向工廠進擊！工業用機器人大舉降臨

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。