账号:
密码:
最新动态
产业快讯
CTIMES / 文章 /
运输机器人跨足新领域
资通讯科技应用加值

【作者: 陳念舜】2021年11月29日 星期一

浏览人次:【7743】

历经连续两年美中贸易战及疫情冲击下,不仅造成各国制造业供应链更为紧缩、破碎,后疫时代解封初期又逢塞港及运费高涨,导致缺料及交期延宕之苦。未来远距、零接触作业势必将成新常态,运输机器人在智慧制造的核心地位更随之水涨船高,推动业者必须结合更多资通讯科技加值及创新商业模式,才能真正替客户提高生产效率。


过去较不为人重视的无人自动导引搬运车(Automated Guided Vehicle;AGV)则因为问世甚早,在1950年代就出现在汽车制造业的工厂商转,被归类为专业服务型机器人之一,期许透过物料搬运自动化,来减少丰田精实生产模式里(TPS)包括搬运、等待及动作时间,进而降低其他包括过量生产、加工、库存或不良品废料等7大浪费,让员工充份发挥潜能,投入到具有更高价值的工作。


但在工业2.0~3.0时代,厂内为求精度及符合经济效益,AGV主要透过实体色带、磁条轨道导引,结合制造业自动仓储系统运作。直到近10年随着资通讯科技日新月异,运算力更强大且成本更低,又迎来工业4.0智慧制造趋势,使AGV也开始搭配机器视觉(VGR),或光学雷达(LiDAR)与同步定位与地图建构(Simultaneous Localization and Mapping;SLAM)技术来提高导引运行精度。


另以调度派车系统规划AGV、堆高车动线,在厂区和仓库内外快速穿梭,让自动化仓储系统管理变得越来越灵活有弹性;再整合人工智慧(AI)演算法、3D视觉系统及协作机器人的自主移动机器人(Autonomous Mobile Robot;AMR),以提高设备稼动率和生产效率、良率。



图1 : 透过调派系统规划AGV、堆高车动线,可让自动化仓储系统管理变得越来越灵活有弹性,以提高设备稼动率和生产效率、良率。(source:tmhe-media.azureedge.ne)
图1 : 透过调派系统规划AGV、堆高车动线,可让自动化仓储系统管理变得越来越灵活有弹性,以提高设备稼动率和生产效率、良率。(source:tmhe-media.azureedge.ne)

工研院剖析运输机器人商机 聚集光达与视觉技术

工研院产科国际所分析师黄仲宏也在今年举行的「眺望~2022产业发展趋势」研讨会机械专场上指出,受惠于庶务性劳力短缺,疫情成为机器人与AI技术发展的助力,2020年全球工业机器人装置量约为38.4万台,可望维持连续6年(2010~2021)成长纪录。即使Q3~Q4恐受到缺料、塞港等因素影响,导致出货量或不如预期,仍保守估计2021年将达到42万台。


且预料因应贸易战、后疫时代新一波生产趋势挑战,弹性、灵活制程会是制造业首要改善目标,企业将会更愿意投资包括机器人、自动化流程、云端及AI等技术与创新生产工具,带动工业机器人的应用需求。黄仲宏估计,到了2025年机器人会再融入新一代资通讯技术,以模组化形式扩大应用而达到60万台装置量,续扮演智慧制造的核心设备或关键单元零组件。


其中工业机器人将持续朝向可自主移动,拥有人类技术的方向发展,除了前三大主要应用领域涵括:汽车、电子电机、机械金属等共占全球装置量70%以上,已逐步融入技能化、协作化、弹性化趋势,跨足新领域。服务型机器人不仅外观像人,也要开始具备人类认知能力,满足现今智慧家庭(扫地机器人)、医疗(达文西机器人)等衍生的无人化应用需求,未来还将导入AI、移载技术,建置服务系统,来满足刚性需求或杀手级应用。


尤其是机机/人机协作发展,将促使机器人从「劳力密集」迈向「技术密集」道路,包括利用AMR扩展服务范围到尚未使用机器人的企业,以AI缩短机器人上线时间,预料新一代资通讯技术会让机器人逐渐技能化。黄仲宏说:「拜AI、5G等ICT科技不断演进,估计2022年新安装工业机器人将约有45%以上将具备人机协作、自我诊断、机对机学习(Peer-Learning)或自主认知(Autonomous Cognition)等智慧化功能,借此提高生产力。」


以及欧日系品牌多轴机器人本体制造商将透过销售系统化方案,来提高利润。黄仲宏表示,相关方案又分为以机器人为核心的单机制造系统,或与厂内其他自动化设备整合形成的单元制造系统。为了摆脱已成红海的工业机器人本体市场,并看好2020年由机器人系统整合衍生的产值已高于本体2倍以上,未来商机只增不减。


黄仲宏表示,如今四大家族都已积极投入拓展该领域收益,除能弥补单机售价下滑造成的损失,更希望透过如视觉、触觉等系统整合技术,提高竞争门槛。日本工业机器人大厂也认为,机器人必须与周边生产设备整合为一个系统,才不会沦为自动化的孤岛。


在机器人产品发展趋势上,感知技术与机器人的整合,辅以AI人工智慧,将促使新一代的机器人因为更易于安装和编程;且归功于通讯技术的进步,让机器人得以无缝连结、整合到智慧制造的策略部署中。



图2 : 工业机器人将持续朝向可自主移动,拥有人类技术的方向发展,已逐步融入技能化、协作化、弹性化趋势,跨足新领域。(source:i.ytimg.com)
图2 : 工业机器人将持续朝向可自主移动,拥有人类技术的方向发展,已逐步融入技能化、协作化、弹性化趋势,跨足新领域。(source:i.ytimg.com)

黄仲宏进一步剖析智慧机器人技术发展趋势,呼应现今全球科技围绕在AI、5G、B5G、IOT等技术议题发展,由机器人整合的系统会随之发展而更加智慧化,所掌握的关键技术分别是:自主移动、辨认识别、精密控制、远距通讯,进而展示出不同特性。他认为:「机器人某种程度与自驾车类似或相辅相成,如Level 3等级以上必备的光达,也可用于自主移动机器人。」


但有别于机器视觉属技术密集型产业的竞争者众,在智慧制造趋势下的2020年市场规模仍达到90亿美元,预估2025年将达100亿美元。并持续扩大到物流自动化领域,于物料形状识别、尺寸检测、条码识别等领域解决传统人工分拣效率不足的问题,得以充份发挥高效识别优势。就连美商COGNEX也在2020年财报特别划出物流领域,营收占比达到20%;Amazon也不断透过并购扩大自动化业务,目前共有超过35万台物流机器人,未来将持续深入智慧化应用,而不只单纯运送。


光达+高精地图则主要用于自驾车,且已被看好应用于AMR等自动化领域,在特定条件下的自主移动情境中,光达在判断物体资讯,探测距离/辨别角度具有优势,毋须仰赖机器视觉演算法,将从2020年约30亿美元的市场规模持续扩大,预估到了2025年达125亿美元。


黄仲宏指出,目前光达扫描方式主要分为:机械旋转式、半固态式(MEMS)、固态式,其中固态式光达因为机械运动零组件较少,具有可量产的优势。在成本与稳定考量下,光达正从机械式、半固态式,再往纯固态式方向演进。


展望未来,随着O-RAN(Open Radio Access Network Alliance)逐渐普及,盼能降低业者建置成本,加速布局各种5G垂直应用,最终能实现在1km距离内部署上千台AMR跨厂区以时速50km运行目标;甚至结合低轨卫星,降低网路时延,打造AMR在元宇宙情境。



图3 : 光达+高精地图则主要用於自驾车,且已被看好应用於AMR等自动化领域,在判断物体资讯,探测距离/辨别角度具有优势。(摄影:陈念舜)
图3 : 光达+高精地图则主要用於自驾车,且已被看好应用於AMR等自动化领域,在判断物体资讯,探测距离/辨别角度具有优势。(摄影:陈念舜)

运输机器人布局海内外 发展还须健全商务模式

值得一提的是,如前述引进各式各样尖端资通讯科技为智慧机器人加持人之后,也别忘了以机器人本体衍生多元智慧化应用与系统化解决方案,原本即是欧日系大厂为了掣肘后进对手而建立的技术、资金规模门槛,台湾中小企业在如今数位转型时代,还应建立合宜商务模式。


目前在台湾代理洛克威尔自动化(Rockwell Automation)、UR(Universal Robots)协作型机器人品牌的所罗门公司(SOLOMON),近年来也已靠自主开发AI、3D视觉系统闻名,进而搭配全球超过25家工业/协作/水平多关节机器人、自动化设备与系统整合商合作,布局全球自动化市场行销。


率先将自主开发的AI辨识演算法导入3D视觉应用,发现相较于传统比对CAD图档的方法更加弹性与智慧,得以解决软性材质难以夹持整理、辨识比对的困境;再利用拖拉流程图,快速形成可应用模组,尤其看好在需要高速及弹性的物流产业应用成长最快。


然而,现今要靠单纯靠卖断自动化赚钱并不容易,如最近所罗门在欧洲客户便希望除了提供3D视觉在内的机器人Picking station之外,还必须亲自到当地,针对不同品牌的自动化设备执行整线系统整合。但考量过程太旷日废时,经过漫长沟通后才说服客户,愿意接受由当地系统整合通路商处理,相隔约一年半才正式出货首台机器人。


且一般而言,设备供应商其实通常不愿去插手基本电控以外机构整合,以防有跟客户抢生意之嫌,而不利结盟。目前所罗门除了教导终端客户操作之外,还要负责培养合格系统整合商,以克服机器视觉系统容易受到周遭环境因素影响的缺陷,同时简化设定参数、优化软体流程与使用者介面(UI)来减轻工作负担,以满足现今客户希望不必编程(No code)的要求,又能防止发生碰撞或干涉。


未来也不排除会创新商业模式衍生,与现今包括自动化硬软/体设备厂商都还在销售单套系统不同,未来也可望转型成为订阅式,就必须因此改变架构,融入网路、云端等技术,而不像传统光学检测难以调整。将来在所罗门3D相机内就能内建AI模型和分散式运算架构,在协助物流业客户建立完成演算法模型,就能一次复制到世界各地发货中心通用,不必因各地环境有异,而须到处调整。另因应目前市面上将协作型机器人+AGV整合成为AMR主流,所罗门也已引进UR的兄弟公司MiR品牌AGV,能够搭配AI+3D视觉系统,在工厂或仓库中自主搬运送货物。


另一家弹性制造和智慧物流系统解决方案供应商宾鑫智能科技公司(BITO),则以承袭源自卡内基梅隆大学机器人研究所(CMU Robotics Institute)开发的机器人核心技术与研发动能,而掌握AI演算法、视觉识别感知、机器人软体架构、电子硬体控制等关键技术,协助各行各业智慧化转型升级。


自从2019年落脚台湾后,便采取稳扎稳打,逐步微调营销策略,虽然现仍以推广解决方案的软体为主,包括BAPS智慧排程系统、BFMS多机调度系统、BANS单机控制系统,还有可透过自然雷射导航定位BSLAM系统,达到即时动态建图及定位,既可部署完整解决方案,也能依客户需求分开独立部署,与不同AGV/AGF硬软体、系统整合商共同规划部署完整解决方案,可在3天内完成定位、调校,并对接客户ERP/MES/MES系统,以提高工厂生产和管理效率,协助企业加速朝智慧制造转型。


此外,由于台湾半导体、电子、工具机等产业这两年来出口既不受疫情影响,反而更为畅旺,促使宾鑫全年营收甚至还比2019年成长5倍;加上调整营销模式转型策略成功,有别于2019年刚开始在台湾以推广专案项目为主,每次执行完成须耗时3~6个月,甚至是一年才验收,即使获利再丰厚也入不敷出,以及国外研发团队在防疫期间也不便来台支援。


所以在2020年除了在台湾专案项目逐步验收成果收成之后,宾鑫还开始从下半年开始推出新增3款标准品版本,搭配BANS单机控制系统,可相容多款AGV、AGF(堆高机)等底盘和感测器,赋予机器人认知、理解和行动能力,还可与其他调派系统软体或系统整合商客户,如均豪、盟立等合作提高运作精准度,强调将以协助客户自主创新为主,而不直接与终端客户(End user)接触,未来盼能提高占营收比重达70%。


同时提供光达BSLAM自主导航定位系统,除了基于自然雷射SLAM技术,可应对室内室外无缝衔接、无灯、低光线等多种多变复杂环境;另搭配多种传感器资讯融合技术,可支援构建百万m2(2D雷达)面积的超大地图和即时定位,并可探测闭回路和修正地图,保证完整的地图构建精准定位。曾公开展示客户结合BSLAM的堆高机,具备避障及进出电梯功能;同时克服室内/外高动态明暗差异与狭窄仓储空间对于高精度光达的挑战。


若搭配宾鑫自家BANS单机控制系统,精度可达10mm;再加装反光板、视觉伺服二次定位后,增至3~5mm,用于生产线上对接输送带导入AI演算法之后,还能减少辅助二次校对的配件,以缩短部署时间;搭配AMR+机器视觉,则可望达到3mm精度。现也提供航太业客户建构5G场域所需堆高机和多机调度系统,但宾鑫强调未来无论是任何通讯方式,都能支援客户自行选择。



图4 : 宾鑫透过多机调度系统,可接受上层指令完成机器人、搬运车、堆高机等任务调度和路径规划。(摄影:陈念舜)
图4 : 宾鑫透过多机调度系统,可接受上层指令完成机器人、搬运车、堆高机等任务调度和路径规划。(摄影:陈念舜)

总结

回顾2019~2020年以来,虽因疫情导致各国制造业在供需两端都受到严重冲击。但对于台湾以半导体、电机电子等产业出口营收反而屡创新高,唯一要担心的只有缺料及交期延宕风险。未来运输机器人除了融入新一代5G、AIoT等资通讯科技,以支援不同领域应用之外,还须掌握所衍生的系统商机,打造创新商业模式,才能不畏欧日大厂筑起的技术高墙,甚至可与之合作,争取终端客户系统整合订单。


**刊头照:(source:mediapool.bmwgroup.com)


相关文章
工业转型、云端与边缘运算
PLC稳固智能化之路
自动化技术驱动谷物处理提高产能
利用数位技术打造更灵活及高弹性的供应链
OEM机器制造商利用模拟软体提高效率
comments powered by Disqus
相关讨论
  相关新闻
» 大昌华嘉引进MAGERLE五轴铣磨机 TMTS聚焦航太加工应用市场
» RIN国际研发高峰会手举行 金属中心展出亮眼成果
» 西门子工具机软硬体解决方案 构建数位制造核心应用
» 台安特殊钢铁投资逾1亿 落脚台南扩建智慧化厂房
» Renishaw 引领 5 轴量测新未来 AGILITYR 5 轴三次元量床重磅登场 TMTS 2024


刊登廣告 新聞信箱 读者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2024 远播信息股份有限公司版权所有 Powered by O3  v3.20.1.HK83SE0NOJUSTACUKN
地址:台北数位产业园区(digiBlock Taipei) 103台北市大同区承德路三段287-2号A栋204室
电话 (02)2585-5526 #0 转接至总机 /  E-Mail: webmaster@ctimes.com.tw