機器人編程不再是專 的事，即使是外行人可以輕松的調試機器人

 

　　木地板，玻璃墻，人們穿著白色。只能在燈火通明的房間里聽到低沉的聲音。“我們在這里的大眾汽車透明工廠的生產中，我們要在這里提供質量保證，”德累斯頓大眾汽車透明工廠的機器人技術協(xié)調人RenéWellenberg說，他旁邊是 個機器人來控制“發(fā)動機艙”。機器人的頭部有 個攝像頭。它記錄了汽車接近的測試點，以便可以評估這些點。該機器人沒有按常規(guī)方式編程。但是他怎么知道在哪里記錄哪 點呢？

 

　　 支略大的黑色和灰色的筆告訴他。使用所謂的跟蹤筆，用戶可以簡單地指向相應的對象，而無需編程。即使在亞毫米范圍內，機器人也會使用編程筆檢測運動并跟蹤運動。這種教學是 種無代碼的機器人技術解決方案。

 

　　適用于中型企業(yè)的教學機器人簡化了

 

　　很長時間以來，都無法將任務分配給沒有編程知識的機器人。這是專 的事，而且不夠靈活，昂貴且乏味。使用經典的機器人編程，幾乎有75％的成本是由于對軟件進行調整或重新編程而造成的。這是機器人執(zhí)行新的或更改的處理步驟的唯 方法。Wandelbots 席執(zhí)行官克里斯蒂安·皮希尼克（Christian Piechnick）解釋說：“因此，機器人的流程自動化大部分是給大型公司使用的。” 年輕的公司Wandelbots于2017年從德累斯頓工業(yè)大學（TU Dresden）拆分出來，不僅使大眾汽車和英飛凌等大公司，而且中小型公司都可以使用Tracepen實現(xiàn)無代碼機器人。“只有 大 實際上，德國三到四成的中型公司已經使用了機器人。價格，技術和復雜性等進入壁壘通常是造成這種情況的原因，“德國機器人協(xié)會第 屆主席Helmut Schmid說，這為中小企業(yè)掃清了障礙。“通過協(xié)作機器人已經出現(xiàn)了 個全新的市場，這需要許多年輕的機器人公司。許多來自軟件行業(yè)，專注于用戶友好性主題，并希望簡化機器人技術的使用。“這還包括Wandelbots公司。掃清中小企業(yè)的壁壘。“通過協(xié)作機器人已經出現(xiàn)了 個全新的市場，這需要許多年輕的機器人公司。許多來自軟件行業(yè)，專注于用戶友好性主題，并希望簡化機器人技術的使用。“這還包括Wandelbots公司。掃清中小企業(yè)的壁壘。“通過協(xié)作機器人已經出現(xiàn)了 個全新的市場，這需要許多年輕的機器人公司。許多來自軟件行業(yè)，專注于用戶友好性主題，并希望簡化機器人技術的使用。“這還包括Wandelbots公司。

 

　　將動作轉換為程序代碼時

 

　　借助無代碼機器人技術平臺，每個工廠工人，工匠或企業(yè)主都應能夠在幾分鐘之內學習機器人本身。例如，中小企業(yè)可以生產小批量產品，而不必在機器人編程上投入大量資金。盡管如此，仍需要對機器人及其安全要求有基本的了解。主要產品是Wandelbots教學解決方案，該解決方案使操作員無需編寫代碼即可培訓或再培訓機器人。軟件與智能學習設備（例如無線跟蹤筆）結合在 起。就是這樣做的：

 

　　分三步教機器人

 

　　第1步：用戶在手握微量漏斗的情況下執(zhí)行了 個機器人應該學習的活動的示例。操作員可以定義機器人是否應在指定點之間線性或圓形地逐點移動。通過集成的關節(jié)控制，用戶可以直接影響各個機器人關節(jié)。編程筆中的傳感器實時記錄運動并進行記錄。

 

　　步驟2：Wandelbots應用程序使路徑和過程可編輯，以便可以調整關鍵幀并可以控制I / O。

 

　　步驟3：完成的技能將立即轉換為可執(zhí)行的，制造商特定的代碼，這些代碼將傳輸?shù)綑C器人的控制器。

 

　　解決方案在包裝箱中提供。它包含跟蹤筆，用于記錄路徑的無線筆，用于跟蹤運動的三腳架和跟蹤立方體，校準適配器，用于運行軟件平臺的工業(yè)PC以及包含相應應用程序的iPad。

 

　　不論制造商如何，都將學習到的過程轉移到機器人

 

　　學習到的過程步驟也可以轉移到其他制造商的其他機器人上。這種可能性以前不存在。每個機器人制造商都使用自己的專有編程語言。這也應使中小型公司可以使用機器人。為此，Wandelbots 近與德累斯頓工業(yè)大學的5G實驗室 起推出了工業(yè)4.0。-在 些中小型公司中進行了技術測試。Wandelbots 優(yōu) 考慮的是導軌應用，例如焊接，去毛刺，膠合和噴涂。 初的試點項目表明，使用Tracepen切換到新的工藝步驟可以比傳統(tǒng)編程快70倍。根據Wandelbots的說法，這可以將成本降低多達90％。Piechnick從制造商到機器人用戶都可以看到他的目標群體。

 

　　大眾自動化外觀檢查

 

　　“將來，我們希望通過檢查生產線上的操作員來及早發(fā)現(xiàn)生產中的錯誤。這意味著：用機器人上的相機拍照，然后使用人工智能檢查是否已安裝正確的標簽。大眾汽車公司的Wellenberg解釋說，這樣我們就可以避免返工和成本。神經網絡在德累斯頓的玻璃工廠中用于圖像分析。這使光學測試中的許多應用得以實現(xiàn)。借助這些神經網絡，用戶可以評估人眼可以評估的 切。韋倫伯格在談到與Wandelbots進行的試點項目的總結時說：“該項目的特殊之處在于，我們再次能夠在玻璃工廠實施成功的Industry 4.0項目。”