基於深度增強式學習技術,讓機器人自主嘗試學習夾取新工件方法。對於任意姿態、隨機擺放的硬質工件,於實體環境中,夾取成功率可達到90%以上。
機器人, AI, 機器手臂, 智慧機械, 智慧資通訊

機器人自主學習技術

資料夾icon 科技新知
行事曆icon 2021/03/02
Loading...

技術簡介


機器人自主學習技術,透過機器人模擬軟體,先進行手臂夾取的自主學習,隔天便能換工件上機,再作小幅度調教應用到實際手臂。

基於深度增強式學習技術,讓機器人自主嘗試學習夾取新工件方法。對於任意姿態、隨機擺放的硬質工件,於實體環境中,夾取成功率可達到90%以上。

特色與創新

金屬加工產業是台灣工業機器人應用的主要產業之一,由於業者大多為中小企業,且自動化程度較低,加上勞力短缺狀況日趨嚴重,客製化產品需求增加,產線自動化與彈性化成為業者追求的目標。為協助業界提升生產效能,工研院巨資中心針對產業需求,開發「機器人自主學習技術」,結合AI技術使機械手臂能夠快速學習,有彈性地完成不同工件夾取任務,迎合業界少量多樣的生產需求。

目前傳統工件上下料模式大致可分為視覺分析技術和專用機兩大類。若採用視覺分析技術的方式,需具備影像處理專長的工程師在旁,根據演算法調整電腦參數,依工件型態的複雜程度,少則一天多則七天,才能成功完成工件上下料。針對需求量較大的元件可採用客製化設計專用機來完成上下料。然而,在產業實際運用時,面臨到少量多樣、工件越來越多元的狀況,專用機的設定或調整視覺參數,除了成本高、耗時間的問題外,也會因彈性不足,造成不必要的機台閒置。工研院巨資中心研發的自主學習機器手臂,透過機器人模擬軟體,先進行手臂夾取的自主學習,僅需要一個晚上,約12小時的時間,隔天便能換工件上機,再作小幅度調教應用到實際手臂,大幅縮短更換新工件的時間。

Loading...
網頁Top按鈕 (網頁回到頂端)