们能够渗透到制造业的10％。剩下的百分比是您需要更多地了解环境的地方。我们需要能够知道这些环境中的部件在哪里，或者我们需要构建非常昂贵的夹具。“

“如果我们查看基于传感器的机器人，我们有许多情况下的技术能够为挑选特定物体进行工程解决方案并做得很好。我认为有趣的是，我们可以为亚马逊采取挑战的东西做这件事，“参考电子商务巨头最近的竞争，以便在非结构化环境中自动采摘的自动挑选技术进步。

克里斯滕森指出感知是区分优胜者和其他选手的主要因素。机器人报告同意这一点活动摘要．

他说:“毫无疑问，我们将看到使用这类技术来开辟我们可以使用机器人的新领域的巨大进展。”他认为，更低的成本和更高的计算能力是传感器采用激增的主要驱动因素。

“我们得到了比以前便宜得多的传感器。它来自廉价的手机摄像头，现在你可以花8到10美元买一个手机摄像头。我们的手机里有足够的计算机能力来处理它。同样的事情发生在激光测距传感器上。10年前，一个中等质量的激光测距传感器要1万美元或更多。现在他们2000美元。”

“另一件发生的事情是，我们获得了Kinect传感器(微软)，然后是PrimeSense(苹果收购)，最近的结构传感器(Occipital)。它们都允许我们对环境中的物体进行3D建模。”他还指出，现在人们更能买得起了。

无标定视觉伺服
在佐治亚理工学院，研究人员正在研究未经校准的视觉伺服。为了避免繁琐的摄像机标定，他们使用视觉伺服技术，利用视觉系统的视觉反馈信号来控制机器人的运动。

在这方面视频首席研究员解释了未经校准的视觉伺服是如何工作的以及它的优势。无需校准，机器人就可以远程、直观地进行控制，完成精确的任务，甚至穿针引线。

克里斯滕森解释说:“我们一直在广泛研究的一件事是，有了视觉系统和CAD模型，基本上就可以构建一个可以进行可靠跟踪的视觉系统。”“我们正努力让它尽可能最小限度地校准。”

“现在，我们有一个项目，我们正在使用视觉系统，在这种情况下校准，以达到优于0.1毫米的精度，即使是非常大的机器人，无论是汽车或航空航天。这是一个成熟的阶段，我们开始将其从实验室转向商业应用。”

他说，他们最近在巴黎的一家汽车工厂部署了类似的技术。

“因为我们使用物体的CAD模型(在这个例子中是车门)，我们实际上可以得到非常可靠的跟踪。即使有人在流水线上操作时走到门口，它也能完美地跟踪。完全没有问题，即使有一个人在门的中间部分。因为它有一个CAD模型，它知道整个部件应该是什么样子，它可以追踪到0.1毫米的精度。”

他继续说道:“对于行业来说，这将带来一些非常有趣的机会。“我们用它来进行各种追踪。我们也用它来检测箱子里的零件，做配套应用。在电子、汽车和航空航天领域，人们对自动制造这些托盘或套件非常感兴趣，而不是使用人工。”

克里斯滕森说:“多年来，机器人技术最难的部分是捡垃圾。”“现在，这个问题变得非常容易解决了。”

他举了发那科美国公司的3D区域传感器的例子视频以及万能机器人的3D传感和机器学习视频．

三菱电动自动化（视频）和Nachi机器人系统（视频)最近介绍了他们自己的3D随机拣箱解决方案。

求解随机选取问题
在自动化2015.今年3月，另一种随机选择的解决方案引起了很大反响。该系统被称为“皮质随机拾取”(Cortex Random pick)，由俄亥俄州伊利里亚的识别机器人公司(Recognition Robotics Inc.)开发。该系统将随机堆放的零件提取出来，并以统一的方向一个接一个地堆叠起来。它使用的是鲍默现成的相机，不需要校准。

在展厅拍摄，这视频显示了大脑皮层随机挑选系统的工作。

据识别机器人公司的副总裁乔·塞里克说，参观者的反应是部分怀疑和惊讶。“没有人相信，我们可以仅仅根据物体的图像或图片，在三维空间中找到六自由度的物体。每个人都想知道点云在哪里，激光扫描仪在哪里。没有。有一个摄像头在拍照，我们正在引导机器人找到它。”

“当我们找到该部分时，我们正在用淹没的准确性找到它，”他补充道。“大多数零件拾取器，特别是在点云或3D CAD世界中，找到了斑点，然后拿起它。然后他们通常会丢弃它并在已知平面上使用2D摄像机来定位其最终位置。我们每次都可以在堆上捡起这些部件，每次都可以完美的准确度。“

模仿人类的认知识别
“魔力”来自Cortex Recognition软件，该软件是该公司创始人基于人类识别物体的认知能力开发的视觉识别专利算法的集合。Cyrek提供了一个类似于婴儿学习方式的类比。

“当我们出生的时候，我们没有任何记忆。在我们的一生中，我们会无意识地在大脑中储存所有这些图像。它从我们父母的脸开始，然后是我们最喜欢的毯子，等等。当我们看到某样东西时，我们就会认出它。”

识别机器人软件“学习”就像宝宝一样。

“该软件驻留在识别控制器上，基本上是工业计算机，”Cyrek解释说。“附加到该计算机上是一个2D彩色相机。相机拍摄照片并将该图像发送到软件，其中获得专利的算法运行。它决定了对象是什么以及它在空间中的位置，在六个自由度（x，y，z偏移，以及关于那些轴，Rx，Ry和Rz的旋转）。“

“你所做的就是拍照，”Cyrek说。“没有校准，也没有校准板。用户必须输入的唯一信息是相机镜头的焦距和到零件的距离。我们的系统没有编程。只要把所有这些可识别的图像存储在婴儿的大脑里就行了。”

听起来好得令人难以置信吗?等等,还有更多。

Cyrek解释说:“人类的大脑也不需要看到整个物体来识别它。”“我们的导航系统也是这样工作的。我们只需要看到图像的大约70%到75%就能识别它，并引导机器人将其捡起来。”

如图所示视频在美国，这种局部可见识别技术使该系统能够很好地识别可变形的物体，如薯片袋。在这个演示中，“婴儿”被教每个袋子的正面和反面的两种不同品牌的玉米片。它会把袋子分类到正确的盒子里，而不管它们在摄像机前是如何定位的。

VGR在你的掌中
我们首先在两年前在文章中介绍了您在识别机器人和其狼吞虎咽机器人机器人+视觉概览:该做的、不该做的和应用．那时，我们谈论的是Robeye™。新的皮层随机挑选系统是Robeye的高级版本，软件和算法都得到了改进，可以识别随机放置的部件。

“前面自动化2015年我们有Robeye，这是任何机器人的三维指导系统，”Cyrek解释道。“它由相机，一些灯光和所有连接到大型控制面板连接的相关电缆组成。然后控制面板连接到机器人控制器，这就是它们的通信方式。所以这是一个很大的东西。“

除了在自动化展示中首次亮相其随机拣货系统外，识别机器人还推出了raio，或robeye一体。

“长期以来，我们一直试图弄清楚如何缩小一切，如何将算法的力量基本上只是相机，”Cyrek解释说。“那是raio。这是一个智能传感器（CMOS图像传感器）。我们的软件嵌入其中的内部。我们对控制面板消耗的地板空间和电力，而是缩小了一切。“

他说，这种效果在会场上令人震惊和敬畏。”这是你在手掌中引导机器人所需要的一切，而且它可以在数小时内展开，”Cyrek说仍然不需要校准，它有自己的车载照明控制。”

“因为我们没有我们需要的所有马力，今天它只用于2D, 2-1/2D和我们所说的4自由度制导，即x, y, z，加上Rz(不像Robeye那样完全6个自由度)。在未来，一旦我们改进算法，并找出如何利用RAIO的四核处理能力，我们认为我们将能够在这个小包中提供六自由度的指导。”

“当你需要完全的六自由度时，我们仍然卖Robeye。但现在有了RAIO，我们可以在2D和2.5 /2D市场上更有效地竞争。”

应用包括输送机拾取，托盘化和缩小。在图中的应用中，raio系统正在引导螺旋馈线到另一个螺母上。raio识别螺母，并将机器人带子的螺栓安装器引导到适当的位置安装和拧紧螺栓。需要指导，因为车辆的构建公差允许螺母的位置浮动大于螺栓安装器的合规值。

Cyrek说，自从自动化展之后，他们的办公室里就堆满了用于进行原型可行性研究的零件。应用范围广泛，从从手提袋中挑选零件，组装阀门和安全气囊的组件，到快餐食品公司想要用移动机器人从一个垃圾箱中随机挑选成袋的产品，并将其装载到配送箱中。

Sensor-Enabled流动
传感器融合(Sensor fusion)是将不同传感器的感知数据结合在一起，提高了机器人的机动性。

“我们开始使用Vision和Laser测距，让我们建立我们可以在工厂楼层使用的移动平台，”乔治亚州科技的Christensen说明。“映射技术现在已经足够好，以至于我们不再需要将机器人栓到地板上。我们实际上可以让他们四处走动。自动化有很多，我们看到了物流应用程序。“

自动化展的观众们受到了艾德韦技术(Adept Technology)展台周围巡游的白色“盒子”的礼貌欢迎。Lynx®自主室内车辆在展台观众之间进行规避操作时发出“对不起”的声音。他们显示在它们的自然栖息地．

与此同时，库卡机器人公司的LBR iiwa正在转动头部，因为它似乎漂浮在工厂的地板上移动平台．

同时定位和测绘，或更常被称为SLAM，通常与两个或更多的传感器一起使用。SLAM解决了移动机器人在构建未知环境地图的同时使用地图导航该环境的挑战。研究人员正忙于开发和调整SLAM应用的算法。

这视频演示了使用SLAM技术的四旋翼飞行器的自主空中导航。

Slam已经从研究实验室中出现并发现了实际使用，最值得注意的是，最近是Neato机器人的机器人真空。

激光雷达的影响
LIDAR通常被称为光检测和测距或激光雷达，正在为移动机器人造成新​​的INROAD。

“我认为激光雷达现在正在爆炸，”Aaron Rothmeyer说，他是明尼苏达州明尼阿波利斯市SICK公司测距产品的全国产品经理。“精确度正在提高。成本正在下降。我认为这在很大程度上也是由市场驱动的。在21世纪初期的大部分时间里，很多风险资本都投入到软件开发中。现在很多风投的钱都投向了硬件领域。这些公司获得了大量资金，现在突然间，他们需要传感器。这时他们就会来找我们。这时他们发现激光雷达有很多好处。”

其中一个公司是获取机器人，刚刚获得2000万美元的新资金加快仓库物流自动化取货和货运系统的启动和发展。Rothmeyer说SICK从一开始就参与了移动系统。

“因此，如果你看一个取回机器人的正面，你会看到底部附近有一个黑色的倒锥（在灰色底座上方）。这是我们的一个目标蒂姆激光扫描仪．当机器人四处行驶时，它可以在设施周围绘制路线图。”

这视频显示Fetch和Freight系统的行动船上装有SICK TiM激光扫描仪，可独立引导每个移动机器人。

据此,IEEE的文章在美国，Fetch移动机械手头部还使用了PrimeSense 3D传感器来定位货架上的产品，并将其放入忠实的伙伴Freight的垃圾箱中。

Rothmeyer说TiM是SICK最新的激光扫描仪。“我们将大型扫描仪的许多功能打包到一个更小的外壳中，使它们更高效。随着我们把它变得越来越小，我们发现越来越多的人愿意接受它。”

你可能已经注意到了蒂姆的重量级前辈，在DARPA城市挑战赛的早期，90%的自动驾驶汽车，包括获胜的车队，都安装了SICK激光扫描仪。我们只能说，观众很勇敢，传感器也有了长足的进步2007年的比赛．

SICK的Rothmeyer说:“有很多技术，比如立体视觉和结构光相机，在理想的条件下，在实验室条件下都能做得很好，我真的很期待看到这些类型的技术在未来能做什么。”“但就像现在这样，一旦你偏离了理想状态，进入弱光甚至没有光，或降水或雾，这些传感器就会突然开始下降。因此，当客户设计一个机器人，他们需要它在所有条件下工作，他们发现激光雷达或激光扫描不像其他一些技术存在环境问题。”

“在机器视觉或相机的情况下，您取决于外部光线送入传感器，”Rothmeyer解释说。“与LIDAR一起，我们实际上发出了自己的光，然后它与对象进行交互并返回传感器。所以你可以开始忽略很多环境效果，如明亮的阳光或没有阳光或颜色。它非常独立于外部效应。“

飞行时间
激光雷达的工作原理是飞行时间．传感器从旋转的镜子上发出激光。当镜子旋转时，激光扫描的视角在70到360度之间，有效地在传感器周围形成一个激光“风扇”。任何破坏这个风扇的物体都会将激光反射回传感器。这个距离是根据光线反射回传感器所需的时间来计算的。

“传感器发出光脉冲，我们等待它返回，”Rothmeyer说。“我们用经过的时间乘以光速，就得到了距离。”

他说三个主要标准区分了大多数激光扫描仪。它归结为范围，角度分辨率和速度。

“例如，如果你不需要8米的射程，那么就没有必要投资可以做到这一点的东西。角度分辨率是光束之间的距离。距离越近，发送给机器人的数据就越完整。所以很多人都在寻找更精确的分辨率。我们现在可以每十六分之一度发射一束光，还有其他产品可以发射得更高。”

“速度取决于客户试图用扫描仪做什么，”他继续说有些人做的应用程序非常慢，根本不关心速度。其他人则试图在汽车以每小时70英里或更高的速度在高速公路上行驶时捕获它们。然后，速度变得非常重要。”

他说，限制速度的因素几乎总是镜子旋转的速度。病态激光扫描仪的频率高达100赫兹，这意味着镜子每秒转100圈。在百分之一秒内，你就能得到激光扫描仪所看到的完整图像。

安全，安全，体积测量
Rothmeyer说LiDar的应用程序运行了歌剧院。从自主移动机器人喜欢获取和货运系统，到其他移动平台，用于合作机器人，如Clearpath机器人ridgeback.和Knightscope自动保安，激光扫描仪用于路径规划和防碰撞。

介绍了安全激光扫描仪在人机交互新时代所发挥的作用机器人安全的足迹正在缩小．“我们带着激光兰德，使它变得冗余，所以它被批准保护人类运营商，”Rothmeyer说。

“我们也做体积测量，所以如果你往下看一条传送带，我们可以测量它下面移动的产品的体积。我们为核电站和变电站做了大量的工业安全工作。一家游轮公司找我们谈过船外保护。基本上，他们想要确保自己知道有人从船上掉下去，这样他们才能采取适当的行动。”

“仓级管理是我们工厂最大的卖点之一。假设你有一箱塑料颗粒正在被挤压成型机填满，你可以有一个激光扫描仪在上面得到一个完整的图片的垃圾箱是多么满。我们也在汽车喷漆生产线上看到过，所以在汽车进入喷漆间之前，它们可以确保门、引擎盖或后备箱没有打开。”

智能机器人，智能制造
随着智能制造或工业4.0和工业物联网（IIoT）的出现，为更好的决策收集和管理数据至关重要。传感器在数据生成中扮演着重要角色。

Rothmeyer说:“我们的很多客户甚至都没有意识到他们可以从我们的一个传感器中获取所有数据。“他们不仅仅提供测距数据。”

“它们还可以提供内部温度，所以你可以监控系统的健康状况。它们可以提供屏幕污染或屏幕清洁度读数。这是一个光学系统，所以如果屏幕上有油脂或污垢，就会产生问题。在过去，您可能必须通过故障排除来弄清楚发生了什么。现在，我们可以发出信号，表明屏幕需要清洗。”

“我们还可以监测自己的能量水平，以确保我们消耗的能量没有超过应该的水平。我们可以监测操作时间，这样我们就可以知道何时达到传感器的使用寿命，并发出警报。”

触碰
触觉是我们最有价值的感官输入之一。机器人配备了视觉，可以在结构不那么复杂的环境中挑选和放置物体，但触摸使它们能够以更高的精度和灵敏度操纵物体。力传感器使机器人能够“感受”他们所接触的东西。

“没有力传感器或愿景，机器人完全依赖于以可预测和可重复的方式在空间的某个地方，”ATI工业自动化的北卡罗来纳州Ati工业自动化的客户经理Milton Gore说。“他们无法适应未知或不可预测的环境。”

世界各地的科学家依靠力传感器为他们的机器人辅助研究提供准确的数据。机器人制造商和系统集成商渴望高性能的力传感器，用于他们的材料去除，部件装配和装配应用。力感知，或触觉反馈，涵盖了广泛的应用，甚至在太空中六轴力/扭矩传感技术的发展正在帮助火星上的机器人探险家．

这个视频带您进入ATI六轴力/扭矩传感器，硅应变计，专有的粘接方法，和低噪声电子确保可靠性。

ATI的戈尔解释说:“我们是唯一一家使用硅制造六轴传感器的商用传感器公司。”“硅仪表有非常高的输出。每个传感器都有一个点，如果你施加太多的负载，它就会失效。由于我们的应变仪具有极强的信号，我们可以在故障点以下操作，同时仍然有可用的信号。”

他将ATI的硅应变计与其他供应商常用的金属箔相比较。

“金属箔应变计通常可以处理50％过载。我们的传感器旨在具有5到20次的过载容量。如果它旨在测量100磅，它可能会存活到高达2000磅的过载。“

戈尔说，人们普遍误解这些高度精确的传感器是脆弱的。如果你回想一下你可能第一次使用力传感器，那可能是在大学的研究环境中。但戈尔提醒我们，力传感器每天都在砂砾、高要求的工业应用中使用。

“我们的传感器安装在机器人上，每周7天24小时不间断地移动数百公斤的有效载荷。为了在机器人偶尔遭遇的碰撞中幸存下来，它们也非常强壮。”

铸造过程中的力反馈
在这方面视频操作员使用力 - 反馈触觉控制器与力/扭矩传感器一起使用，以将高有效载荷工业机器人操作为远程管理器。目前，该技术已应用于铸造厂的清洁铸件，所有旨在承受这种严重环境的组件。正在探索其他市场，允许操作员在实时运行机器人的同时使用机器人的功能将提高生产力和安全性。触觉界面以及访问机器人的功能的能力在平面中移动允许驾驶室中的操作者“感觉”的力被施加在工件上，并在从铸件中移除立管期间保持适当的切割压力（如显示在视频中）。

据销售和营销副总裁Chris Cooper称，VTS™Vulcan触觉系统由阿拉巴马州海伦娜的Vulcan工程公司开发，使用触觉和力反馈，允许手动控制工业机器人以几乎任何角度切割和研磨。它有地板型、龙门型和载体型。

“难以推动操纵器对象的难以推动操纵器，手势控制的力量越多，”库珀说。“可以根据应用程序和操作员偏好调整反馈级别。”

自动化2015年显示观众在我们在Vulcan展位演示中征用触觉控制器时，为“实际”经验感到了一种感受。如果你错过了，请检查这一点视频．

你必须感受它才能相信它。有关帮助机器人处理非结构化环境的触觉和其他技术的更多信息，请参阅服务机器人的自主未来．

触觉反馈
从巨大的铸造部件到汽车仪表盘上的控制，力传感器的应用是多种多样的。力/扭矩传感器为机器人及其操作者提供有价值的触觉和力反馈。

“因为硅应变计具有很强的信号，我们能够为传感器制造一个非常强的结构，”ATI的戈尔说。“这给了我们高过载能力，也使我们能够制造非常坚硬的传感器。”

他说其他力传感器依靠换能器的显着运动来执行测量，这意味着传感器实际弯曲。在工业应用中，不可取的灵活性或合规性。戈尔说它可以导致振荡或使机器人难以确定刀具端点是如果组件在线移动的位置。

“即使在测量时，我们的传感器也非常僵硬，”戈尔说。“他们搬家，但只在微观水平上。”

ATI力/扭矩传感器具有单片设计，限制滞后。

“它主要只是一块金属，我们用它雕刻出一个传感器。滞后本质上是一种可重复性的度量。我们的传感器具有很好的重复性，很低的滞后。我们还有一个非常先进的校准过程，可以产生最高的精度和可重复性。”

用于产品测试的力传感器
准确度和重复性在产品测试应用中至关重要。戈尔说，这是ATI的一大领域，尤其是在汽车行业。每一位车主都会欣赏一辆不仅外观好看，而且感觉良好的汽车。感官体验的一部分是各种旋钮、按钮和杠杆在触摸下的表现。

机器人用于操纵汽车中的不同部件，例如转向信号杆或前灯控制。传感器测试致动这些不同组件所需的相对力。

戈尔说:“汽车制造商对需要多大的力有非常严格的标准。”“它不应该太难操作，但也不应该完全松散和草率。所有的东西都必须有一定的感觉，必须是一致的，统一的。有一家公司使用我们的传感器来操纵汽车客舱内的所有东西，确保它们按照制造商的规格操作。”

这视频显示了配备传感器的机器人测试，测试将百叶窗移动到汽车的热量和空调系统的通风口所需的力。
汽车工业还使用机器人和力传感器进行座椅测试，磨损是一个主要问题。

“直到他们开始使用机器人，他们有一个单轴线性滑块，它一遍又一遍地推动进入座位的东西，”Ati的戈尔解释道。“它没有模拟人们实际进出汽车的方式。现在，他们使用一个具有自由的机器人，就像一个人一样，与一个人一样，并且我们的传感器他们有能力维持编程的接触力。有R.Obot座椅测试人员现在在全世界。”

超越人类能力
在力传感器的帮助下，机器人甚至可以在人类挣扎的地方组装复杂的物品。这视频显示了核聚变目标的自动装配在劳伦斯利弗莫尔国家实验室。

“该设备是铅笔橡皮擦的尺寸，”核解核聚变目标“解释了核融合目标，”并且具有几个不同的组件，这些组件在这种自动化系统中使用我们的两个传感器组合在一起。这些部件具有千分尺寸的公差。这是一个人类肯定会努力做的事情，特别是当你必须在和一天中保持这种精确的日子水平时。“

力传感器也在帮助机器人执行超出人类能力的自动化任务。在航空航天工业中，对更高燃油效率和延长使用寿命的要求要求越来越严格的部件公差。

在寻求减少排放和增加航空公司的燃料节约中，OEM正在赛车通过需要更严格的领先和尾翼的边缘来改善燃气涡轮发动机刀片的空气动力学，使手动刀片分析过去。劳动力成本提高，熟练劳动力短缺，以及对工人安全的担忧也加以自动化推进。

今年4月，FANUC的2014年度创新系统奖授予了一种用于喷气发动机叶片焊接混合和成形的新型机器人系统。该自动化系统由加拿大蒙特利尔的AV&R航空航天公司开发，面向维护、维修和大修(MRO)市场，使用FANUC LR Mate机器人，并结合集成力传感器，根据原始部件设计重新定义叶片和叶片的形状。这一过程可以达到正负37.5微米(1.5千英寸)的公差，这一壮举只有在机器人自动化技术下才能实现。

在使用过程中，压缩机叶片会随着时间的推移而磨损，叶片会变窄，变薄。叶片提供给AV&R航空航天公司的机器人系统，焊接修复已经完成，以建立前缘和后缘的表面。然后使用带砂机将焊缝与母材混合平滑，并在公差内重新定位刀刃边缘。

这个视频展示了AV＆R航空航天刀片分析和混合系统在行动中。

据Av＆R Aerospace的工程协调员称，Guillaume Couture Armand，Eng。，在没有Fanuc力传感器的情况下实现紧凑的公差是不可能的。它们需要力传感器的适应性能够遵循刀片的复杂几何形状。

Armand解释说:“这种应用的关键困难是零件的随机形状，因为它们是用过的零件。”“它们会完全不同地变形。我们有叶片的CAD，这将是理想的部分，但实际情况是非常不同的，所以我们需要力传感器来适应机器人的路径，以实际的叶片。不仅形状是随机的，而且曲线给了它一个复杂的几何形状，所以我们需要力传感器在不同的方向补偿取决于磨损和我们如何去除机翼上的材料。通过力传感器，我们可以改变方向，并与材料去除工具(砂光机)保持接触。”

ARMAND指出，系统智能来自自适应和闭环功能，他将由公司工程师团队设计的软件，在这种情况下将数据组合在这种情况下是keyence激光扫描仪。

“机器人是可重复的，但不是很精确。在材料移除之前要进行检查。视觉系统对零件进行测量，以确定焊缝的几何形状和厚度，并计算参数，使叶片从其原始状态到期望的成品结果。这是为了计算实际的几何形状，因为不同的叶片会有很大的不同，所以我们需要调整任务。即使我们改变机器人的路径来适应刀片的实际几何形状，机器人也不会去它被命令去的地方。力传感器根据叶片的实际形状调整路径。这是适应性的一部分。”

然后系统验证它自己的工作。他说这就是闭环能力。

“当完成材料去除过程时，再次检查刀片以确保我们在公差范围内。如果不是这样的话，那么我们将第二次运行，以删除其他材料以使其更接近所需的公差。“

该工艺必须允许在不破坏或改变焊缝组织的情况下去除材料。阿曼德说，它还必须经得起触摸测试。

“你不仅不应该看到焊缝开始的位置，而且当你触摸刀片时，你也不应该感觉到它。焊缝和母材需要合二为一。”

他说，每个刀片的整个过程大约需要15分钟。该系统已经在一家飞机制造商的工厂生产了大约6个月。另外两个安装项目正在为不同的客户进行，这些客户也希望延长喷气发动机组件的使用寿命。

阿曼德说:“这是一个非常复杂的过程，他们甚至无法手动完成。”“我们的系统实际上给他们带来了新的产品，这在之前是不可能的。”

AV&R航空航天首先在新的OEM刀片和叶片上进行加工，由于它们的几何形状已知，变化更少，因此成形过程稍微容易一些。他们还在能源部门的工业燃气涡轮叶片抛光系统中使用了类似的工艺。

这视频显示各种应用程序，从加工小到非常大的发动机叶片。

“MRO应用是我们为新叶片所做的改进。我们一直都知道，从我们的新部件到MRO领域，这将是一大步，但这绝对是值得的投资，因为MRO市场是巨大的。”

MRO市场是AV&R Aerospace的新目标。凭借公司工程师在航空航天行业积累的20多年的经验，该系统集成商对机器人自动化这一新领域的重要前景感到兴奋。

AV&R航空航天公司的销售和市场总监Michael Muldoon说:“这个系统的市场非常大，因为它从喷气发动机叶片制造商——创造新的叶片——到修理喷气发动机翼型的任何人(oem、经批准的维修站和第三方)。”“考虑到每一个引擎都必须从机翼上取下来，并经过一个翻新过程，每一个飞行的叶片都需要某种程度的维修，然后才能再次使用。每个翼型在其使用寿命期间修理4到5次。”

AV&R航空航天公司将其刀片轮廓和混合系统作为独立的集成自动化系统出售。Armand说，所有用于计算叶片几何形状和调整机器人路径的软件和算法都是在公司内部开发的。

这是人类无法获得的精确度。想要参加这个空间的公司别无选择，只能自动化。

军事的传感器可能
传感器不仅帮助机器人实现不可能，现在也成为可能。它们有助于拯救人类的生命。

用于这些远程移动的移动炸弹处理机器人的力传感器用于军事部署。该系统主要设计用于爆炸性地址（EOD），​​使操作员能够通过武器端部力传感和触觉控制器感到远程物体。

这分钟的视频展示了其中一个炸弹“嗅探”机器人的行动。

安装在机器人臂的手腕上，ATI的Mini45多轴力/扭矩传感器通过机器人的无线通信系统提供给操作员的触觉反馈。

戈尔说:“通过给机器人触觉，它让机器人有更多的自主权。”“在他们所做的工作中，他们可以根据他们所测量的力量以及这些力量的方向和大小来做出决定和改变策略，就像人类一样。它还允许它们与人类互动。你可以拥有内置力控制的合作机器人，防止机器人伤害人类。”

人机协作
人体机器人协作中使用的Cobots和其他机器人以及能够实现更多自主权的传感器和技术协作机器人的领域——以多种形式赋予我们力量．

“我们得到了更好的力量扭矩传感器，”格鲁吉亚科技的克里斯滕斯说：“这让我们开始看到新一代的安全机器人。无论是百特，索布尔，通用，Kuka，Yumi，它们都配备了一种或另一种力量或扭矩感测，使我们能够在人类存在下建立安全的机器人。毫无疑问，这将是一个大面积。“

“不久前，我参观了宝马在斯帕坦堡的工厂，”克里斯滕森说。“他们有13个电池，组装一条汽车线和一辆汽车的门。他们已经建立了这个平台，所以他们可以推出一个机器人(代替人类)，如果他们遇到机器人的挑战，他们可以推出它，让一个人进去。很可以互换。”

自2013年以来，万能机器人公司的合作机器人一直在斯帕坦堡的生产线上辛勤工作。看一看．

克里斯滕森表示:“去年12月，我在中国考察了他们的一条电子装配线。“在某些领域，他们希望引入机器人，主要是为了获得更高的精确度和更好的重复性。所以他们开始慢慢地把机器人放进去。这种传感技术帮助我们实现更简单的编程、更少的结构环境和更低的成本。”

声音
在消费电子行业的推动下，语音识别正在推动人机交互和协作方面的进步。社交机器人的兴起这款产品在推出的第一分钟就销售一空正在铺路。与此同时，研究人员正在努力使机器人更容易“训练”和为新一代用户实施。

“我们在乔治亚州科技的机器人在安德里亚·托马巴的实验室里有一个机器人，他们基本上给它一个食谱，就像意大利面子博洛涅塞那样，然后是一个人和机器人在烹饪饭菜时，”克里斯滕斯说。“所以在意大利面博洛涅塞中，你有胡萝卜，西红柿和肉。如果人类开始切碎西红柿，机器人足够聪明，以意识到它应该拿起胡萝卜并将它们带到他身上，所以当他用西红柿完成时，机器人可以给他胡萝卜。它在这个非常高级别的描述。你告诉机器人你想做什么，然后它实际上会在这个问题上执行。“

“我们需要停止编程这些非常低级的描述语言，”他继续。“相反，我们需要能够为机器人提供非常高级别的描述，然后机器人将自动搞清楚。这是规划能力的组合，然后感应允许它识别西红柿。机器人也将识别我的活动。“

“对于奇蒂和西蒙（佐治亚州科技的居民研究机器人），我们主要通过演示来学习，在那里我们将把手臂带到不同的地方，然后我们做语音对话。所以我们会告诉机器人，“这是西红柿，这里是胡萝卜，这里是面条，然后它实际上会理解。”

这视频展示了人形机器人西蒙通过语音识别和引导式教学的结合来学习如何完成一项任务，乔治亚理工学院的研究人员将手臂移动到所需的位置，并通过口头命令来增强指令。

克里斯滕森说:“我认为，我们离将这项技术从实验室带到实际应用中越来越近了。”

味觉、嗅觉
有味觉和嗅觉的机器人？是的，甚至还有一个机器人。一位来自墨西哥的研究人员正在使用人工智能来模拟我们的嗅觉。她在搜救机器人方面的工作非常出色在这篇文章中介绍. 小心，人类最好的朋友。电子猎犬是我们的未来。

Moley Robotics问你是否可以信任一个没有味觉的厨师。这个机器人厨师运动的两只手臂来自万能机器人，这两只手臂的运动是由一位真正的厨师在准备他备受赞誉的食谱时的3D摄像机记录下来的。坦率地说，谁在乎它有没有味觉，只要它会烹饪就行!

可是等等，这个“机器人”能尝至少如果你喜欢泰国菜的话。

超出了我们的感官
和蝙蝠和海豚一样，一些机器人也具备人类所不具备的感官。协作机器人的新时代将多种传感技术结合在一起，创造出比平均水平更聪明的自动化劳动力。

重新考虑机器人的巴克斯特机器人在其“脸部”之上，有十几个声纳传感器的冠冕，可在机器人接近的情况下检测运动360度。在每个声纳传感器旁边是黄色LED，当Baxter感知某事时，或者在附近有人点亮。Baxter也赋予其头部和每个手腕的相机，并且在其关节中的力/扭矩传感器。

配备夜视和红外传感器的移动机器人正在推进搜救队和安保人员。用于探测电场和磁场、压力波动、湿度、化学品和其他环境条件的机器人传感器组合，正在采矿、建筑、农业、海洋勘探和许多其他成熟的智能自动化行业为机器人开辟新领域。这仅仅是个开始。

本文介绍的RIA成员:
ATI工业自动化
佐治亚理工学院
识别机器人公司。
西克公司。
瓦坎工程有限公司