資訊分享

 


機器視覺成產線自動化關鍵應用






作者： DIGITIMES企劃





本文轉載並擷取自機器視覺成產線自動化關鍵應用    from     DIGITIMES












工業4.0及智慧製造已成為各產業必然的發展趨勢，由於在生產製程上，機器視覺與運動控制系統進行整合，可有效提高自動化的效率，也讓機器視覺因此成為智慧製造相關技術及應用的焦點。
機器視覺的原理，主要是透過光學裝置和非接觸傳感器，自動獲取目標對象影像，再由影像處理設備根據所得影像的畫素分布、亮度和顏色等訊息，加以運算處理及判別分析，提取所需的特徵訊息，或是根據判別分析的結果，對現場設備進行運動控制。
機器視覺的主要作用，就是用來代替人眼，進行非接觸式的測量和判斷，希望能藉此提高加工精密度、發現產品缺陷，甚至自動分析決策。目前在歐美已開發國家涉及生產加工、品質鑑別的生產線，都已開始使用機器視覺系統。
如德國Schaeffler集團與IBM合作，運用Watson IoT開發數位分身(Digital Twins)，藉由機器視覺與模擬技術，迅速掌握各種未結構化音訊、影像及視訊等資料，協助管理者做出明智決策，如工業設計師可藉由機器視覺，在生產線上找出瑕疵，落實預測性維護的準備，指導製造作業中從設計到服務的每個步驟，並從設計與工程層面，延伸到製造系統與互連產品正在處理中的作業。
透過機器視覺，不僅可以持續監控並回報生產線的狀況，還可作為機器學習的參考基礎。如IBM使用數百萬張組裝線上的產品圖片來訓練認知視覺系統，可以偵測肉眼看不到的細微瑕疵，也能避免成本高昂的生產錯誤，應用範圍從晶圓缺陷、電路板、手機表面掃描、汽車塗裝甚至行進中火車的異常現象等無所不包。
以汽車烤漆為例，它是汽車製造業最昂貴的步驟之一，且佔了半成品庫存的40%，但導入IBM視覺檢測之後，工廠就能進行視覺分析，可協助製造業者減少80%檢測時間，並減少10%來自烤漆過程的瑕疵。


機器視覺應用於產線自動化的價值

在過去幾年裡，機器視覺控制無論是在理論上還是在應用方面都有很大的進步。早期的機器視覺系統，採用的是靜態look and move形式，即先由視覺系統採集圖像並進行相應處理，然後通過計算估計目標的位置來控制機器人運動。
這種操作方式的精度，因為很難讓機器人跟蹤運動物體，多半都是應用在簡單物件的快速辨識，無法應用在快速及高視覺解析的超精密加工製程上。
但隨著電腦及影像處理的軟硬體技術快速發展，視覺訊息已可用於連續反饋，克服模型(包括機器人、視覺系統、環境)中存在的不確定性，提高視覺定位或跟蹤精度。
現在的機器手臂利用機器視覺，已經可以拾取散堆零件、檢測反光表面、臉部辨識等，更有部份機器人已將機器視覺作為標準配備，不再需要加裝夾治具等固定裝置，不但可節省生產單元的成本支出，更可彈性地應用在組裝製程中。許多製造業如電子業、半導體業、汽車業、與航太業等，都已開始利用機器視覺，達到自動化與提升品質的目標。
工研院IEK指出，隨著人工成本的持續增加，機器人應用於生產線的需求將會持續增加，也會因此衍生出更多與機器視覺有關的選購需求。如在照明方面，可以用來改善機器視覺資訊的清晰度與獨特性，選購要素有強度、範圍、光譜分布、與溫度等。
光學鏡頭方面，主要考量為匯聚外部光以進入感測器，選購要素有幾何、色差、準直、光譜與投影效果等；可以將光資訊轉換成電子信號的影像感測器，選購要素有畫素、敏感度、範圍、光軸校準等；電子信號傳輸界面的選購考量，在於能否將多台照相機與電腦輕易地連接起來，並且利用網路系統傳輸至更遠的距離，以有效降低佈線成本。
除了硬體外，影像處理軟體也是機器視覺系統不可或缺的一環。由於影像資訊必須經過萃取且轉換成量測資訊，需要相關軟體擔任光資訊的轉換工具，進而利用CAD檔案與3D資訊進行比對，藉此判定3D物件的可能姿態，再進行後續的作業程序。
若將機器視覺應用於機器人或機器手臂，還可強化機器人對週邊環境的掌控力，以配合可重組性、彈性的應用產業需求。此外，未來的機器人技術將會著重在學習性演算法與自主控制，未來只要操作員示範正確的工作方式，機器人就可透過機器視覺，快速地複製與執行，讓機器人得以在開放的、變動的、與非結構化的環境中工作。


產品性價比是發展關鍵

雖然機器視覺不管在技術或應用面，都有長足的進步，但應用於智慧製造領域，仍有一些有待突破的挑戰。如在技術方面，由於組成機器視覺系統所涉及的專業相當複雜，在高階領域的系統設計和實現的難度只會不斷的增加。如為了要因應產線生產商品的不同，有用到機器視覺系統的工站，必須時常對應調整，系統重組調校的異動頻度自然也會比較高，設置彈性的要求，也會比常規監控設備複雜得多。
因此，要設計出能夠應用於各種產品或產業需求的機器視覺系統，自然也會更加困難，也可能導致針對特殊產業的需求來開發，會是目前機器視覺技術發展的重要走向。
另一個機器視覺系統的發展方向，則是會朝小型化發展，甚至會設法將影像訊息自動分析系統整合到系統中，讓機器視覺裝置成為用戶更容易使用的專業工具。
在實用性方面，機器視覺產品及系統的多樣化、個性化方案和專業化服務將日益重要，如針對半導體對晶圓或晶片的產出質檢，機器視覺可用近拍模組輕鬆將工件標的放大檢視製作細節，透過高精度、高倍率放大檢視，可將製作瑕疵在生產前段即就完成排除，避免人類肉眼視覺無法判別過小的工作製作進度，而衍生的額外成本損失。
但在產品小型化技術的不斷發展中，也必須逐漸克服以往機器視覺裝置運行過程過於複雜的缺點，能夠在用戶所提供的有限條件和有限空間內實現其應用。
機器視覺產品的性價比，可能是當前機器視覺市場發展中的重要因素，包括產品應用的廣泛性，以及產品能否直接創造價值，都會影響機器視覺未來的成本與可獲得的效益。由於用戶對機器視覺技術的高期望值，與視覺裝置軟硬體研製的高開發成本，容易導致市場發展過程中的供需矛盾，如何透過技術改進和提高產品性價比，將是縮短供需兩端落差的關鍵。

機器視覺與肉眼視覺彼此應互補

因應現階段製造業的自動化需求，應用機器視覺技術控制產線設備，可以協助人類從事相對簡單但辛苦的工作內容，避免人員作業的不穩定性與潛在風險，檢測人員未來可以透過學習能力與應變性，改為從事變異性大或複雜度高的工作內容，如檢測更能提升附加價值的差異化產品，或者是滿足特定顧客需求的客製化產品，肉眼視覺及機器視覺彼此互補，才能將工廠製造效率發揮到極致。

 


工業用機器人2020市場現況與發展趨勢






作者： 盧傑瑞
整理：智動化SmartAuto



本文轉載並擷取自工業用機器人2020市場現況與發展趨勢    from     聯合新聞網












隨著勞動人口的減少，以及中國和東南亞等新興國家勞動力成本的上升，相當多的生產線上，已經愈來愈依賴工業機器人來進行加工或組裝的製程。因此，工業機器人的市場應用不僅愈來愈廣泛，從2014年開始，每年都還以兩位數的速度增長。
根據2017年的市場預測，2035年日本機器人市場規模預計將大幅度成長到10萬億日元，這種的成長趨勢不僅僅是日本，在其他國家也上都是一樣。其中，工業機器人的成長速度更令人期待，因為隨著日本和歐洲勞動人口的減少，以及中國和東南亞等新興國家勞動力成本的上升，迫切需要使製造過程自動化，並且可以發現相當多的生產線上，已經愈來愈依賴工業機器人來進行加工或組裝的製程。
除了工業機器人之外，該預測還包括醫療，護理、福利，清潔等領域，但製造業中的工業機器人所佔的比例還是最高的，其背後是由於出生率，和人口老齡化而導致的工人數量減少的問題。因此，工業機器人的市場應用不僅愈來愈廣泛，從2014年開始，每年都還以兩位數的速度增長，並且未來的市場有望繼續擴大。
不過這樣的期待，從2018年卻發生了轉折，出現相當大的變化，根據Global Information的Interact Analysis最新的2020年市場報告，雖然自2018年中期以來，全球工業機器人市場持續負增長，到2019年底有復甦的跡象。但是到2020年，由於COVID 19所帶來的衝擊，預計銷售量又將下降3.6%。


歐洲和美國大幅度下滑，亞洲表現出乎意料的好

從產業的角度來觀察，工業機器人的市場大多在汽車和電子設備（半導體等）領域中使用，除了這種趨勢在未來還將繼續之外，預計還將增加在食品和製藥等其他產業中的使用，相信在工業機器人市場中的比例會不斷提升。
雖然預估非製造環境（例如物流和服務行業）中的應用將受到更大的打擊，但非製造應用的輔助用機器人，在2020年保持銷售和出貨量兩位數的成長。
根據統計，在2019年約36萬台專業服務機器人的銷售規模中，用於物流的比例佔了49%；第二位是檢測應用的33%，第三位是軍事用途，其中一個比較有趣的數字是，雖然醫療用機器人的出貨數量僅佔2%，但由於其單價較高，產值的在整體規模的佔比卻高達30%。
因此輔助機器人這一方面的產品，恢復速度相信會非常快速。目前許多輔助機器人製造商，和應用大多都集中在亞洲，有望比其他市場的競爭對手更快地度過危機。
雖然工業機器人市場在增速上不及輔助機器人應用，但與2018-2019年相比，2020年工業機器人市場有望回暖，而2018-2019年增速放緩的部分原因是貿易戰和關稅問題。工業機器人主要應用於汽車和電子行業，2018年這兩個產業合計占全球工業機器人需求的60%。
雖然到目前為止，對工業機器人的一些成長預測明顯高於目前的情況，但可以說，由於市場預期或對機器人將搶佔工作崗位的緊迫感，這些預測往往被高估了。
即使銷售基數增長放緩，但運行中的工業機器人數量仍在不斷增加。 根據預測，2021年全球工業機器人的運行數量將達到355萬台，比2016年的實際183萬台增長了近一倍。
半導體等高科技產業的自動化程度較高，受COVID 19災害造成的影響較小。許多業者可能會考慮重新調整供應鏈，讓關鍵零組件能夠在當地生產，同時也希望提高自動化水準。這些都可能有力地推動工業機器人的長期發展。
從區域上看，2020年第一季，工業用機器人業者在歐洲和美國市場的營收都呈現大幅度下滑，許多廠商的營收跌幅更在10%以上。由於當地生產受到停產的嚴重影響，這一趨勢將在第二季加重。
反觀亞洲方面，包括日本、中國和台灣在內的機器人業者在2020年的3月和4月表現出乎意料的好。這些亞洲機器人業者一直接獲新客戶的訂單，而歐洲和美國的供應商卻已經停止生產。不過，就整體而言，我們對2020年下半年的前景還是持謹慎態度，對整體成長期待並不樂觀。

 


5G和邊緣AI晶片的新技術，將提升其功能性及擴大市場規模

也許有人會認為，專業服務機器人的高成長率很突出，因為這個行業是新應用領域、初始市場規模相當小，但仔細分析和觀察，可以發現這並不是快速增長的唯一原因，而是基於5G和AI晶片這兩項技術進步對服務機器人的影響。
具體而言，5G網路技術帶來的無線網路連接的改善，以及邊緣人工智慧晶片價格的降低，和處理能力的提高，使機器人中的處理器能夠執行人工智慧任務，而不是透過遙遠的雲端處理，而延遲服務機器人的反應速度與應用能力。邊緣人工智慧晶片可以解決許多限制，來克服目前專業服務機器人在實用性能力的課題，並將其轉化為對用戶更有用、更有吸引力的功能。
這是因為，對於專業服務機器人來說，網路通訊一直是過去的主要門檻之一。在過去，可行動的專業服務機器人很難一直維持可靠的網路通訊。雖然有線通訊在訊號穩定度上面是相當可靠，但也卻限制了機器人的可移動性。如果重視可移動幸，而使用Wi-Fi和4G卻又帶來了各種挑戰，包括不穩定的熱點連接、成本、通訊延遲，以及同時連接設備數量的限制。
所以5G通訊技術的出現，可以完全解決上述的技術障礙，透過使用5G可以同時連接大量設備，且通訊延遲的機率相當低，此外，透過建設本地的5G網路，還可以免去向電信運營商支付月租費，從而降低成本。因此從機器人成為5G的殺手級應用的角度來看，5G有望為企業物聯網市場做出相當重大貢獻。
除了上述5G通訊之外，邊緣人工智慧晶片將在兩個方面使專業服務機器人受益：性能和功耗。
對於電池供電的移動機器人來說，高功耗會限制其運行時間。因此，透過採用專為人工智慧操作設計的晶片，除了可以降低功耗外，還可以減少機器人使用的晶片數量，使其在利用人工智慧功能的同時，可以工作更長時間，提高服務性。這是GPU等高耗電晶片上是不可能實現的。
對於工業機器人和專業服務機器人來說，透過5G和邊緣AI晶片的新技術，將會提升其功能性，以及擴大市場規模。甚至專業服務機器人的改進機會，有相當大的程度會比工業機器人大得多，這是因為工業機器人，一般都是通過有線方式連接工廠內部網路，基本上通訊品質就已經是相當高 並且通訊速度快且穩定，更沒有電池耗盡的風險。
此外，針對機器學習應用的AI晶片也有額外的空間，可以提供在現有的環境中進行更多的運算。所以與工業用機器人相比，專業服務機器人通過5G和邊緣人工智慧晶片的使用，可以進化出更廣泛和高階的能力，推動市場迅速擴大。
除了企業應用的工業和專業服務機器人外，消費機器人市場也在不斷發展，例如為吸塵、割草、洗窗等商業應用設計的家用機器人。根據統計，2019年全球是的銷售量為1760萬台（比2018年成長約44%），娛樂用機器人（主要是亞洲製造的玩具，大部分產品的功能與機構相當複雜）在2019年銷售了450萬台（成長幅度約10%）。雖然消費類機器人在數量上佔據了市場的大部分，但由於其價格低廉，在銷售額上只佔市場總量的1/7。儘管如此，重要的是要注意到5G和AI晶片對消費機器人的影響。

 


2021年機器人5大趨勢






作者： May



本文轉載自2021年機器人5大趨勢    from     科技產業資訊室 (iKnow) 












智慧機器人有助於靈活生產和彈性供應鏈。以下是國際機器人聯盟(IFR)對機器人的趨勢看法。


一、機器人變得更聰明

導入3D視覺系統和軟體算法的快速發展，擴大機器人能夠自主執行的任務範圍。一個示例是箱揀選(bin picking)，這是一項複雜的操作，需要機器人能夠從相似或不相似的零件箱中識別並揀選單個零件。如何在一堆物品零件中找出目標部件，找到零件後，機器人的軟體將處理數據以確定如何到達該零件，並為效應器（手或其他夾持機構）計算正確的方向，然後使用夾持器中的傳感器將數據饋送到機器人的軟體，該軟體將代碼發送回機器人，以使機器人能夠拾取物體，而不會因施加太大或太小的壓力而損壞物體，以免物體滑落。
在未來十年中，由於語義智慧的發展，機器人將越來越能夠評估和響應其環境。例如，機器人將識別在它前面的物體是人或是機器。它將能夠識別出該人的預期移動（例如，朝門進去），然後將相應地重新規劃其路徑。期望看到語音和手勢識別方面的進一步發展，使機器人能夠對工人和公眾做出適當的反應。更重要的是，機器人在執行某項任務，在硬編碼的指令層hard-coded layer of instructions（例如，當距離物體小於10cm則停止）將優先考慮，以確保人機協作安全。

 


二、機器人使生產變得靈活

製造商和物流供應商承受著越來越大的壓力，要求在較短的時間內生產和運輸較小的定制訂單。許多公司正在使生產過程自動化，以便能夠更有效地響應新訂單。例如，藉由重組生產線和物流線，快速轉移到一系列標準生產單元，這些單元可以快速重新配置以適應當前的任務。尤其，汽車製造商是背後主要推動力，但未來也將應於於其他製造和物流領域採用。
互聯的機器人如何轉變製造方式，製造商藉由機器（包括機器人）相互連接並與諸如計算機輔助設計和企業資源計劃系統(ERP)之類的軟體相連接，來實現生產線的自動化。
在這種非線性生產佈局中，小型生產單元的集合可以快速重新配置以執行部分生產過程。自主移動機器人在單元之間運送物料和零件，並可啟動機器與自己執行一些任務。借助3D視覺軟體，移動機器人將來將能夠在零件運輸過程中對零件進行質量控制檢查，從而確保在運行過程中（而不是在運行結束時）進行質量控制，從而最大程度地減少了浪費並降低了成本。在物流中，自主移動機器人和其他機器（例如自主叉車forklifts）進行包裝過程運輸貨物，而揀選機器人則從輸送機中選擇並包裝貨物。
 

三、機器人進入SME及新市場

上述新功能和較低的設置成本相結合，推動了機器人在工業領域和尚未實現自動化的小型公司中的採用。除了在物流機器人之外，還有機器人在食品、製藥等製造業領域、以及在醫療保健和零售等服務領域採用。
 
中小型製造商（SME）的數位轉型歷程，借助機器人有助於加速自動化。首先，通過直觀的界面和演示，機器人現在更易於編程和重新分配任務。其次，新一代協作機器人可以輕鬆地與工人一起協作到現有的生產流程中，而無需重新計劃整個生產線以實現自動化。最後，“機器人即服務”(Robots as a Service)商業模式（公司租賃而不是購買機器人）減輕最初的資本支出需求，有助於中小型製造商朝向機器人化邁出了第一步。
 

四、機器人有助於彈性供應鏈

中美貿易戰、COVID-19大流行都提高了全球供應鏈僵化的程度。機器人使製造商能夠在其供應鏈中建立彈性。例如，當發現人力不足時，可快速重新分配任務的協作機器人，可以用於在高峰訂貨期內進行生產。機器人還可以幫助滿足工廠中的社會疏遠要求。最後，採用機械手臂使在本地生產成為更可行的選擇，從而使發達經濟體的製造商在應對全球衝擊時，可以更靈活地調整供應鏈。
 

五、減少碳足跡 提高使用壽命

機器人可最大程度地減少材料浪費並使製造商能夠優化空間，還有優化照明和能源，從而降低了製造的總體碳足跡。如上所述，機器人可以促成更短的供應鏈，從而有助於減少佔地面積。機器人本身也越來越節能，例如，越來越多地由更輕的複合材料製成，並使用了節能的發動機和齒輪，從而減少了摩擦損耗，許多設備具有待機狀態下的節能模式以及節能控制和驅動技術。以上也有助於提高使用壽命。

 


向工廠進擊！工業用機器人大舉降臨






作者： Kang



本文轉載自向工廠進擊！工業用機器人大舉降臨    from     股感知識庫 












自從1950年代美國誕生了第一個 工業 機器 人，它在全球拓展的速度便隨著科技發展與時代變遷越來越快，尤其日本為了因應隨著高齡化趨勢出現的勞動力短缺，在1970年代漸漸超越美歐、躍升成為全球密度最高的工業機器人使用國。近年來製造業技術革新的呼聲漸大，在「智慧製造」浪潮推進之下，企業對於自動化的需求持續攀升，工業機器人的角色因此益發重要。


工業機器人的組成

工業機器人的出現原本是用來降低生產過程中的勞動成本，多見於3Ｋ產業（骯髒、危險、枯燥）的應用，一開始只是構造簡單的運動部位，例如機械手臂，後來因應設備的多工需求，漸漸發展成功能齊全的機器人。主要會以下列部分組成：提供機器人動力來源的驅動裝置（Driver），例如馬達、減速器等；臂部、足部、輪子與關節等機動裝置（Mobility）；相機、雷射測距儀等感測裝置（Perception）；訊息處理與傳遞的控制裝置（Control）；包含了語音、人機介面等通訊裝置（Communication）以及電源（Power）。

工業機器人的核心技術發展主要有兩個：一為智慧感測，二為運動控制系統。智慧感測的應用，使得機器人不只是僵硬的機械，而能具備人的靈活度與應變能力，機器人因此能依據條件選擇完成任務的最佳路徑、並在複雜的變化中做出不同調整。未來若結合軟體發展，機器人也會越來越靈活、具備更加強大的功能。

另一個發展方向，則在於運動控制系統的改良與研發。在機器人運動學裡，考量的參數中除了速率、加速度與準確度等物理指標，還有一個重要的參數－「軸數」軸數代表了機器人在空間中運動的自由度，類似於人類的關節。平面運動如果有兩個運動方向就需要兩個軸、若同時具備x、y、z軸的運動方向就需要三個軸－軸數越多，代表其靈活度越高。運動控制系統便是運用了上述的運動原理，來模擬人類的上肢與下肢運動。在其中，模仿上肢的機器人以實施多維運動來輔助工業製程，常見為焊接用的機器人；模仿下肢的機器人則多用於物料的搬運與輸送。

而依據應用區塊的不同，機器人會有不同的運動方式，通常在生產線上工作的機器人，由於所需運動方式較為單純，不會有超過六個以上的軸。可分成下列幾種：

1.         單軸機器人－以滾珠螺桿及線性滑軌構成，由馬達驅動的移動平台，運動形式單純，是最先開始的發展機種，在自動化產業應用廣泛

2.         直角座標機器人－以三軸堆疊配合直線運動來操作，多用於搬運、取放

3.         SCARA機器人－以四軸（x、y、z三軸的平動自由度＋z軸的轉動自由度）的運動方式，適於裝配、搬動和取放物件，結構輕便、反應快，多用於電子、3C產業

4.         並聯式機器人（Delta）－多用於需高速取放、篩選取料的產業，如：食品業及電子檢料等

工業機器人的工作與應用產業

工業機器人目前最主要以搬運用的工作為主，在許多自動化生產線裡，需要機器人來進行上下料、物料的輸送與傳遞。另外，在汽車工業中被廣泛運用的則是焊接用的機器人，可以幫助車廠進行精密度、準確率較高的加工過程，目前在加工車間被引進的比例也越來越高。其他比如零部件的安裝、拆卸與修復等裝配用機器人、進行噴漆、點膠的噴塗機器人也是工業機器人常見的應用領域。另外，機器人也可見於零件鑄造、切割等機械加工，以機械手臂的形式搭配工具機來進行。

全球對於工業機器人的需求持續上升，在所有工業機器人的應用產業中，以汽車及其零組件加工行業居於各行業之首。無論在美國、歐洲或者亞洲地區，汽車工業在工業製程中運用機器人的比率均高達30％以上，主因是汽車工業是自動化程度非常高的領域，對於工業機器人的需求相對較高。隨著技術發展與自動化投資的趨勢，工業機器人的應用範圍也不斷擴大，除了在電子電氣工業、金屬製品業、橡膠及塑膠工業及食品工業都有它的蹤跡，近期工業機器人更將觸角延伸至航太、核能、醫藥、生化等高科技產業領域，並發展出與消費者日常生活更加貼近的服務用機器人。

人機協同的未來發展

工業機器人的演進從早期的多機器人工作單元、多機器人協作模式到了現在的人機協同合作，經歷了三個發展階段，已逐漸往輕量化、高荷重、超高速的方向發展。

在第一階段中，以「多機器人工作單元的模式」為主，多台機器人在流水線式的生產線上進行同步化的加工，機器人進行單一指令，而步驟與步驟之間的連結則需靠其他機械輔助。第二階段的「多機器人協作模式」則是多台機器人能夠進行協調式的連續生產，取代了夾治具，有效降低生產成本。但在這兩個模式中，因為機器人不具備感測人類的安全技術，僅能被劃分在特定區域中工作，必須與工作人員隔離。而在結合傳感技術、視覺技術與雲端計算的發展以後，就進入了「人機協同」的第三階段：機器人變得更輕、更靈活，也更具備智慧製造的條件，並跨越了在工廠中人與機器人之間涇渭分明的界線。

與人並肩工作的「協同型機器人」和從前最大的差異是能與人近距離的協同合作，只要機器人與人碰觸，就會自動停止作業。也因配載了更簡便的編程與指令方式，使得工作人員操作更為得心應手，只要經過快速學習，就能教導機器人操作不同的流程，不需要再培養懂得機器人語言、專門負責操作機器人的技術人才。人機協同的模式不僅能使機器與人類搭配合宜、截長補短，也比傳統機器人所需的成本更低，在邁向智慧自動化的進程中，無疑能夠成為工廠的一大助力。而緊接著，更進一步的感測功能不斷精進，若再搭配機器自我學習能力、觸覺、力回饋等技術改良，將會強化機器人的辨識能力與作業效率，未來的應用領域將會更為廣泛。


 

作者：季平
機械設備自動化與智慧化的關鍵技術是運動控制，想讓運動控制更智慧化，有賴同步運動控制技術、I/O平台整合、控制器等各環節相互配合。從機械手臂及智慧機器人的發展最容易看出運動控制智慧化的具體成果。