机床商务网

　　【机床商务网栏目 科技动态】工业抓取正在经历根本性变动。直到目前为止，工件的夹取和堆放位置、其几何形状和相应抓取参数始终需要手动确定；而在将来，抓取系统会自行处理广泛系列的抓取任务。SCHUNK的抓取系统专家正在展示首批解决方案。
 
 

 

　　SCHUNK将机械抓取与逻辑抓取衔接起来：得益于人工智能，SCHUNK SVH五指机械手能够识别处在任何位置上的任何物体，并自主制定和采用适当的抓取策略。
 

　　即插即用将成为未来智能工厂中的一项主要功能。过去曾通过使用机械装置成功实现的工作，在将来会由机械手过程控制来实现。通过关于抓取的符合逻辑的观点，SCHUNK智能实验室的专家正在开发新方法，以使机器人和其他搬运系统可以自主或半自主执行抓取任务。智能抓取系统取消逐步单独定义位置、速度和抓取力，将在未来通过摄像头探测其目标物体，并由其自主执行抓取计划。抓取系统依据数据记录和算法，得以检测原理并导出相应的反应。此外，SCHUNK研发部正在致力于算法研究，以对不同的几何形状和布置予以分类，并开发优的抓取策略。该愿景为基于3层架构的学习部件总成，该架构包括有动作控制器、抓取控制器和服务。该计划的内容：尽管其内部结构异常复杂，该总成仍能实现其外部使用的大用户友好。
 

　　机械手执行抓取和专用道规划
 

　　SCHUNK已经展示：如何基于来自其技术工厂的各类试点应用，成功做到这一点。例如，在智能抓取应用中，机械手可独自分辨不同部件。就像摸索的手，机械手会感应零件的几何形状和构成，以便对其予以抓取和分类。在第二个应用中，经由摄像头识别随机排列的零件，从运输箱处进行自主抓取，并引导至机加工过程。系统将于零件处收集到的信息中继至后续站，以使(例如)智能夹紧虎钳能够将其行程和抓取力自动协调至下一部件。SCHUNK的想法：将来，机械手不仅抓取，而且还处理由2D和3D摄像头与其交互作用的所有抓取计划，以及实现与上下游部件通信。
 

　　将学到的经验数据作为基础
 

　　在使用机器学习方法对工件和抓取过程进行分类的另一用例中，将存在联锁关系的构建块随机组合，并在工作表面上以随机排列的方式呈现给轻量级机器人。机器人的任务是捡起并运输这些构建块。在仅仅数次培训后，这一网络系统便能够归类出如何对各类工件进行搬运，以及有哪些相应组合选项。机械手知道：如何依据它学到的经验数值，拾取和运输工件以进行优化处理。在这样做时，捕获场景的摄像头直接与机械手交互作用，并引导机器人抵达其目的地。仅在做出几步重复操作之后，系统即可自行对未来组合和布置做出分类，并采取自主行动。
 

 

　　通过智能抓取，SCHUNK的智能机械手能测量、识别和监控所抓取的部件和正在进行的生产过程。
 

　　分享学习经验
 

　　这些技术的一项特殊吸引力在于：它们能够分享获取的学习经验，例如在生产网络或网站之间的类似应用中与其他抓取系统一起分享，比如应用云解决方案。如果目标对象已知，则会自动启动相应的优化抓取。如果目标对象未知，则它将由摄像头系统被检测到，并且得到确定：如何才能在运行中对其加以佳抓取。学习经验继而直接流入系统，从而扩展抓取策略的相应数据库。
 

　　(原标题：SCHUNK的自主抓取系统)