海淀区中关村街道双榆树东里7号楼楼下的垃圾柜站里，最近安装了一个“神器”，可以自动给厨余垃圾破袋投放。吃过午饭，居民章阿姨拎着一袋厨余垃圾来到垃圾柜前，不等她动手，红外智能感应设备感应到有人靠近，自动打开柜门。章阿姨连袋带垃圾扔进了柜子里。      “机器人开始分离厨余垃圾，请稍后。”随着一声语音播报，柜门自动关闭。通过工作人员拍摄的视频，记者看到，柜子里面，机械手牢牢抓住垃圾袋顶端，底部锯齿滚轮转动，划破垃圾袋，厨余垃圾掉到厨余垃圾桶内。       “机器人正在丢弃垃圾袋，请稍后投放。”破袋后，机械手夹住塑料袋移动到旁边其他垃圾桶内扔掉。整个破袋投放过程都在封闭的垃圾柜内完成，既不会在破袋过程中脏了手，也不会对周边环境产生污染。      “之前把厨余垃圾和塑料袋分开，必须通过人工或借助破袋器，有一部分居民觉得破袋会脏手，操作也不方便，对厨余垃圾分类心存抵触。”中关村街道城市管理办公室负责人介绍。为了解决这个难题，街道引进了这款垃圾袋分离机器人，它的外观和普通的分类垃圾柜差不多，但可以自动完成破袋过程，投放过程不会脏手，不会遗洒，封闭操作也不会散发异味。       目前，街道只试点安装了一台“垃圾袋分离机器人”。试运行成功后，计划在辖区内推广。“接下来，街道还将根据居民需求引入、推广更先进、更人性化的垃圾分类新科技，助推居民自觉践行垃圾分类。”街道相关负责人表示。来源： 科技日报

       工业机器人在工厂中是司空见惯的，因为它们为体力劳动者提供了有效的替代方法，以完成重复的，大批量的装配线任务。这些机器可以连续多次重复执行高精度任务。生产力的提高确保了最初的高资本投资的回报。但是，成本相对较低的人工仍然是小批量，高混合，复杂的组装工作的最佳选择，因为他们灵巧，灵活并且能够解决使机器停顿的问题。现在正在引入轻便，紧凑且相对便宜的全尺寸协作机器人，但是，由于协作机器人与人类共享工作空间，因此需要新工程技术来最大化生产率，同时又要保证工人的安全。       协作型机器人在制造环境中占据一席之地，在该环境中，产品组合不断巩固，数量不断增加，但幅度不足以证明完全自动化。机器人可以进行零件的拾取，提起和取回以及重复的例行动作，而人工则可以完成复杂的制造过程和智力挑战。对于传统工业机器人而言，协作并不是自然的扩展。国际标准化组织（ISO）将工业机器人定义为“可在三个或多个轴上编程的自动控制，可重新编程的多用途机械手，该机械手可以固定在位，也可以移动以用于工业自动化应用。” 该说明适合一台专门设计的机器，无需人工帮助即可实现最高生产率。       毫不奇怪，自从1970年代引入工业机器人以来，工厂车间仍是对其大量应用进行安全自动化的要求。如今，工人们远离人们，机器被封闭在金属栅栏后面，以消除快速移动和笨重的机械零件带来的危害（图1）。当某人或某物越过光束或通过打开障碍物触发开关时，基本的外部传感器技术会引起工业机器人的紧急停止。而且，当技术人员确实输入机器人的工作范围以进行维护或重新编程时，将关闭机器电源，并将其手臂锁定在安全的位置。       最大化速度，力量和精度对于协作机器人仍然很重要，但是要最大化协作工作的优势，人与机器人需要协调工作。为了证明引入协作机器人的合理性，它的成本不得超过人工成本。如果一个人的同事仍然可以将前面的两到三个工件装配在一起，那么将零件移动到适当位置并添加速干粘合剂的机器人几乎没有价值。但更重要的是，机器人必须始终了解人的位置，移动方式以及在进行接触（无论有意还是无意）以确保安全工作时所施加的力。       协作机器人的关键设计目标可以概括为：与人工和精密装配设备的安全交互；降低成本以证明使用机器人劳动应用程序是合理的；以与人的能力兼容的速度进行机器人操作；清洁和低噪音的操作；紧凑轻巧的外形；非专家工人进行简单而快速的编程以应对高混合生产。协作机器人系统设计指南       协作机器人设计中的关键因素与机器和人共享同一工作空间这一事实有关 （图2）。设计人员不仅需要确保效率高，而且还需要机器人不断了解其同事有时无法预测的动作，并能够以安全的方式做出反应。设计人员还需要确保，如果机器人与人之间有意或无意地接触，则机器人不会施加过大的力。这增加了复杂性，因为与工业机器人不同，在工业机器人中安全系统不是机器人的固有部分，协作机器人包含通常集成到其自身结构中并由其自身系统控制的安全系统。       幸运的是，针对这些设计挑战的指南是以协作机器人的国际安全标准的形式出现的，该标准是在将这些机器人快速引入工作场所的同时制定的。例如，国际标准化组织（ISO）在其ISO 10218文档中提供了一些设计协作机器人的准则，而组织ISO / TS 15066创建的技术规范（TS）则着眼于协作机器人的安全性。ISO / TS 15066强调了与安全相关的控制系统完整性在控制过程参数（例如速度和力）方面的重要性。（注：ISO / TS 15066代表自愿性文件，不是标准；但是，将来有望成为标准的基础。）       ISO / TS 15066还提供了供协作机器人设计人员使用的常规信息，例如解释需要对工作空间中的危险进行风险评估的信息。例如，即使最好的机器人设计也不能被认为是安全的，如果它允许机器人用操纵器在尖锐的物体周围挥舞。在另一个示例中，如果工作空间被固定的物体封闭，则该空间可能会很危险，这些物体会导致工人被困住，然后被机器人的移动压倒。ISO / TS 15066的关键部分涉及工作空间的设计，机器人操作的设计以及机器人协作和非协作操作之间的过渡。具体来说，该文档提供了实现以下协作操作要求的广泛细节，这些要求创建了可以实现上述设计目标的安全，有效的解决方案：安全等级的监控停止       安全等级受监控的停止是在不断开电源的情况下确保的机器人停止，并且在人类工人进入协作工作区时发生。该系统可确保机器人和人不会同时移动，并且主要在机器人快速移动重物通过工作区时使用。在开始手动操作之前，机器人必须执行安全等级受监控的停止。在操作过程中，工人与机器人手臂直接接触，可以利用手动控制来移动它。此操作用于提升辅助或高度可变的“工具”应用。速度和分离监控        这种协作工作方法可能是最相关的，因为它通过为机器人配备传感器来监视工人的接近程度，从而允许操作员和机器人在工作场所内同时移动。在大间距情况下，机器人会继续以中等速度运行，但是在接近时，机器人会降低速度，而在非常接近时，机器人会进入完全安全额定的受监控的停止状态功率和力限制       在协作机器人（或任何工件）和工人都在协作工作空间中工作时可能会有意或无意接触的应用中，需要限制动力和力量。接触可以是准静态的（例如，工人的身体在机器人操纵器和固定物体之间的夹持部分），也可以是短暂的（例如，敲入同事的身体可以后坐的一部分）。设计安全挑战       通过进行一些调整以限制成本，大小和复杂性，协作机器人设计人员可以将现有的工业机器人技术用于某些系统，同时仍实现上述工作方法。例如，安全等级受监控的停止是工业机器人的一项成熟技术，当人进入操作范围时，该技术使用安全栅来实现紧急停止。速度和分离监控需要新的工程技术，因为考虑到工业机器人被设计为在有人突破工作区域时会死机。相比之下，当工人共享工作空间时，协作机器人将以较低的速度继续运动，除非接近的方法足够触发安全等级受监控的停机。实施此类系统的关键是将传感器集成到机器人的控制系统中，以便在需要降低速度时，闭环反馈可实现快速的电机响应。       但是最困难的设计挑战是功率和力的限制。设计人员从工业机器人设计中学到的东西很少，因为它的重点是负载能力和速度。ISO / TS 15066的附件通过建议对阈值的准静态力和瞬态力以及对人体的轻微，可逆和不可逆损伤阈值提供了帮助。瞬态力阈值可以是准静态阈值的两倍，因为它们发生在较短的时间范围内，并且工人能够后坐。尽管对疼痛和伤害阈值的研究仍在继续，但本指南建议通过在速度和分离监视操作期间将机器人的速度降低到250mm / s以下并将其力降低到150N以下来降低夹紧风险，尽管瞬变力可能是后者的两倍，但是不得使用超过500毫秒的时间。       达到这些阈值具有挑战性。例如，负载为0.5kg且以1m / s运动的2kg机械臂必须以60m / s2的速度减速，以防止意外接触时其压碎力降至150N以下。到那时，手臂将移动8毫米，这对于协作操作是可以接受的。相同的承载3kg负载的机械臂需要以19m / s2的速度减速，以将其压碎力限制为小于150N，在此期间，它的行程为27mm（对于填充来说是可以接受的）。该示例说明，机器人设计人员必须考虑由具有不同有效载荷和运动速度的协作机器人产生的不同动力。ISO准则中的其他建议包括：消除机器人上的挤压点和挤压点；减少机器人惯性和质量；接近固定表面时降低机器人速度，因此可以快速停止；增加接触点的表面积；组织工作空间布局以限制夹紧点并允许在短暂碰撞后后坐。案例研究：协作机器人关节      协作机器人设计的主要挑战是工程设计轻巧紧凑的关节，这些关节还能够对作用在机械手上的力（例如与同事的撞击）快速做出反应，以消除受伤的风险。谐波齿轮正逐渐受到小型机器人的青睐，因为与传统的网状齿轮相比，谐波齿轮使设计人员能够减小关节尺寸和重量。但是，由于谐波齿轮使用挠性在输入和输出之间传递运动，因此与啮合齿轮替代方案相比，该接头的旋转刚度较低。       缺乏刚度给协作机器人设计人员带来了一个问题，因为检测人与机器人之间碰撞的首选方法是通过电动机电流产生的变化，即由于由电动机产生的力引起的电动机转矩成比例的变化。影响。但是缺乏刚度会导致力在对电动机转矩产生任何影响之前先“缠绕”接头中的松弛部分。结果是在控制器检测到电动机电流增加之前存在时间滞后，并且可以通过减慢，停止或反转操纵器来响应冲击。这样的延迟可能导致同事承受比建议的500ms更大的瞬态冲击时间，并承受300N的最大冲击力。        机械解决方案是使用更大的谐波齿轮来提高刚度，但这会增加机器人关节的尺寸和重量。另一种选择是使用双重高分辨率编码器和软件算法。这样的解决方案将导致少量的成本增加，但是不会增加接头的尺寸或增加其重量。关节输入和输出侧的编码器将为控制器提供实时测量，以测量机器人的实际位置和编程位置之间是否存在因刚度引起的旋转偏差。控制器可以快速计算出一阶误差的补偿，消除系统的松弛，并确保通过增加的电动机转矩立即检测到对机械手的有意或无意影响。        协作型机器人在与人类共享的工作空间中留下了自己的印记，因为将机器人的肌肉与人类的灵活性相结合，解决问题的技能极大地提高了生产率。工厂经理最近才开始意识到可用于协作机器人的组装应用程序的数量（目前仅由人工完成）。这就是为什么协作机器人的影响预计会增加的原因，到2025年，增长的期望值将大致等于当今工业机器人的总量。但是这项技术还为时过早，工程师们现在知道，只有工程工业机器人中使用的某些设计技术才真正适用于他们的合作伙伴。需要一种新的设计方法，以确保协作机器人在同事周围保持安全，同时仍为工作带来速度，精度和负载处理优势。      设计协作机器人是一门新兴学科，因此，几乎没有指导可借鉴。但是，与将第一波模型引入工作场所的同时，正在开发用于协作机器人的国际安全标准。ISO 10218标准为协作机器人提供了特定准则，而ISO / TS 15066为协作机器人建立了安全参数。供应商正在通过将电子设备和传感器与先进的机械组件组合在一起以创建新的关键组件来发挥自己的作用，例如专门设计的专用接头专门针对日常工作，操作和交互中对协作机器人的独特需求而设计。来源：贤集网

       根据Coherent market Insights发布的一项最新市场研究，预计到2025年，全球餐饮机器人将达到4010万美元。       到2025年，北美市场预计将达到1112万美元，年复合增长率为11.02%。机器人在各个行业的应用需求日益增长，已成为该市场增长的关键因素之一。根据机器人工业协会（Robotic Industries Association）的数据，2015年，北美不同行业的公司共订购31464台机器人，价值18亿美元，单位增长14%，收入比上年增长11%。       机器人技术在北美国家的日益普及推动了食品机器人市场的发展，同时也加速了拣放机器人系统集成商市场的发展。全球食品和饮料机器人系统集成市场的主要趋势和分析：        在最终用途行业中，面包和糖果部门在市场中占据主导地位，预计在整个预测期内保持其主导地位。该部门预计2017年将产生503万美元的收入，预计到2025年将达到1127万美元。由于对混合、捏合、撒粉和播种、产品划线的需求不断增加，预计烘焙和糖果行业的自动化需求将大幅增加。       与食品工业集成的机器人系统提高了工厂正常运行时间，简化了消毒，降低了操作成本，简化了操作界面，并提供了适应不同包装尺寸的灵活性。对这些系统的需求也在增加，这反过来又促进了市场的增长。预计亚太地区在预测期内的年复合增长率最高，为11.36%。该地区食品和饮料行业的制造商越来越多地采用机器人，这是推动亚太地区市场增长的一个主要因素。       根据国际机器人联合会（International Federation of Robotics）的数据，2016年，中国多用途工业机器人出货量为68556台，预计到2019年将达到16万台。多用途工业机器人的日益普及，反过来又为食品和饮料机器人系统集成商市场的增长创造了一个非常有利的环境，以在该国进行挑选和放置应用。       日益增长的食品和饮料需求正影响着食品和饮料制造企业越来越多地采用机器人进行包装、制造和拣放等多用途过程越来越多地采用拣放机器人有助于减少制造商的生产时间。例如，手爪的设计是为了拿起单个或多个产品，高达每分钟220单位，反过来，允许更快的周期时间和提高效率。来源：贤集网

       韩国技术巨头Hancom（KOSDAQ：030520，HAANSOFT）的机器人事业部宣布其最新的AI动力机器人Hancom Malang 家用机器人将从2021年开始在美国家庭服务市场上发售。Hancom Robotics的前几代基于AI的家庭服务机器人，包括Hancom Toki机器人。 已经在韩国和其他市场广泛使用了几年。       基于AI的Hancom Malang Malang家用机器人，将引人注目的娱乐服务与面部和语音识别功能相结合。Hancom Robotics的CTO Yonmook Park博士说：“ Hancom Malang Malang家用机器人是第一款利用最新的基于AI的技术进行机器阅读理解，问答，语音合成和HRI（人类机器人交互）的AI娱乐服务机器人，提供无与伦比的用户友好体验，基于人工智能的面部，物体和声音识别关键创新技术的加入也增加了机器人的情境智能，使其可以适应周围环境并以更个性化的方式与用户互动。”       Hancom Malang Malang家用机器人获得了2021年CES创新奖，它使用AI为儿童，青少年，父母甚至老年人提供广泛的辅助和娱乐服务。服务包括个人帮助，自然语言认知问答，家庭巡逻服务，内存共享，家庭语音提供的讲故事服务，协作式教育内容服务，交互式娱乐服务以及各种家庭物联网服务。Hancom集团全球业务负责人Yunsok Yun博士说：“ Hancom Robotics正在与各种英语教育内容提供商进行讨论，以提供丰富的教育内容。” “家用机器人的内置机器阅读理解能力将使其能够全面分析和理解内容，从而使各个年龄段的学生都可以享受非凡的身临其境的互动体验。”内容丰富且友好的同伴       物理上，高30英寸的Hancom Malang Malang家用机器人的头部，手臂和脚由10个电机控制，这些电机可以响应人类的手势，情绪和AI控制的屏幕面部表情。自然语言语音识别技术使Hancom Malang Malang家用机器人能够理解指令和问题，并可根据语境给出合适的答案。       从技术上讲，Hancom Malang Malang家用机器人体现了Hancom机器人技术部门近20年的研发经验，并依赖于下一代基于AI的人机交互（HRI）机器阅读理解（MRC），语音合成，面部，对象-以及语音识别技术。Hancom Malang Malang家用机器人（Hancom Robotics的Toki家用机器人）的前身自2018年以来一直在CES上亮相，并已广泛用于各种教育机构和网络服务，包括Yoon的英语学校KidZania ，Kakao和Kidsnote在韩国。定价与供货        Hancom Malang Malang家用机器人将于2021年中旬在美国通过亚马逊和其他零售店发售。价格尚未公布。来源：贤集网

       在工业环境中，自动化这个词经常被错误地用来指工业机器人。事实上，它指的是从逆变器驱动的输送系统到先进的制造软件。在这里，从最真实的意义上说，它意味着自动控制一个过程，而不需要人为干预。       世界上办公自动化解决方案的领导者之一理光，将这种精神贯穿于整个业务。其中一个例子是，英国泰尔福德的理光英国产品有限公司（ricohuk Products Ltd）投资工业机器人技术，提高了盈利能力和效率。当公司开始建造一条新的彩色碳粉盒生产线，用于办公机器上时，就证明了公司在自动化和效率方面的整体做法。理光开始研究一种利用工业机器人技术制造碳粉盒百叶窗的方法。       理光最初接触过Evershed Robotics，后者建议使用东芝机器TH650 SCARA机器人和东芝机器笛卡尔机器人组合，使用六个碗喂食器和一个旋转分度台。该公司的设计工程师之一马特·塔尔博特（Matt Talbot）表示，这条生产线的自动化元件的目标是组装一个快门来打开和关闭盒式磁带的盖子。百叶窗本身包含五个必须组装的部件。       为了满足生产需求，理光必须在7.5秒内组装好快门。该公司使用旋转台，周围有各种自动化设备，来组装设备。从中取出零件后，将它们堆放在托盘中，然后再转移到装配线的下一个单元中。控制是由欧姆龙PLC管理的，它可以很容易地与东芝机器SCARAs通信。      塔尔伯特说：“有些密封件很容易脱落，所以我们需要一个相当精确的系统。”斯卡拉机器人使用灵敏的平行夹持器从喂食器中取出一个未加工的材料，并将其放在桌子上。然后，从下一个单元顺时针围绕工作台拾取一个完整的装配。然后将该装备旋转90度，使其处于正确的位置进行包装和固定。”       包装托盘位于笛卡尔机械臂上，使用真空附件固定在那里，72个单元以8×9排列。这个机械手把托盘放在一个共同的位置，它会一直呆在那里直到它完全装载。然后将托盘放回原处。然后，笛卡尔选择下一个托盘，向下移动其垂直轴。手动补充料斗，取出装满的托盘并将其存放或移到下一个步骤。为了确保人员安全，有一系列的灯光防护装置来阻止操作员开门。如果门被打开，机器人就会被挡光板阻止进入该区域。       由于系统的工作量如此之高，可靠性对理光至关重要。对药筒的需求不断，生产失败可能导致供应链出现问题。为避免此类问题，理光英国产品部备有成品部件库存，以防系统出现故障。系统的安装非常简单，机械安装只需半天时间。根据塔尔博特的说法，布线和测试花费了将近一周的时间，而在缩短周期时间和提高系统效率方面的进一步发展只需要几天的时间。该系统已经在提高效率的情况下收回了安装时间。      Talbot解释说：“如果没有自动化，手工完成这项工作的成本将非常高，而且组装部件的质量也无法得到保证。”“而且，由于重复性很强，这种工作是为自动化而设计的。然而，虽然最初促使我们投资机器人技术的是成本，但后来我们却热衷于机器人的简单性、可靠性和盈利能力。因此，我们扩展了生产线的其他区域，并在独立系统的核心增加了另外三个SCARA机器人。”       理光英国产品公司应用的自动化定义是一个非常进步的定义。然而，这并不仅仅是制造公司反映理光业务自动化精神的结果。“我相信理光公司在安装工业机器人方面非常成功，因为公司立刻意识到，这是为了让制造变得更简单，而不是更复杂，”TM机器人公司董事总经理奈杰尔•史密斯（Nigel Smith）表示。“一旦这种精神转变得以实现，任何制造商都可以获得与理光类似的利益。这只是向工业机器人迈出第一步的一个例子。”来源：贤集网

       当一组兼容设备协同工作时，他们需要一个信号状况良好的工作环境。许多公司为家庭Wi-Fi系统生产网状网络产品。这些确实是有效和流行的，同时，也有大量的机会将网状网络用于机器人技术。以下是四个值得探讨的例子：1.军用地面机器人       随着机器人变得更加先进，军队增加了在其操作中使用它们的机会。美国陆军决定对称为“ Man Transportable Robotic System Increment II（MTRS Inc II）”的中型地面机器人使用网状网络系统。2017年10月，该组织与Endeavor Robotics签订了一份价值1亿美元的合同，以建造1200个机器人平台。此设备的网状网络的主要优点是，它们使单个网络节点可以作为广泛基础结构的一部分。因此，不存在单个通信点发生故障并造成重大中断的风险。2.地下搜索行动       国防部高级研究计划局（DARPA）通过一项名为“地下挑战-SubT”的多年竞赛，正在尝试地下机器人技术的新机遇。对于比赛的第一站，参赛者必须引导他们的机器人穿过长度为2.5至5英里的地下隧道。       DARPA官员将物体放置在隧道内，参与者竞相通过机器人生成的3D地图找到它们。Team Explorer是该赛事的第一名获胜者，它使用混合方法在轮式机器人之间进行地下通信。这些机器根据命令最多可形成10个网络节点，在丢弃测距无线电锚点后创建了网格基础结构。       其他许多参与团队也使用网状技术，当其他形式的地下通讯变得零散时，将其选为最佳选择。例如，PLUTO团队需要全自动机器人。他们的机器使用此联网选项在范围内相互通信，并将数据发送到基站。DARPA竞赛的结果可以为能力更强的机器人找到合适的位置，这些机器人可以在地下寻找事物，从而通过让人类避免做这项危险但往往是必要的工作来提高安全性。3.仓库移动机器人       工业物联网（IIoT）的兴起凸显了一个相关领域，即机器人物联网（IoRT）。IoRT使用 集成到机器人或其周围设备中的智能技术。然后，机器人可以监视环境中的事件并根据需要进行更改，甚至可以根据实时事件来操作连接的机器。用户也可以从单个控制中心操作整个车队。       科学家研究了 在适当的时候依赖于网状网络的混合架构方法。该团队将目光投向了移动机器人，因为他们知道通信中断会导致机器停止移动或出现其他异常情况。研究人员知道，任何有价值的系统都必须以低延迟交付广播流量，并发现标准的无线基础架构并不能始终实现该目标。他们的发现和概念证明表明，结合使用企业级Wi-Fi网络和网状结构，可以提供使移动机器人在仓库中平稳运行所需的性能。4.安全机器人      许多国家使用移动安全机器人来补充步行，骑马或驾车在周围巡逻的人员。机器人技术的网状网络可以帮助此类设备可靠地工作。一个示例是Sharp INTELLOS A-UGV户外安全机器人。它使用来自Rajant Corporation的网格解决方案来捕获音频，视频和环境信息，然后将其发送回控制中心。       机器人使用光检测和测距（LiDAR）来测量可变距离。还有一个可选功能可以检测毒性水平。这意味着，除了通过监视人流量大的区域来保护人们之外，该机器人还可以处理可能对人类构成危险的重复性任务。此外，由于机器可以在不平坦的表面上滚动，因此对于室外环境而言，这是明智的选择。网状网络释放机器人的潜力       这些示例使您可以了解，即使在严峻的条件下，这种类型的网络如何帮助机器人在保持稳定连接的同时更可靠地执行性能。机器人开发专业人员应保持对类似开发的关注，特别是在客户继续探索部署机器人的不同方法，并寻求稳定结果的过程中。来源：贤集网

      现在，机器人可以像工厂装配工一样进行工作，人形机器人员工已经非常普遍，他们可以精准模仿人类的动作。工业机器人在我们看来，工作起来并不费力，但它们的工作只是一个简单的循环。指令发送到附件，电机被激活。但是系统控制器如何知道指令已经送达？答案就是，指令通过传感器网络反馈到系统控制器。       MEMS传感器技术已经极大地扩展了的机器人的精确定位的能力。机器人技术中有六种有用的感测：倾斜，旋转，加速度，冲击，振动和接近。倾斜对于确定机械臂的位置很有用。倾斜提出了一个有趣的挑战，因为可以通过多种方式进行检测。       首先将倾斜视为重力的方向的变化会有所帮助。由于重力确实是加速度的一种，因此低重力三轴加速度计是确定倾斜度的一种有效方法。拥有手机的任何人都熟悉低MEM加速度计的功能，因为它们用于确定旋转移动设备时的屏幕方向。图1：自动机械蜘蛛腿       如图1所示，自动机械蜘蛛腿的运动是通过使用复杂的逆运动学方程来确定的，该方程通过将控制信号发送到电机来确定附件的正确运动。对于这种复杂的运动，每个附件的当前位置的反馈对于将现有位置与所需位置进行比较至关重要。该ADXL345 3轴13位数字加速度从 Analog Devices公司（ADI）用于测量在三维倾斜检测应用重力的静态加速度。当使用加速度计进行倾斜感应时，设备设置为最低分辨率。ADXL345支持±2 g，±4 g，±8 g和±16 g。选择最低的分辨率±2 g设置是因为地球的重力仅为±1 g，因此在±2g分辨率下的重力感应使用12位，是加速度计13位范围的一半。       对于二维倾斜感应应用，可以使用低g 2轴加速度计，例如 ADI ADIS16003±1.7 g 2轴加速度计。2轴加速度计的方向必须使X轴和Y轴平行于地球表面。换句话说，与地球的重力成直角。这使加速度计可用作支持俯仰和侧倾检测的2轴倾斜传感器。由于ADIS16003支持低1.7 g的加速度，所以当加速度计垂直于重力时，输出的变化非常敏感，每倾斜度为0.0175 g。加速度计的输出信号被转换为代表加速度在±1 g之间变化的数字，从而可以按照公式1表示来计算度数的倾斜度：公式1 ：使用2轴加速度计进行倾斜感测的俯仰和横滚计算         对于以上公式，A X是沿X轴的加速度，A Y是沿Y轴的加速度。重要的是要注意，在测量倾斜角度时，误差仅为±1 g，而诸如机械臂撞击物体或到达其行程终点之类的事件可能会导致信号远大于±1 g。旋转工具和手臂       机械臂可以出于各种目的而旋转。在装配线上，旋转工具可能包括螺丝刀，钻头和夹具。倾斜感测线性速率运动时，旋转感测角速率运动。旋转也不同于倾斜，因为旋转可能不会发生可察觉的加速度变化，从而使加速度计无法用于此应用。例如，如果3轴加速度计绕着指向地球的z轴旋转，而x轴和y轴与地球平行，则Z轴将继续测量1 g，而X和Y轴仍为0g。在这种情况下，沿Z轴旋转加速度计将不会导致加速度计读数发生变化。相反，机器人使用 MEM陀螺仪，这是专门设计用于感应旋转的传感器。当陀螺仪传感器绕其轴旋转时，非常小的微处理质量通过科里奥利效应移动到传感器的外部。图2 ：MEM陀螺仪传感器的内部操作       在ADI的iSensor MEMS陀螺仪子系统被设计成可靠地检测和准确地测量物体的旋转角速率。iSensor陀螺仪坚固耐用，可以检测到机器人在严酷的环境下，严重的压力下以及复杂的工业条件下的旋转。陀螺仪并非一应俱全，对于给定的旋转，选择正确的陀螺仪很重要。范围和灵敏度是两个重要的指标。该范围是陀螺仪可以准确测量的最快转速，以每秒度数（°/ sec）为单位。灵敏度是给定速度下以毫伏为单位的输出变化-因此陀螺仪旋转得越快，电压就越高。单位为毫伏/度/秒（mV /°/秒）。       快速旋转的工具需要很高的量程，例如ADI公司的ADIS16266BCCZ 可以测量高达±14,000°/ sec的速度。ADI ADIS16060BCCZ可以为缓慢旋转的臂提供服务， 其范围仅为±80°/ sec。在工业机器人上以这些低电压运行的模拟陀螺仪要求互连损耗低。的弥足-P25微型防水连接器从 Molex公司是一个微型IP67密封连接器系统，其防尘防水。它也适用于高振动环境，接触电阻仅为10mΩ，适用于恶劣环境的低压系统。      机器人有时会偶然或故意撞到东西上。震动是加速度的突然变化，因此可以通过加速度计轻松检测到。但是，当检测到震动时，加速度计的位置至关重要。例如，与手臂或肘部相反，意外碰到地板的机器人手会受到更大的冲击（加速度变化）。       在某些情况下，必须立即检测到电击，以便立即做出决定并采取行动。笔记本电脑中常见的硬盘驱动器就是一个非常关键的例子。如果硬盘驱动器掉落并撞到硬地板，则驱动器中的加速度计会立即检测到震动。在这种情况下，硬盘驱动器磁头绝对必须在几毫秒内停放磁头，否则将面临数据丢失的痛心。显然，对此类事件的正确检测取决于加速度计在驱动器上的正确位置以及可靠的处理器和可靠的固件。       将其与经过预编程动作的机械臂组装线进行对比。如上一节所述，战略性放置的加速度计将感应手臂的倾斜和位置，以确保运动正确。但是，如果运动因障碍而中断，则至关重要的是要迅速而可靠地检测到所产生的冲击。一个真正的危险是，一个人应对封锁负责，现在正处于伤害之中。在这种情况下，将使用专用的加速度计来检测震动，在某些情况下，可以放置两个或多个冗余的加速度计，每个都有自己的检测电路，以提供绝对的安全性。       机器人振动很少是一件好事。这可能表示轴承磨损，缺少部件，润滑不当，电枢未正确对准或机器人系统承受的负载不平衡。在这种情况下，振动既是维护又是安全问题。监视工业机器人，系统诊断和安全关闭感应可能需要监视工业机器人中的振动。       带有嵌入式RF收发器的Analog Devices ADIS16229数字MEM振动传感器提供了便携式振动传感平台，并为工业应用提供无线支持。它为监视和记录工业环境中的振动提供了完整的传感解决方案。诸如Molex黄铜SMA射频连接器之类的 射频连接器安装在板上，并带有螺纹连接，可在剧烈振动下支持牢固的配合。Molex SMA射频连接器在该板的900MHz以上的射频传输频率上将反射和衰减降至最低。图3 ：带有Molex黄铜SMA RF连接器的Analog Devices ADIS16000数字MEMs振动传感器和RF收发器。       检测加速度和减速度通常对于运动感测很重要。这可能意味着从感测机械臂中的运动到在航位推算系统中使用时确定机器人的位置等任何含义。加速度计还可用于确定是否已拾取或放下物体。可以使用专用的MEMs加速度计来确定机器人的加速度，而这完全独立于其他传感器。在这种情况下，如果外力有助于机器人的行为，并试图以超出所需的速度并以有害速度加速机器人，则可以检测到快速加速并且机器人会关闭。       出于安全和操作方面的考虑，接近传感器可以检测附近物体的存在，而无需进行任何物理接触。的CapSense器件从 赛普拉斯半导体能够检测没有任何物理接触附近物体的存在。与任何赛普拉斯先锋套件连接时 ，赛普拉斯CY8CKIT-024 CapSense邻近防护罩提供了动态的开箱即用的接近感测开发解决方案。当CapSense接近传感器被电压源激励时，如图4所示，在传感器周围会产生电场。一些电场线会投射到地面以及附近空间，从而产生可以测量的电容。如果装配线上的目标物体接近机器人的接近传感器，则某些电场线会耦合到目标物体，从而改变电容，然后CapSense电路会测量电容以确定目标物体的距离和位置。图4 ：赛普拉斯CapSense接近传感器将电场线耦合到手指。       对于图4：C X =赛普拉斯CapSense接近感应系统测得的总电容;C P =传感器寄生电容;C F =附近目标物体相加的电容。对于机器人应用，此解决方案提供了三维对象或手势识别。这对于装配线上的机器人确定目标物体是否在距离之内很有用。它也可用于在震动传感器测量冲击之前确定障碍物是否即将干扰机器人。       MEMs传感器对于当今的机器人而言，在操作，安全和维护方面都是必需的。陀螺仪和功能广泛的加速度计构成了机器人传感器网络的核心，而更多深奥的传感器系统则用于接近传感。具有固态互连解决方案的高级MEMs传感器正在扩展当今机器人的功能，提供可在降低成本的同时提高性能的操作和安全功能。来源：贤集网

        瑞典Cognibotics公司推出了新配置的工业机器人。Cognibotic SigmaTau是一种革命性的并联运动（PKM）机器人，可以成为许多未来工业自动化应用的首选机器人结构。SignaTau代表了新一代轻型机器人设计，该设计经过优化，可在很大的工作空间内进行精密处理。机器人结构的稳定几何形状和刚度使其能够以惊人的精度处理高压力过程。当然可以设想该结构在3D扫描和坐标测量应用的工业计量领域中的应用。       可以将机器人单元配置为高效解决方案，以在大型精密部件上工作，尤其是在传统机器人精度不足，工件为3米或更大的情况下，对公差要求特别高的部件。SigmaTau通过在性能和成本之间取得适当的平衡来弥合CNC机床和工业机器人之间的鸿沟。大批量可实现低至0.05mm的公差。SigmaTau PKM机器人可以适应要求高精确度和高过程力的各种过程，例如研磨、钻孔、铆接、铣削和搅拌摩擦焊等大型工作空间，以及轻巧的过程（例如激光焊接和检查）。       Cognibotics成立于2013年，是瑞典隆德大学工程学院RobotLab的直接衍生公司。2012年，当欧盟/ FP7项目COMET提交了专利申请并于2013年获得授权时，提出了广泛利用电动机转矩和夹紧以进行机械运动链的编程闭合以进行校准的基本思想。以欧盟其他几个项目和一些国家研究的结果为基础，这些都具有自动控制，机电一体化和软件技术的科学基础。       利用新颖的算法和新的机器人运动性能方法，Cognibotics开发了一系列解决方案，可显着提高现有机器人的精度和可编程性。新型SigmaTau机器人的发布带来了速度和精度方面的重大改进，从而实现了新的机器人生产流程。       2020年3月，Cognibotics宣布完成由Fairpoint Capital和Tibia Konsult牵头的380万欧元（合456万美元）的A轮投资。这项投资使该公司能够加强其团队，并加快该公司开创性机器人技术的市场推广。来源：贤集网 

      十年前，机器学习（尤其是深度神经网络）在商业人工智能应用程序的开发中发挥了重要作用。由于现代计算硬件的计算能力，深度神经网络在2010年代中期得到了有效执行。人工智能硬件是为人工智能应用定制的另一代硬件。       随着人工智能及其应用变得越来越广泛，在技术巨人之间竞争越来越便宜，以制造更便宜，更快的芯片。企业可以从WS的Sagemaker服务等云服务提供商在云上租用这些硬件，也可以购买其硬件。如果可以保持较高的使用率，则自己的硬件可以带来较低的成本。如果不是这样，取决于云卖家，组织处于理想情况。      深度神经网络驱动的解决方案构成了大多数商业人工智能应用。自2010年代以来，这些应用程序的数量和重要性一直在迅速增长，并依靠其继续以类似的速度发展。例如，麦肯锡预测人工智能应用每年将创造4-6万亿美元的显着价值。麦肯锡最近的另一项研究表明，在未来几年中，与人工智能相关的半导体每年将增长18％左右。这是非人工智能应用中使用的半导体开发的数倍。一项类似的研究表明，人工智能硬件将被评估为一个670亿美元的收入市场。      明斯特大学的研究人员与全球团队合作，正在开发可以非常熟练地适应这些任务的新方法和流程体系结构。他们现在已经表明，所谓的光子处理器（通过光的方法来处理数据）可以大大更快，更平等地处理数据，而电子芯片则无法做到这一点。结果已发表在《自然》杂志上。由明斯特大学物理研究所和软纳米科学中心的Wolfram Pernice教授领导的一组分析人员为所谓的矩阵乘法执行了硬件加速器，这暗示了神经网络计算中的基本处理负担。神经网络是再现人类思维的算法的发展。例如，这对于图片中的对象分类和语音识别很有用。       在这项研究中，物理学家利用所谓的卷积神经网络来确认手写数字。这些组织是生物循环引起的机器学习领域的一个想法。它们目前主要用于图像或音频数据的处理，因为它们目前实现了最显着的分类精度。分析师将光子结构与相变材料（PCM）整合为节能存储组件。PCM通常与DVD或BluRay光盘一起用于光学数据存储中。在新的处理器中，这使得可以在无需供电的情况下存储和保护矩阵组件。为了并行完成多个数据集上的矩阵乘法，明斯特物理学家利用基于芯片的频率梳作为光源。而不是通常在低频率范围内工作的常规小工具，光调制速度可以达到50至100GHz范围内的速度来实现。”这意味着该过程授予信息速率和计算密度，例如以前从未实现过的处理器每个区域的操作。机器学习加速器带来了优于利用通用硬件的优势        更快的计算：人工智能应用程序通常需要具有相同的计算能力才能运行现代训练模型和算法。人工智能硬件提供了更多的并行处理能力，与传统的半导体器件相比，在比较的价位上，这种硬件被评估为具有更多的竞争性，而在人工神经网络中的竞争能力却要高出许多倍。       高带宽内存：经过评估，专用人工智能硬件分配的带宽是常规芯片的4-5倍。鉴于以下事实，这是基本的事实：由于需要并行处理，因此人工智能应用程序在处理器之间总共需要更多的带宽以提高性能。来源：贤集网

       根据最近发表的一项研究，一组科学家正在开发由冰制成的机器人，这些机器人能够在着陆到行星上时使用局部冰层进行自我修复和重建，这是迄今为止探索太阳系以外行星的最奇特，最令人兴奋的创意之一。         这台名为IceBot的机器进行了演示，这种新颖的机器人概念可能代表了在其他星球上进行无人探索的未来。NASA和JPL的行星探测机器人无疑是出色的，但它们中的每一个最终都会崩溃。尽管大多数故障很小且易于修复，但附近并没有一家维修店。火星漫游者可以在磨损后自行修理或更换车轮，但是如果零部件受损，无处寻找替代品。        科学家已经很好地解决了电力问题-依靠太阳能，几乎到处都有。毕竟，行进式机器人的轮子和其他关键部件并不依靠太阳能。但是，车轮以及其他结构部件可以由另一种材料制成，这种材料就是我们在整个太阳系中都可以找到：冰。机器人可以用冰块建造组件       尽管新论文强调了将冰制造的机器人潜在地运送到行星的初期构想，但很重要的一点要注意，我们如何不能用冰制造电池或其他电子设备-固体也不能像钛那样有效地用作结构材料，碳纤维等材料。但是，冰无处不在，并且在修改方式方面具有独特的特性-温暖的工具除了将零件粘合在一起外，还可以将其切割和雕刻。       IROS的论文考虑了各种开发机器人结构组件的方法-在减法和增材制造任务中都使用冰-来开发一个新最新的概念，其中机器人可能具有“自我重新配置，自我复制和自我修复”。控制冰的融化，冻结至关重要       这样的制冰机器人的想法是在冰块丰富的环境中运行，该环境的温度足够寒冷，不会破坏固体的结构，并且温度足以补偿机器人本身的内部热量（因此不会融化）它本身的冰冷的身体）。模制，CNC加工和3D打印已证明这与用钻头切碎冰一样可行，但是工程师必须确保没有融化的冰水和刨花在不方便的地方结冰。或者，有时需要重新冻结冰块，例如放置执行器和连接不同的零件。冰制机器人还处于早期阶段       IceBot是机器人探索南极洲的概念证明，重约14磅（6.3千克）。研究人员建造了一个手工制造的机器人，以展示由冰制成的机器人如何能够移动而不会立即碎成碎片-即使在舒适的室温下也是如此。重要的是要重申，在Iceboot能够实现星际探索所需的自我重构、修复和复制能力之前，还有多少工作要做。在那之前，我们必须满足于即将到来的任务，比如毅力，以及其他在2020年的任务。来源：贤集网