焊接工件要想得到好的焊接效果，除了硬件设施，配套的焊枪，清枪装置等外围设备外，良好的焊接机器人系统程序编程也是必不可少的。  首先焊接机器人要选择合理的焊接顺序，以减小焊接变形；焊接机器人焊枪行走轨迹长度来制定焊接顺序。焊接机器人空间过渡要求移动轨迹较短、平滑、安全；优化焊接参数。为了获得理想的焊接参数，制作工作试件进行焊接实验和工艺评定。合理的焊接变位机位置、焊枪姿态、焊枪相对接头的位置。  焊件在焊接变位机上固定之后，若焊缝不是理想的位置与角度，要求编程时不断调整焊接变位机，使得焊接的焊缝按照焊接顺序逐次达到水平位置，同时要不断调整焊接机器人各轴的位置，合理的确定焊枪相对接头的位置、角度与焊丝伸出长度。工件的位置确定之后，焊枪相对接头的位置通过编程者的双眼观察，难度较大。  编写一定长度的焊接程序后，应及时插入清枪程序。可以防止焊接飞溅堵塞焊接火口和导电嘴，保证焊枪的清洁，提高火口的使用寿命。编制程序一般不能一步到位，要在焊接机器人焊接过程中不断检验和修改，调整焊接参数及焊枪姿态等，才会形成一个好程序。这就要求编程者善于总结积累工作经验。  在焊接机器人的自动化焊接过程中，我们经常会通过对焊枪角度或移动焊枪的位置来改变焊缝的熔深、溶宽、焊接的飞溅，焊接气孔以及焊接的外观成型。在焊接一层时，通过缩短焊枪的中心距以及增大焊枪的角度来得到更大的熔深，这与手工焊的上坡焊或焊枪后倾是一样的效果，差别在于一种是工件动，一种是焊枪在动。  在焊接第二层以及之后，逐层增大中心距以及减小角度，这样有利于增大焊宽，增大了焊缝两侧的熔深，这与手工焊里的下坡焊和焊枪前倾一样，否则会对焊接效果造成不好的影响。（文章来源于机器人在线网）

  从视觉软件进入机器视觉行业，有必要全局认识一下机器视觉系统组成。典型的机器视觉系统可以分为：图像采集部分、图像处理部分和运动控制部分。基于PC的视觉系统具体由以下几部分组成：1、工业相机与工业镜头——这部分属于成像器件，通常的视觉系统都是由一套或者多套这样的成像系统组成，如果有多路相机，可能由图像卡切换来获取图像数据，也可能由同步控制同时获取多相机通道的数据。根据应用的需要相机可能是输出标准的单色视频（RS-170/CCIR）、复合信号（Y/C）、RGB信号，也可能是非标准的逐行扫描信号、线扫描信号、高分辨率信号等。2、光源——作为辅助成像器件，对成像质量的好坏往往能起到至关重要的作用，各种形状的LED灯、高频荧光灯、光纤卤素灯等都容易得到。3、传感器——通常以光纤开关、接近开关等的形式出现，用以判断被测对象的位置和状态，告知图像传感器进行正确的采集。4、图像采集卡——通常以插入卡的形式安装在PC中，图像采集卡的主要工作是把相机输出的图像输送给电脑主机。它将来自相机的模拟或数字信号转换成一定格式的图像数据流，同时它可以控制相机的一些参数，比如触发信号，曝光/积分时间，快门速度等。图像采集卡通常有不同的硬件结构以针对不同类型的相机，同时也有不同的总线形式，比如PCI、PCI64、Compact PCI，PC104，ISA等。5、PC平台——电脑是一个PC式视觉系统的核心，在这里完成图像数据的处理和绝大部分的控制逻辑，对于检测类型的应用，通常都需要较高频率的CPU，这样可以减少处理的时间。同时，为了减少工业现场电磁、振动、灰尘、温度等的干扰，必须选择工业级的电脑。6、视觉处理软件——机器视觉软件用来完成输入的图像数据的处理，然后通过一定的运算得出结果，这个输出的结果可能是PASS/FAIL信号、坐标位置、字符串等。常见的机器视觉软件以C/C++图像库，ActiveX控件，图形式编程环境等形式出现，可以是专用功能的（比如仅仅用于LCD检测，BGA检测，模版对准等），也可以是通用目的的（包括定位、测量、条码/字符识别、斑点检测等）。7、控制单元（包含I/O、运动控制、电平转化单元等），一旦视觉软件完成图像分析（除非仅用于监控），紧接着需要和外部单元进行通信以完成对生产过程的控制。简单的控制可以直接利用部分图像采集卡自带的I/O，相对复杂的逻辑/运动控制则必须依靠附加可编程逻辑控制单元/运动控制卡来实现必要的动作。（文章来源于机器人在线网）

  在工业4.0时代，国家智能制造高速发展，传统的编程来执行某一动作的机器人已经难以满足现今的自动化需求。在很多应用场景下，需要为工业机器人安装一双眼睛，即机器人视觉成像感知系统，使机器人具备识别、分析、处理等更高级的功能，可以正确对目标场景的状态进行判断与分析，做到灵活地自行解决发生的问题。从视觉软件进入机器视觉行业，有必要认识一下机器视觉系统，一个完整的机器视觉系统的主要工作过程如下：1、工件定位检测器探测到物体已经运动至接近摄像系统的视野中心，向图像采集部分发送触发脉冲。2、图像采集部分按照事先设定的程序和延时，分别向摄像机和照明系统发出启动脉冲。 3、摄像机停止目前的扫描，重新开始新的一帧扫描，或者摄像机在启动脉冲来到之前处于等待状态，启动脉冲到来后启动一帧扫描。4、摄像机开始新的一帧扫描之前打开曝光机构，曝光时间可以事先设定。5、另一个启动脉冲打开灯光照明，灯光的开启时间应该与摄像机的曝光时间匹配。 6、摄像机曝光后，正式开始一帧图像的扫描和输出。 7、图像采集部分接收模拟视频信号通过A/D将其数字化，或者是直接接收摄像机数字化后的数字视频数据。 8、图像采集部分将数字图像存放在处理器或计算机的内存中。 9、处理器对图像进行处理、分析、识别，获得测量结果或逻辑控制值。10、处理结果控制流水线的动作、进行定位、纠正运动的误差等。（文章来源于机器人在线网）

  Vicor 高压 BCM 支持的高级原地悬空通信及监控系统，固定翼无人机可带来高速穿越空域的能力，但它们无法用于需要静止不动的空中飞行的应用，这种飞行对于持续空中监控和通信应用而言尤为重要。Dragonfly Pictures 公司提供即刻通信塔，充分满足情报、监控、侦察 (ISR)、通信以及视频应用。UMAR 无人机作为机载 RF 天线部署时，可以将舰船的无线电视线从 8 英里扩展到 30 英里。  早期对系留无人飞艇的实验暴露出了一个基本挑战，那就是它们在强风条件下，相对而言无法保持静止不动。需要一种新方法，Dragonfly Pictures 公司 (DPI) 开发了一种新型无人机 — 原地悬空系留无人机。与每 20 分钟需要更换电池的电池供电多旋翼无人机不同，系留无人机通过一根连接基站的电线接收电源。因此，它们可以在空中停留数小时，甚至几天时间。DPI 的系留多旋翼无人机旨在用于跟踪尾随移动主机平台，包括舰船、船只、卡车以及其它无人驾驶地面交通工具等。   与固定翼无人机相比，它们具有多项优势，包括垂直起降功能。不需要跑道和发射台，也不需要回收设备。与飞艇不同的是，它们还能实现持续、静止不动的定位，即使是在天气不稳定以及风速变化莫测的情况下也是如此。他们的系留无人机在实际操作条件下进行了广泛的测试，目前已经完全达到美国海军在海洋/海洋环境中用于情报、监控与侦察 (ISR)、通信与视频应用的标准。  DPI 的军用/工业级无人多旋翼空中继电器 (UMAR) 系留无人机具有防雨、防雪、防尘和防热性能，针对咸水海洋环境进行了专门优化。UMAR无人机的独特优势在于：通过系线持续供电，因此它可以在500英尺的高空提供长达400多个小时的不间断运行时和工作。但系留架构存在重大的设计挑战。电源需要以极高的电压和极低的电流从主舰输送给多旋翼无人机，这有助于使用最细、最轻的系线，反过来又能增加无人机的机动性和机载有效载荷。   UMAR 无人机在8至10kW的功率级下工作，功能非常强大，能够在恶劣的海洋风暴条件下保持持续、静止不动的定位。这一挑战通常会因影响主舰定位的汹涌海水/海浪而变得更复杂。因此，无人机需要功率电容和敏捷性，才能加速旋翼提升的速度并即时响应短期或长期爆发的偏航。在多旋翼无人机中，必须在尽可能最小的轻量级封装外壳中实现高压转换。UMAR 上带的8个独立转子需要高级互连的 PCB 电路，因此电源组件层的任何空间节省，都可以重新用于其它增值组件。  DPI 副总裁 Joe Pawelczyk 表示：“使用 Vicor 电源模块，我们已能够降低无人机上所有组件的重量，从而可在携带所需任务载荷的同时，增加飞行高度和气流速度。其他任何公司都无法真正提供 Vicor 产品的功率密度，所以我们可以通过其组件实现最高水平的机动性、性能和悬停控制。这可增加 DPI 系留无人机的载荷能力、飞行高度和速度。”UMAR 无人机作为机载 RF 天线部署时，可以将舰船的无线电视线从 8 英里扩展到 30 英里。   为了应对这些艰巨的电源挑战DPI正在其UMAR中利用Vicor纤薄高电压 BCM® VIA™ 模块实现高效转换 (98%)，从800V 降至 50V 的热损耗仅 2%。高压BCM封装小，多种安装方式，对于实现功率密度极高的轻量级机载系统特别珍贵。由8个Vicor高电压BCM4414模块并行排列，为DPI UMAR 的8个独立旋翼提供动力，能够在旋翼之间共享电源，增加冗余。Vicor模块技术极少的高频谐波特性，加上在Vicor高压BCM中集成的 EMI 滤波器，帮助最大限度减少了EMI噪声，所增加的尺寸和重量都比传统DC-DC转换器少。如果不经过滤波，这种噪声可能会影响无人机和主舰之间的RF通信，也无法达到 EMI 标准。  除了目前在美国海军进行的试验性部署外，DPI 技术正在接受许多政府机构、承包商和其他实体的评估，并已显示出在其它应用方面的美好前景，如救灾应急人员以及大面积监控（公共活动、体育场安全等）等。 （恩张来源于机器人在限网）

  医生通常可以获得一些即将发生的心力衰竭的预警，其中一种方法是通过检测肺部多余的液体，麻省理工学院的研究人员开发了一种新的机器学习工具，可以为他们提供帮助。该算法能够以很高的准确度检测出这种情况的严重病例，背后的研究人员希望它也能被改造成协助管理其他病症。  这项研究是在麻省理工学院计算机科学与人工智能实验室（CSAIL）进行的，并与其他大量有前途的机器学习和人工智能工具相配合，这些工具正在重塑医疗诊断。通过现代计算的力量，这些算法能够查看医疗成像数据，发现临床医生无法看到的人类状况的微妙但关键的变化，从而开启一些令人兴奋的可能性。  这可能意味着通过CT扫描发现遗漏的癌症诊断，或者在医生看到阿尔茨海默氏症的迹象之前数年就能检测出来。研究过程中还使用人工智能分析心电图结果如何帮助医生通过识别左心室功能障碍来确定最容易发生心力衰竭的患者，这项新的研究也遵循了类似的路径，尽管关注的是不同的机制。  医生使用肺部的X射线图像来评估有心力衰竭风险的患者体内的液体积聚情况，病情的严重程度，即所谓的 "肺水肿"，然后决定治疗的过程。麻烦的是，这些评估往往基于如此微妙的特征，以至于可能导致不一致的诊断和治疗方案。  为了将机器学习引入其中，该团队在30多万张X射线图像及其对应的放射科医生撰写的报告上训练其算法。这涉及开发某些语言规则，以确保数据在众多样本中得到一致的分析。  "我们的模型可以将图像和文本都变成紧凑的数字抽象，从中可以得出解释，"论文的共同领导作者Geeticka Chauhan说。"我们对它进行了训练，以最小化X射线图像和放射科报告文本之间的表述差异，利用报告来改善图像解释。"（文章来源于机器人在限网）

  随着科技、生产的快速发展，在数控机床产品加工中，为了提高加工精度和加工效率，当下很多客户在数控机床上安装工件测量仪（测头），用来代替人工进行工件的分中、工件尺寸测量等工作，需要用到主轴多角度的点位功能，使用主轴多点定位功能在测量工件时，可以减少测量过程中的误差。1、主轴多点定位功能简易介绍：通过执行程序指令，实现主轴多点位置控制。2、主轴多点定位控制方式介绍：(1)PLC程序编写方式：通过编写PLC程序，实现主轴多点定位，本次主要介绍通过PLC程序编写方式实现主轴多点定位功能。(2)主轴C轴控制方式：通过主轴C轴控制方式实现主轴多点定位功能，（该功能详细使用方法请参考《PLC编程说明书》，主轴C轴控制）3、主轴多点定位PLC编写方式介绍：(1)主轴多点定位PLC时序；(2)简易编写PLC程序；(3）主轴多点定位应用；(4)注意事项：①执行主轴多点定位时请使用整数数据，如果执行带小数部分的数据，将无法识别小数部分的位置控制。②使用PLC编程方式实现主轴多点定位功能时，不占用系统NC轴号。③不需要修改参数，只需进行PLC程序编写。  注：PLC编写方式实现主轴多点定位功能介绍，请参考《PLC接口说明书》，或咨询三菱电机代理商及三菱电机技术人员。  电机功能可以广泛应用在主轴多个角度定向场所，利用PLC编写方式还可以不占用系统NC轴号，通过此功能可以减少测头测量工件时的误差，提高了加工产品的尺寸精度。（文章来源于机器人在线网）

  安川焊接机器人可焊接汽车零部件、铝制品及铝合金材料、碳钢、不锈钢，可对焊接工件的各种焊缝进行焊接，性能稳定并大大提高焊接质量，提升生产效率，改善工人劳动条件，可在有害环境下工作，降低了对人工操作技术的要求。安川焊接机器人已广泛应用于汽车零部件、五金制品、工程机械等各个行业。安川焊接机器人常见的焊接故障与纠正方法总结：  首先检查一下安川焊接机器人各轴的位置并重新校零修正。焊接机器人出现焊接咬边的情况可能是焊接参数选择不当，焊枪角度或焊枪位置不对，可恰当调整功率的大小来改动焊接参数，调整焊枪的姿势以及焊枪与焊接工件的相对位置。  安川焊接机器人的焊接气孔问题可能为气体维护差，焊接工件的底漆太厚或者维护气不够枯燥，应停止相应的调整处置。当安川焊接机器人出现焊接飞溅过多可能因为焊接参数选择不当，气体组分缘由或焊比外伸度太多，可恰当调整功率的大小来改动焊接参数，调整焊枪与工件的相对位置。焊缝结尾处冷却后构成一弧坑编程时在工作中添加埋弧坑作用，能够将其填满。（文章来源于机器人在线网）

  喷涂机器人是可进行自动喷漆或喷涂其他涂料的工业机器人，它可以在任意空间完成所设定好的动作，与传统的喷涂设备相比，喷涂机器人有哪些特殊优势呢？今天由小编就喷涂机器人对比传统人工喷涂的优势在哪里这个问题与大家一起交流。  1、喷涂机器人降低运营成本，提高成品率：喷涂机器人集成了喷涂工艺系统(IPS)，可以提高油漆喷漆的上漆率，提高油漆的利用率。在高速喷涂过程中，喷涂机器人可以自由的开关枪，不需要改变喷涂机器人的喷涂程序，节省油漆的消耗量，并且操作快捷方便。由于喷涂机器人喷涂的高精度，喷涂膜厚的精度可以达到正负3UM。相比人工喷涂设备喷涂过程，既可以提高机车表面的成膜质量与一致性，提高成品率，减少修补工作量，又可以节省油漆。  2、喷涂机器人增强生产柔性：柔性生产是针对大规模生产的弊端而提出的新型生产模式，即生产系统能对市场需求变化作出快速的适应。  3、喷涂机器人大大降低企业投资成本：由于喷涂机器人的生产效率比传统的人工效率更加高效，因此在单位时间内生产的工件数量要比人工生产的要多。如传统的手工喷涂生产需要8小时才能喷涂一节车厢，而采用喷涂机器人只需要4小时就可以完成，因此喷涂机器人的生产效率是手工喷涂生产效率的两倍。  正因为如此，对于机车制造工厂可以减少一半的厂房建筑面积和喷涂车间的数量。我们都知道，采用喷涂机器人喷涂可以提高生产效率，可以提高单位时间内生产产品的数量，因此使用喷涂机器人将大大降低企业的投资成本。  喷涂机器人由于采用多关节结构和全伺服控制，因此作业动作灵活自如、稳定可靠，适合于外表形状复杂的工件的自动化喷涂作业，喷涂速度快，喷涂品质好，是高品质涂装生产线不可或缺的自动化设备。（文章来源于机器人在线网）

  机器人学习中的经典问题之一便是分拣：在一堆无序摆放的物品堆中，取出目标物品。在快递分拣员看来，这几乎是一个不需要思考的过程，但对于机械臂而言，这意味着复杂的矩阵计算。事实上，对于人类需要耗费大量时间的数理难题，用智能系统处理起来就显得十分容易，但在几乎不需要思考的情况下就能做出的分选动作，则是全世界机机器人研究专家关注的热点。  首先，机械臂需要视觉伺服系统，来确定物体的位置，根据末端执行器（手）和视觉传感器（眼）的相对位置，可分为Eye-to-Hand和Eye-in-Hand两种系统。  Eye-to-Hand的分离式分布，视野固定不变，如果相机的标定精度高的话，那么视觉定位于抓取的精度也越高。Eye-in-Hand则将机械臂与视觉传感器固定在一起，视野随机械臂的移动而改变，传感器越近时精度越高，但过于靠近时则可能使目标超出视野范围。  精密的视觉系统与灵活机械臂的配合，才能完成一次完美的抓取，而这正是当前机器人操作中的核心难题，归纳起来就是这么一件事：找到合适的抓取点（或吸附点），抓住它。之后的转运执行，则属于运动规划的分支。  Model-based（基于模型的方法）：这种方法很好理解，即知道要抓什么，事先采用实物扫描的方式，提前将模型的数据给到机器人系统，机器在实际抓取中就只需要进行较少的运算1. 离线计算：根据搭载的末端类型，对每一个物体模型计算局部抓取点；2. 在线感知：通过RGB或点云图，计算出每个物体的三维位姿；3. 计算抓取点：在真实世界的坐标系下，根据防碰撞等要求，选取每个物体的最佳抓取点。  RGB颜色空间由红绿蓝三种基本色组成，叠加成任意色彩，同样地，任意一种颜色也可以拆解为三种基本色的组合，机器人通过颜色坐标值来理解“颜色”。这种方式与人眼识别颜色的方向相似，在显示屏上广泛采用。  Half-Model-based（半模型的方法）“”在这种训练方式中，不需要完全预知抓取的物体，但是需要大量类似的物体来训练算法，让算法得以在物品堆中有效对图像进行“分割”，识别出物体的边缘。  这种训练方式，需要这些流程：1.离线训练图像分割算法，即把图片里的像素按物体区分出来，此类工作一般由专门的数据标注员来处理，按工程师的需求，标注出海量图片中的不同细节；2.在线处理图像分割，在人工标注出的物体上，寻找合适的抓取点。  这是一种目前应用较为广泛的方式，也是机械臂抓取得以推进的主要推力。机械臂技术发展缓慢，但计算机视觉的图像分割则进展迅速，也从侧面撬动了机器人、无人驾驶等行业的发展。  Model-free（自由模型）：这种训练方式不涉及到“物体”的概念，机器直接从RGB图像或点云图上计算出合适的抓取点，基本思路就是在图像上找到Antipodal（对映点），即有可能“抓的起来”的点，逐步训练出抓取策略。这种训练方式往往让机器手大量尝试不同种类的物品，进行self-supervisedlearning，Google的Arm Farm，即为其中的代表之一。  值得注意的是，对于机械手而言，不同形状的物品，抓取难度有天壤之别。即便是同样形状的物体，由于表面反光度和环境光照的影响，在不同场景的抓取难度也大相径庭。从实验室到商业落地，其中有相当一段路要走。  高精密度的相机研发，是机器人“感知”物体的第一步。实际商业场景中，最麻烦的物体总是“下一个物体”。工业机器人要真正融入实际生产体系，只有具备聪明的大脑，针对不同工况做出柔性的调整，才能拓宽工业机器人的使用场景。（文章来源于机器人在线网）

  为了让VR玩家获得更加真实的交互体验，Ryo Suzuki带领的一支研究团队，提出了一套可让室内家具与玩家深度交互的RoomShift方案。在演示视频中，可见其使用了Oculus Go虚拟现实头戴式装置+追踪系统、以及基于重编程的Roomba扫地机器人和剪式升降支架的驱动方案。  这项名为RoomShift的技术可与大多数VR装置配合使用，演示用的场地大小为10×10米（32.8×32.8 英寸）。不过最吸引我们的，还是经其改装的Roomba扫地机器人集群。它们顶上安装了一套剪式举升机，可将特定的家具抬至新位置并放下。  对于VR玩家来说，这个简单的创意，可使之在虚拟现实世界中达成更丰富、且安全的交互，以避免频繁弹出的距离警告（比如撞墙或靠近门窗）而影响整体使用体验。  更有趣的是，VR系统还可将较小的家具挪到用户身前，以模拟虚拟现实环境中设定的更大的家具（比如示例中的会议室大桌子）。至于勤劳的Roomba机器人本体，研究团队也在编程之初就考虑到了避免互相之间发生碰撞的情况。  目前版本的机器人可举起11.2公斤（24.7 磅）重的物体，不过未来还可考虑让多个机器人协同工作，以搬动更大、更重的室内物品。  有关这项研究的详情，已在本年度的CHI 2020人机交互国际学术会议论文集上发表。原标题为《RoomShift: Room-scale Dynamic Haptics for VR with Furniture-moving Swarm Robots》。（文章来源于机器人在线网）