KUKA/库卡机器人挑战自动化-新的石油和垃圾箱收集方式

对我们来说，很容易从垃圾桶里拿起未分类的东西——可能是手帕、糖果或不同大小的螺丝钉。但这不是为KUKA/库卡机器人设计的。“捡垃圾”是自动化行业的首要任务。这对于机器学习学科的鲁棒算法的开发也是非常有趣的——因此这也是2018年在慕尼黑举行的库卡新闻发布会上的主题之一。

　　他们在慕尼黑展览馆的大厅里会面:业内专家和感兴趣的记者。它们正通过应用商店，通过大数据和智能数据，转变为行业和共享服务。他们谈论人工智能使用的全球概念以及各个国家的不同规定。他们讨论了数据的合理排序、对数据的访问以及使用敏感的机器人进行捡垃圾箱。

　　库卡研发高级副总裁克里斯蒂安•塔拉戈纳(Christian Tarragona)在开场白中表示:“合作机器人肯定是今年automatica的焦点。”坐在他旁边的是库卡首席技术官大卫·富勒(David Fuller)和瑞士物流自动化公司(Swisslog Logistics Automation)首席执行官克里斯蒂安·鲍尔博士(Dr. Christian Baur)。作为三人组，他们在库卡的新闻发布会上面临记者的提问。

　　数据是新的石油

　　“那些今天把自己关在软件门外的人已经输了，”克里斯蒂安•塔拉戈纳(Christian Tarragona)说，他特别想到了新的LBR iisy，这是一款结合了人机协作、灵敏度和易用性等主题的灵敏轻量级机器人。David Fuller补充道:“我们必须关注这样一个事实，即机器人与软件结合起来使用起来非常简单、安全、互联和智能。”“这不仅适用于合作机器人领域，也适用于所有工业机器人。”

　　智能架起通向人工智能的桥梁，分析正确的数据。“数据是新的石油。互联网上到处都是标准化的图像文件格式，比如。jpeg或。png，这对于学习基于图像的对象识别非常有用。然而，对于捡料或点焊等关键工序，并没有统一的文件格式。对于人工智能的应用，你需要所有这些数据。我们专注于收集这类过程数据，并通过应用人工智能优化性能。

　　KUKA/库卡机器人系统必须向人类的手学习

　　在堆满日常消费品的仓库里，无人驾驶的运输平台将整个货架推到输出站。机器人在等着把货物从箱子里拿出来，然后按照订单进行组装。“在人工智能领域，有必要让事物并行。一般来说，有必要考虑需要哪些数据以及如何分析这些数据。因为如果不是正确的数据，那么无穷多的数据是没有帮助的，”Christian Baur博士说。“只要我有了正确的数据，我就能解决一些特定的问题，比如二进制选择。”

　　是什么让捡垃圾这么复杂?它是硬件与正确软件的交互。除了一个灵敏的机器人，还需要一个摄像头和一个匹配的夹持器，可以放手帕、糖果和螺丝。我们人类的手显然是这项任务的优势。所以这一定是整个系统学习的目标——不仅仅是KUKA/库卡机器人。只有这样，系统才能有效地在一起玩和学习，然后在某一点上知道，它必须处理一个玻璃瓶比塑料瓶更谨慎。

KUKA/库卡机器人挑战自动化-新的石油和垃圾箱收集方式

浏览过的版块

联系方式

工作时间