机器人获得手眼协调
虽然 现代机械厂 专注于CNC加工，这里的应用值得关注。考虑一下自动化插入以太网电缆等任务所固有的困难。许多变量，从不同的插座位置到不可预测的电线弯曲，再到将连接器“卡入”到位所需的力量水平，甚至可能阻碍最精心编程的机器人。这个机器人的不同之处在于，它完全避开了仔细的编程，转而从本质上控制自己。无论插座的方向或位置如何，它都能根据需要调整其接近度，以确保紧密贴合。
撇开电缆插入不谈，不难想象为机器人提供手眼协调的更广泛影响。如果我们的机械化同事能够做到这一点，他们是否有朝一日会帮助 CNC 加工车间围绕主动去毛刺工具处理不同零件的组合，或者从没有网格或其他固定装置的盒子中随机挑选工件？检查、表面处理、机器维护甚至可能还有待探索的应用都可能受益于这样的系统。
该机器人的辅助控制系统由 Micropsi Industries 在德国开发，称为 MIRAI（Micropsi Industries 机器人人工智能）。它使用摄像头、力传感器和神经网络来近似人类感官并对动态环境做出实时反应。该公司在北美的代表 Rick Schoonover 表示，一些早期的应用已经显示出将雄心扩展到电子行业之外的充分理由。
例如，一个早期的用例是将齿轮小心地装入滚齿机中，以延长刀轴的使用寿命，他说。另一个使用该系统以恒定的力水平修剪大型复合航空航天结构，无论机器人相对于零件表面的方向或位置如何。对挑选和精确放置各种不同 3D 打印部件的积极调查也说明了该技术在自动化小批量、多混合工作方面的广泛潜力。
程序员不会“教” MIRAI 驱动的协作机器人；他们用技能训练它。这个过程看起来很相似，因为人类反复引导机器人手臂完成所选任务的动作。然而，手臂应该从尽可能多的方向和角度接近目标。这是因为这些机器学习算法的重点不是达到预期目的的手段，而是目的本身——例如插座中的电缆。随着机器人的移动，基于云的神经网络会处理连续的传感器数据流，以了解其环境以及完成任务所需的条件。
“如果你想在洞里放一个钉子，你就不会用数学方法计算和执行一系列动作，”Schoonover 先生解释说。 “如果你能看到它，你就能做到——没有路径。你要看看钉子，看看洞，然后把钉子插进洞里。如果洞移动了，你可以适应那个，然后把钉子放进去。”
目前，MIRAI 仅在传统编程路径的关键部分控制机器人——在插入电缆的时刻，或者可能是抓取或嵌套零件。此时，机器人开始根据自己的“感知”以及对目标的“了解”和环境的自然变化自行移动。
这种技术是否曾经进入您的车间，或者它是否曾经被用于不仅仅是微运动，还有待观察。无论如何，像 MIRAI 这样的技术正在改变我们对自动化的理解：灵活、易于部署，而且现在显然可以容忍从环境干扰到零件形状、位置和几何形状差异的各种变化。
自动化控制系统