机器学习有利于工业机器人和协作机器人

机器学习正在提升协作机器人和工业机器人的能力。没有三维传感器或神经网络，机器人是盲目的、一维的。他们被限制在一个重复的任务中，这个任务是预先编程的，没有能力解释他们环境中的变量。这限制了机器人的生产力潜力。现在，有了视觉传感器和机器学习能力，协作机器人和工业机器人能够实现的目标远远超过它们自己的能力。

机器人和机器学习的可能性

最近，加州大学伯克利分校(UC Berkeley)和西门子(Siemens)联手开发了DexNet 2.0机器人系统，将机器学习应用于机器人领域。该系统于去年开发，能够拾取以前从未见过的部件。训练机器人抓住物体而不掉下来需要相当多的编程、练习和试验和错误。

这个机器人系统利用3d传感器和深度学习神经网络来处理物体的形状和外观信息，以及如何抓取它。当机器人系统至少有50%的信心可以抓住一个新物体时，它的准确率为98%。如果置信度低于50%，系统将执行快速目视检查，然后以99%的准确率抓取部件。

机器人的这种能力可以改变物料搬运机器人在商业应用中的部署和编程方式。

机器人学中的机器学习类型

在工业机器人和协作机器人中有不同类型的机器学习。上面的例子是计算机视觉或机器人视觉的高级版本。从本质上讲，用于图像捕获的复杂光学设备为神经网络提供信息，使机器人能够“看到”。在大多数情况下，这转化为机器人指导，以避免碰撞，焊接过程中的接缝跟踪，并确保零件被正确抓住。

机器人领域另一种引人入胜的新型机器学习是模仿学习。基本上，在这种情况下，机器人可以通过演示如何完成任务来编程。例如，有人可以通过引导机器人手臂的头几次来展示协作机器人如何抓住物体。通过这种方式，机器人将学会自己抓取物体。

机器人中还有其他类型的机器学习，如自监督学习或多智能体学习，但模仿学习和计算机视觉是两种主要方法。

机器学习为工业和协作机器人应用开辟了全新的可能性，使这两种类型的机器人能够执行以前不可能完成的任务。机器学习将对机器人的能力产生重大影响，有一天可能会成为所有机器人系统的固定设备。

本文最初发表于机器人在线博客．机器人工业协会是CFE Media内容合作伙伴推进自动化协会(A3)的一部分。克里斯·瓦夫拉编辑，制作编辑，控制工程， CFE传媒，cvavra@cfemedia.com．

您是否具有本内容中提到的主题的经验和专业知识?您应该考虑为我们的CFE媒体编辑团队做出贡献，并获得您和您的公司应得的认可。点击在这里开始这个过程。