2022机器人技术趋势：机器视觉＋AI＋边缘计算

       2022年，我们可以看到机器人发展的一个显著趋势，那就是更大的灵活性。在最近的一次采访中，机器人软件公司Insident的首席执行官Wendy Tan White预测，工业机器人领域将出现更多的创新。她认为，在软件优先解决方案、更便宜的传感器和更丰富的数据的推动下，我们正处在工业机器人复兴的风口浪尖。

机器人视觉系统将不可或缺

     机器人执行新任务（例如在仓库中挑选和移动产品）不可或缺的一项功能是增加对 2D 和 3D 视觉系统的使用。"盲"机器人（或没有视觉系统的机器人）只能完成简单的重复性任务，而具有机器视觉的机器人可以对周围环境做出直观反应。

借助2D 系统，机器人就配备了一个摄像头。这种方法更适合读取颜色或纹理很重要的应用，例如条形码检测。另一方面，3D系统是从 2003 年首次在麻省理工学院 (MIT) 开发的空间计算发展而来的。它们依靠多个摄像头来创建目标对象的 3D 模型，适用于任何形状或位置需要考虑的任务，例如自动抓取零件。

      2D 和 3D 视觉系统都可以提供很多功能。尤其是 3D 系统，可以克服配备 2D 的机器人在执行物理任务时遇到的一些错误，否则这些错误会需要人工诊断和解决，并可能产生故障。展望未来，配备 3D 视觉系统的机器人将在检查发动机零件或产品质量等缺陷、包装检查、检查组件方向等方面释放更多的潜力。

未来几年，工业机器人技术的重点将从传感器设备硬件转向构建人工智能（AI），以帮助优化传感器的使用，并最终提高性能。

AI、机器视觉和机器学习的结合将迎来机器人技术的下一阶段。预计将看到更多旨在帮助制造商实现更高水平的卓越运营、弹性和成本效益的数据管理和增强分析系统。

这将包括机器视觉与学习能力的结合。以精确的无序拣选应用为例，这是机器人最抢手的任务之一。对于以前的机器人系统，需要专业的计算机辅助设计 (CAD) 编程来确保机器人能够识别形状。虽然这些 CAD 系统可以识别拣选箱中的任何给定物品，但如果，物品在拣选箱分拣任务中以随机顺序出现，系统就会遇到问题。

取而代之的是，先进的视觉系统使用被动成像，即光子被物体发射或反射，然后形成图像。因此，机器人可以自动检测物品，无论它们的形状或顺序如何。

Shibaura Machine 的视觉系统 TSVision3D 就是一个例子，它使用两个高速摄像机连续捕捉 3D 图像。通过使用智能软件，该系统可以处理这些图像并识别物品的确切位置。通过这个过程，机器人可以确定最合乎逻辑的顺序并以亚毫米的精度拾取物品，就像人类工人一样轻松。

机器人技术在将机器视觉与机器人学习相结合方面具有巨大潜力。可能的应用包括基于视觉的无人机、仓库拾放应用和机器人分拣或回收等。

边缘智能应用到机器人

边缘计算意味着将数据处理尽可能靠近其源头，以便更好地获取数据并确定其优先级。它不是像传统麦克风或摄像头那样的"哑巴"传感器，而是使用智能传感器，例如配备语言处理能力的麦克风、湿度和压力传感器，或配备计算机视觉的摄像头。

边缘计算可以与上述技术相结合。因此，机械臂可以通过智能传感器和 3D 视觉系统读取数据，然后将其发送到带有人机界面 (HMI) 的服务器，在那里工作人员可以检索数据。

使用边缘系统可以减少与云之间的数据传输，从而缓解网络拥塞和延迟，并允许更快地执行计算。这些工业 4.0 创新将用于改进最新的机械臂末端工具硬件系统，例如机器人的夹具或加工中心的夹紧系统，使这些硬件系统的精度逐年提高。

我们应该期待在工业机器人领域看到更多的创造力和变革。改进的视觉系统、AI和边缘系统也可以结合起来，以帮助确保制造商及其机器人在未来几年继续蓬勃发展。