工业机器人与自己，与人，与环境的交互
Q：工业机器人讲究机器和机器的交互，机器和人的交互以及机器和环境的交互，您能举个例子为我们讲讲他们是怎样实现的？
这个其实是我们比较擅长的部分。因为我们李群自动化从2013年开始正式做机器人， 到现在我们做的最多的事就是考虑机器人和设备、机器人和视觉或者和人如何交互。回答这个问题之前，我们需要有一个前提： 解决交互问题前应该是交互双方有个协议，即交互双方都可以懂的语言。
这种语言可以简单可以复杂，可以是一种或几种，就像即使是两个语言不通、文化背景不同的人还是可以通过眼神或者肢体语言去交流。
如果按照机器、人、和环境，我们分析一下他们所能发出的信息的形式和接收的信息的形式，以这样的思路来进行。我们以机器人为例， 机器可以以什么样的形式来表达出他想要表达的信息呢？
我们一般可以分两种。
一种是机器主动想表达的信息，这时候可能是机器的一个状态，机器需要告诉别人的一些信息，我们认为这是一种可控的信息，一般可以通过网络、串口、I/O、或者是它可以操作的一些动作来表达出来。
还有一类信息是异常信息，这一类的信息其实可能不是机器想要发出的，而是一种被动输出。什么叫被动输出呢？比如，一个机器突然输出的产品大量产生异常，或者一个机器跑跑跑，某一个环节、电机要运动，然后发现怎么都运动不到。 还有一种情况是机器做了一种行为，这种行为是不可理解的，或者不是预设的，那我们都认为这确实是机器要发出的信息，但不是机器主动发出的。
从人的角度来说，人是最高级的生物，可以通过工具发出他想要发出的信息，比如说他可以通过用户界面，甚至是一些按钮的操作，准确的发出他的指令，人也可以通过触碰产生一些信息，比如触碰一些光栅。在协作型机器人里，人和机器触碰甚至可能代表人让机器人停下来这种指令。
环境的信息其实是最被动的，因为环境是无法主动表达信息的，它可能是通过来料、出料的异常，甚至是温度、湿度的变化、甚至突然断电了，大家也不知道发生了什么。这些信息，你做一个简单的分析，会发现在这种交互过程中，异常信息是最需要提前做好准备和响应方案的。
而且同时，人和机器作为两个可以主动交互的对象，人比较高级，可以辨识、响应几乎一切信息，但是人最大的问题在于人会疲劳，人可能会有情绪干扰，导致对信息判断的及时性和准确性进行干扰，没有机器判断那么稳定。
机器由于不够聪明，一定没有人聪明，这时就会变成机器能把信息表达得多准确多全面，其实取决于设计机器的人希望机械可以做到什么样。
回到现在这个问题来说，我想重要的就是异常的信息，我认为在自动化环节， 三方的交互中，如果一切都是没有意外的，大家都按照预定的节奏和行为来进行操作，那么交互大可不必，每个人都按照既定要求来做，这其实是最和谐的，实际上意外一定会产生，交互的意义就在于如何处理意外 。
这时候就变成了，我们如何感知异常，同时协商出来面对异常的机制，大家交互的协商，最后达到异常的处理，回到原始的轨道。
这里给大家举个例子，这里给家看个我们做的方案：
这是一个非常简单的生产线上下料工艺的需求，大家可以看到，在图片左手边模拟的是一个隧道炉，这实际上是一个手机盖板非常典型的加工工艺，玻璃在进行前端丝印之后，它需要经过隧道炉完成印刷油墨的工艺要求，达到油墨的固定。
前端，是人把丝印好的玻璃放在传送带上，上料的速度我们得到的信息一般是在1300片/h，有个重要的工艺要求，由于隧道炉中有烘烤的工艺，所以传送带是一定不可以停的。
那么我们现在做的自动化是要干嘛呢，是要把从隧道炉里出来得刚刚烘烤过的玻璃安全的下到料盘里面。
由于当时当时给我们的空间限制，隧道炉末端的空间非常有限，就是图中两个人所在的位置，那么自动化设备要快速的把每小时一千三百片的来料下到料盘里，这就是自动化的工艺要求，大家可以想想，对于机器人来说，在这样的工作空间里每小时可以做两千次，那以这样的速度，这个自动化方案的难点和异常点在哪里？
这个是我们最后的布局方案设计。
我们做了一个工作站，这里包含了绿色的传送带，用来承接前端烘干机的传送带。在前端有一个视觉框架来动态识别玻璃的位置和转向，末端有一些机构来保证下料料盘如何周转。现在我列举几个实际操作中我们需要思考、处理的部分：
1. 瞬时uph。 刚才提到烘干机前端是人工上料。人工上料有什么问题呢？比如，这个人的早中晚生产状态不同，在精神状态好的时候，可能连续的一段时间内生产效率非常高。可能在很累的时候生产效率就会很低，那么按照客户给的数据1300uph。这时就遇到了一个问题，假设五分钟之内，工人的状态很好，他的瞬时效率高于2000时，机器人怎么办？按照设定条件，机器人是来不及抓的。
2. 由于我们的视觉是用来判断传送带上的玻璃，我在辨识的时候，有些在上料的时候，混了一些一些料或者其他什么误差，导致玻璃没有辨识出来。 或者说两个玻璃挨在一起了，视觉无法辨识两个玻璃的相对位置。 这时候，这两片玻璃是抓不起来的。
3. 我在下料的时候，当我要把玻璃放在料盘里，恰巧料盘满料，下一个料盘还没过来。这时传送线上的玻璃如何处理？
4. 料盘和玻璃也有放置精度的问题，如果说传送带像我们现在看到的部分，宽度是一米二，如果我们用一个视觉相机来说，在一米二宽的视场范围内，在视场边缘会产生严重畸变，这时我在吸取玻璃时，比如吸取5.7寸的玻璃它在边缘的偏差可能就要大于两毫米。这时吸取的玻璃可能放不进料盘。
5. 假设吸盘变形，机器人看得很准，机器人到位也很准，但是吸盘坏了，吸起后玻璃偏了，还是放不进料盘。
这些都是生产实际中真实会存在的异常，无论是由于物料、还是人工配合，这些异常都是要去及时发现并且处理的。
这是我们最后生成机台的样子，如果感兴趣可以去李群网站上看整个机台的视频。
其实在这个机台里刚才那几个异常，我们不仅对传送带提供了一个可控的功能，保证我们一旦有玻璃来不及抓，或者有玻璃流出时是否由传送带可以停止，如果不停止的话，下端有个回送的传送带，保证玻璃不会掉进缝里或者其它地方，保证不会直接产生废品，我要尽量及时回收，避免损失。
另外在精度方面，由于前端的视觉变形，或者由于吸盘吸取的位置差异，这个是不可避免的，所以我们在机器人吸起之后放置的过程中增加了我们自己开发的飞拍的功能，保证了在机器人运动时同步辨认玻璃在吸盘的位置，保证玻璃可以完好无损的放到托盘的相应位置中。
这个过程中，其实所有的交互都是被设计，甚至有方案能够及时感知这种交互中的信息，然后让系统有交互的策略来进行响应。
上页 1 2 3 4 下页