自主可控,做具有“阿童木特色”的并联机器人
见证了2019年整个机器人行业的低迷,才更明白这个行业对于整个制造业转型升级的战略意义,但即便在这样的时刻,仍有一些企业表现亮眼,阿童木机器人就是其中一家。
过去两年多的时间里,阿童木机器人布局了200余家集成商客户,支撑其规模性增长。另一方面在终端应用场景上进行多维度的验证。据透露,阿童木机器人的销量在800-1000台左右,增长速度达到了200%以上,完成了公司在2019年初定下的销量目标。
2019年,阿童木机器人完成了B1、B2两轮融资,资本的肯定也让其在一众企业中脱颖而出,而从成立到现在,支撑着阿童木快速增长的核心关键无外乎两点:一是走自主研发的道路;二是深挖客户的需求。
提升核心零部件自主率
核心零部件对于机器人本体性能的提升起着至关重要的作用,阿童木机器人在控制系统和机器视觉领域不断发力,以高性能的核心部件匹配机器人本体以实现升级迭代。
作为工业机器人的三大核心零部件之一,同时也是工业机器人的大脑,控制器的好坏直接决定了机器人性能的优劣。从长远战略上说,掌握控制器技术,才能在国内同行业中保持长久的技术竞争力。
在控制系统上,阿童木机器人自主研发了并联机器人专用控制系统,将标准算法融合进去,使并联机器人满足更高的应用。其AtomMotion控制器基于X86架构和实时工业以太网进行设计,以此作为平台基础开发出高效的运动控制算法、简单易用的用户交互界面,同时软件在系统中集成了PLC编程环境,以满足用户对复杂控制逻辑下的编程需求。
同时,依托于天津大学的科研力量,AtomMotion将振动抑制、拖动示教等功能整合于系统中,从而提高了机械手的运行稳定性,缩短了调试人员的调试时间。
在视觉系统方面,阿童木机器人推出的AtomVision视觉系统是根据在实际工业应用场景中的实际需求开发的一款视觉识别软件,可以与AtomMotion无缝结合形成一体化的工业设备,也可以作为独立的视觉识别软件使用。
值得一提的是,AtomVision软件内提供斑点识别和模板匹配两种算法。其中,斑点识别算法是根据拍照获取的图像,根据需求,在纯色背景下检测杂质色斑,并且要计算出色斑的面积,以确定Blob是否在检测范围之内。因此图像处理软件要具有分离目标,检测目标,并且计算出其面积的功能。
Blob分析(Blob Analysis)是对图像中相同像素的连通域进行分析,该连通域称为Blob。经二值化(Binary Thresholding)处理后的图像中色斑可认为是blob。在处理过程中不是采用单个的像素逐一分析,而是对图形的行进行操作。这种算法与基于像素的算法相比,大大提高处理速度。
而模板匹配算法是根据一个或多个已知模式或图像,在指定的目标图像中寻找相应模式的处理方法。使用基于特征匹配的算法,在模板中提取具有稳定性、鲁棒性的特征。
AtomVision根据实际的场景需求,以Blob和模板匹配算法作为基础,开发出了针对性的识别算法和图像预处理流程,以满足对不同工业环境视觉识别的需求。
核心优势:对客户需求的把控
高速作为并联机器人的标签一直成为各企业产品的卖点,然而,在实际应用中,并联机器人的速度会比标准节拍速度慢很多。
实际上,在项目中为了满足前端设备产能需要,速度一直是客户衡量并联机器人的主要参数之一,也是让客户担心和困惑的关键点。
国际上,主流的机器人公司都约定俗成将标准节拍作为衡量机器人速度的重要指标,所谓“标准节拍”是指机器人沿着25-305-25这样特定的轨迹走一个来回所用的时间,而一分钟来回的次数越多,速度越快。比如阿童木金刚系列D3P-1100型号机器人按标准节拍的速度可以达到250次/min。
但在项目应用过程中,机器人的速度需要综合考虑生产工艺、现场布局、放置精度、物料状态等因素,因此机器人的应用速度会比标准节拍的速度慢很多。
机器人的应用速度首先受到末端负载大小的影响,末端负载越大,机器人的速度越慢。其中机器人的末端负载又包括末端夹具、物料两部分。以颗粒带项目为例,物料的重量为10g-80g,常用的抓取方式为双抓和三抓,负载的重量主要是末端夹具,因此在末端夹具设计过程中,轻量化设计就尤为重要。
此外,机器人的应用速度还跟机器人所要做的动作有关,在一些项目上,需要增加额外的伸缩或者翻转动作,动作越多,末端重量越大,耗时增加,机器人节拍降低。同样以颗粒袋项目为例,使用轻量化多抓夹具,单台D3P-1100型号机器人最多可满足前端130袋/min的产量,但如果增加额外的伸缩或者翻转动作,机器人的产能会下降15%左右。
从现场布局来看,并联机器人工作站会涉及到与生产线前后端的对接,尤其是在一些自动化改造项目中,现场布局需要依据现有设备尺寸进行调整,如高度、工作空间等。例如阿童木机器人D3P-1100型号机器人的工作空间为横向直径1100mm,纵向320mm,在该工作空间内,机器人的行程越小,则速度越快。以颗粒袋项目为例,相同工作情况下,行程300mm与行程600mm的速度会相差20%。而以某抓瓶入槽项目为例,机器人行程600-700mm,机器人的节拍为55次/min。
从项目工艺来看,机器人的抓取分为四种:分别是随动抓取定点放置、随动抓取随动放置、定点抓取随动放置、定点抓取定点放置。在其他工况相同条件下,定点抓取定点放置的速度最快,随动抓取随动放置的速度为最慢。
影响机器人应用速度的因素还有来料状态以及客户对于物料放置的其他需求等。还是以颗粒袋项目为例,由于生产线前端包装机以及理料情况的不同,一些物料在机器人抓取时是散乱的,甚至是叠料的,与整齐来料的项目应用相比,机器人的抓取速度会下降20%。另外抓放一些易碎物料的应用场景中,为了保证物料的完整,降低产品生产过程中的损耗率,机器人需要轻拿轻放,同样会降低机器人的速度。
此外,在保证系统稳定性的情况下,对于并联机器人的应用速度也会有一定的影响。以某袋装液体摆盘项目为例,物料有300g和500g两种规格,以相同的速度运行,300g的物料可以正常生产,但500g的物料会出现甩料现象,即并联机器人的速度与物料性质、状态有一定的关系。
总而言之,并联机器人的速度在项目应用过程中是一个综合指标,同时也是在项目实施过程中整体参数的一部分,需要将项目的稳定性、可靠性等参数与速度综合比较,得出项目的最优方案。这也就意味着,并联机器人的应用方案需要对客户的需求非常清楚,而这正是阿童木机器人核心竞争优势所在。
这些年,阿童木机器人实地拜访700多家客户,拿回了不下一千种样品,做过上千套解决方案以及几百个客户的应用测试视频,在并联机器人应用方案上积累了丰富的经验。
自主研发和深挖客户需求,一个是从产品端出发,一个是从应用端考虑,两者缺一不可,这是整个行业共同的价值观。