《为移动操作设计的新型合作机器人》

  • 来源专题:智能制造
  • 编译者: icad
  • 发布时间:2024-11-18
  • Kassow Robots推出了一系列新的紧凑型协作机器人手臂(cobots),旨在与移动机器人集成。新的Edge Edition协作机器人是专为移动操作应用程序设计的更小、完全集成的操纵器。

    新的协作机器人具有电池供电的直接直流连接,使它们能够在安装到移动机器人上时运行。它们提供远程电源开/关控制,允许从移动机器人控制器或PLC进行控制。协作机器人可以在没有示教器的情况下以自动模式运行,简化了操作。协作机器人的标准尺寸为160x200mm(6.2英寸x7.9英寸),可确保与各种应用程序的兼容性。

    Kassow Robots的协作机器人配备了检测过载的传感器,确保在共享工作空间中的安全操作。这消除了对特殊安全措施的需要,扩大了应用范围,包括重复、危险和肮脏的任务。然而,在任何环境中部署协作机器人之前,必须进行彻底的风险评估。

    协作机器人也是模块化的,利用了Kassow Robots现有的合作伙伴生态系统,可以集成各种外围设备、夹具、视觉系统或功能扩展。

    博世力士乐于2022年3月收购了Kassow Robots的多数股权,收购金额不详。Kassow Robots在2018年的Automatica上退出了隐形模式。它是由协作机器人的领先开发商Universal Robots的前联合创始人Kristian Kassow于2014年共同创立的。Universal Robots由Kassow、Esben?stergaard和Kasper St?y于2005年创立,2015年被Teradyne以2.85亿美元收购。

    Kristian Kassow在下面的问答中提供了更多关于Edge Edition协作机器人的见解。

    你为什么开发Edge Edition?

    Kristian Kassow:我们的目标一直是让我们的客户尽可能容易地将协作机器人集成到他们的生产中,明确关注中小企业。我们的Edge Edition在这里提供了多种优势:它专为工业用途而设计,由于其7个轴而提供了高水平的机动性,并提供了独特的紧凑性。它的占地面积也很小,只有160 x 200毫米。这是因为我们已经将控制器小型化到原始尺寸的10%,并将其集成到机器人基座中。另一个值得一提的好处是,Edge Edition可以轻松连接到任何直流电源,例如移动机器人的电池。

    Edge Edition的目标客户群是什么?

    Kassow:他们中的很多人,所有在生产现场有内部物流任务的行业都可以从我们的Edge Edition中受益。Edge Edition提供了多功能协作机器人的额外好处,允许用户在任务之间无缝切换。这包括将其用于产品A的生产,然后进行质量检查,然后用于码垛。

    当协作机器人成为移动机器人的高效助手时,Edge Edition开始发挥作用并展示其优势。我们相信移动应用程序将是Edge Edition的主要用途。这意味着将协作机器人与AMR或AGV结合使用。

    你能告诉我们更多关于使用协作机器人作为移动机械手的信息吗?

    Kassow:使cobot移动的一种方法是将轻量级cobot安装移动到新位置,并为新应用程序进行编程。协作机器人的编程比传统工业机器人的编程容易得多。另一种充分利用移动性的方法是将其用于生产过程中不同位置出现的相同任务。让我举个例子。AGV/AMR和协作机器人的组合可以接管任务,负责装载用于包装的箱子。

    为什么Edge Edition有助于AGV/AMR协作机器人解决方案的轻松集成?

    Kassow:Edge Edition节省了空间,因为机器人手臂和控制器形成了一个紧凑的单元,可以快速安装。此外,如前所述,所有Edge Edition协作机器人上的直流(DC)连接都满足将协作机器人直接连接到AGV或AMR电池的所有要求。最终,我们希望让客户更容易将协作机器人集成到移动解决方案中。看看今天的AGV和AMR,很快就会发现它们提供的空间有多小。机器人控制器大多体积庞大,使任务自动化变得更加困难。我们的Edge Edition协作机器人具有纤薄的底座。我们帮助系统集成商和最终客户简化这些AGV/AMR和协作机器人解决方案的实施。

  • 原文来源:https://www.therobotreport.com/kassow-robots-new-cobots-designed-for-mobile-manipulation/
相关报告
  • 《松灵机器人——移动机器人底盘领域探索与创新的“引领者”》

    • 来源专题:人工智能
    • 编译者:高楠
    • 发布时间:2024-08-28
    • 前言 移动机器人 底盘领域“引领者”—松灵机器人,从不放弃探索前沿科技,今年又推出一新品力作。 凭借全新的技术创新及革命性的导航系统,为行业应用场景带来全新量产级工业机器人 底盘—Universal Mobile Robot (简称“UMR”),将重塑通用机器人开发平台工具理念,并将这一新品转化为帮助生态合作伙伴,落地机器人行业应用能力的产品方案。 UMR工业机器人底盘,具身智能时代通用机器人匠心之作        在长期的探索与客户合作过程中,松灵机器人发现:户外机器场景面临市场需求分散、场景无法聚焦、用户基数不足等特点,研发周期长、通用性差,难以进行标准化,客户和市场培育与服务成本高,对前端营销人员要求高且前期投入存在较大不确定性; 与此同时,客户面临具体应用场景时,传统机器人研发方案从场景剖析开始,往往被动陷入无止境的项目评估中,既需要采购合适的机器人平台,也需要考虑合适的传感器 或导航方案,在与各供应商沟通选型及协调开发进展较为艰难,用户往往存在集成过程实施难度较大的问题。        基于对上述行业现状深入剖析解构,松灵机器人认为理想的机器人平台应无缝融合于环境之中,并与运行场景长久和谐共存,UMR中的“U”即松灵机器人量产级工业机器人底盘的核心理念,将产品研发重点直击通用(Universal)这一核心痛点,并将此款新品定位为全场景移动机器人平台。具体来看,UMR机身尺寸830 x 540 x 410MM,配备4组谐波转向电机及4组独立轮毂电机,不仅可以完成阿克曼转向、原地转向,更兼具斜行、横行能力,狭小空间出入自如,强劲的电机为其带来极强的越野性能,可以轻松兼容各类通行要求。        为满足工业化场景的应用,松灵机器人整合研发优势及行业领先的量产经验,为UMR设计了完整的可靠性测试流水线,经过颠簸震动、温箱、水淋测试系统等多项严苛测试标准长期测试,打造出速度1.5M/S、负载80KG、防护等级IP65、持续可靠工作一万公里的超强性能级机器人通用平台。此外,电控系统具备相同防护能力,使得UMR底盘在-10℃-40℃环境中依旧稳定可靠。快捷维护保养,对时刻保障良好的机器运行状态至关重要。松灵机器人解放上层设计限制,在底盘腹部两侧全新设计了抽拉式电控箱及快拆式电池结构;此外,为减少作业中断,UMR支持3KW快充,仅1小时即可将20%电量充电至100%,并在充电模组中借鉴通讯技术,用户可实时监测电池状态,实现更智能的闲时自动充电、低电量自动回充等管理模式。 安全运行是机器人日常运行的重要基础与保障。UMR配备六重感知机制,集成包含激光雷达、深度相机、超声波在内的15项传感器,多传感器融合方案保障360°周边安全,主360°双环视距离雷达、前双目盲区感知、超声波障碍探测等多种功能组合,基于NAVIS系统,实现系统级智能避障、动态路径规划等功能,有效地保障环境安全、可靠避障及人机、人车交互安全。 自研NAVIS三维导航系统,赋能全场景自主导航“利器”        导航系统作为移动机器人底盘的核心部分,在构建智能底盘系统实现感知、执行、决策等功能起到关键作用。市面上传统的工业与移动机器人开发时间长、挑战大、成本居高不下,为了帮助普通用户加快场景的开发与部署速度,更好地实现移动机器人产业化,松灵机器人致力于并提供完整的一体化软硬件。NAVIS系统平台在此背景下应运而生,而高效导航建图正是其独特性所在。        目前,市面上大多数厂商可以实现50万平方米2D建图,但一次性构建覆盖面积高达200万平方米的点云地图,并准确还原三维环境从而快速完成地图构建与任务规划,这一难题的的厂商可谓“凤毛麟角”;而松灵机器人凭借在边缘化技术上的突破攻关,基于三维导航设计,单次建图能力200+万㎡,重复定位精度±2CM,实现自主定位、导航、路径规划等能力,在此过程中,搭载NAVIS导航系统的单车完成累计超过4000KM室内、户外运行测试,其强大的导航技术,支持实现全场景自主导航,未来结合云计算有望带来更明显的效率提升。        另外,在全生命周期维护特性方面,松灵机器人更是向用户提供更全面的保驾护航。具体而言,NAVIS平台开发web端,提供完整的二次开发接口文档,实现数据可视化、复杂任务编排、数据管理与系统管理等功能,这意味着用户可以在电脑前,及时且方便地监控机器人状态、查询与存储检测数据,并进行远程数据交互。此外,NAVIS平台还提供系统内部运行数据记录和软件升级,这项功能目前在汽车上较为普遍,能为客户提供全方位的维护和迭代支持。        为了进一步提升巡检效率,减少时间与能源消耗,NAVIS平台在业内首次采用先进的算法进行智能路线规划。具体而言,这是NAVIS平台基于地图和检测点信息,系统能够自动计算出最优的导航路线,以减少导航时间和能源消耗。        在智能电力管理方面,一方面当机器人电力不足时,将自动向系统报备并自动充电;另一方面,在超大面积地图构建过程中,智能电力管理系统确保导航的持续运行与任务的顺利执行。无需人工干预,NAVIS能够在保证导航效率的同时,有效管理机器人的电力资源,提升了系统的可靠性和稳定性。        值得一提的是,松灵机器人将这款历经2年自研开发的商用级机器人导航系统NAVIS融入内嵌至UMR底盘中,为整合生态级能力平台,NAVIS导航系统开放NAVIS Plus功能模块,同时开放基于Websocket/HTTP协议的API接口,用户可以将常见的如机械臂 、升降杆、IO模块、IP相机等定制硬件设备,通过配置IP地址与UMR进行便捷链接,即可实时控制机械臂动作,极大降低用户设计机器人方案的集成和开发难度,提升开发效率,最快可1周时间完成行业级机器人方案Demo验证开发。 助力生态合作伙伴,推动全行业机器人应用开发与落地        长期以来,松灵机器人始终致力于帮助生态合作伙伴构建自主方案能力,使得更多用户在具身智能时代具备快速实现机器人场景应用,为机器人集成用户提供更高效、敏捷、有效的全方位解决方案与技术能力支持。        随着轨道交通运营规模的扩大,传统的人工巡检手段已经不能满足日益旺盛的维保要求,长距离与高重复的检测作业成为地铁及城市轨道交通运维工作中的一大痛点,探索一种智能化、信息化、少人化甚至无人化的维保模式,将为轨道交通维保探索更大的发展空间。        在轨道巡检场景中,双臂升降式巡检机器人作为一款松灵专为轨下场景设计的巡检机器人,其持久耐劳、环境适应性强、精准检测等优势能为轨道维保提供有力的保障。依据需求,巡检机器人硬件部分设计采用UMR工业机器人底盘、双机械臂系统、线性模组(含升降柱与平移模组)、双32线激光雷达、充电模组,以更好地完成轨下环境的检测作业;软件部分为自研智能NAVIS导航系统(含任务规划),以实现精准检测。        该方案有效解决了人工检修所面临的作业时间久、巡检工作量大、检测难全面等问题,节省了巡检人力成本,提高了巡检效率,为地铁维保探索了新的模式。据了解,自主双臂多任务检测和维护机器人荣获香港工程师学会HKIE MIS Industry Award 2023创新组别—优异奖。除此之外,还有其他商业化场景均选择了使用松灵机器人提供的软硬件解决方案,如公交车辆维保中心物料配送、区域环境污染检测,国外老年社区楼宇配送等。 结语        长期以来,松灵机器人始终致力于帮助生态合作伙伴构建自主方案能力,使得更多用户在具身智能时代具备快速实现机器人场景应用,为机器人集成用户提供更高效、敏捷、有效的全方位解决方案与技术能力支持。        目前,松灵机器人产品已服务于26个国家,500多所高校,1000+应用项目,包含安防巡检、园区工业、农业灌溉、物流运输、检测勘探、科研教育等全领域,为用户提供自动驾驶、移动抓取、导航定位和具身智能等自研创新应用解决方案,助力不同行业的用户实现自动化,帮忙用户实现从0-1的技术突破。同时,松灵机器人还积极承接定制化方案需求,为有批量化需求的用户提供专属机器人产品,为用户1-100的商业化进程保驾护航。 如有机器人底盘和方案OEM需求,请联系松灵机器人 sales@agilex.ai.
  • 《新型软体微型昆虫机器人》

    • 来源专题:数控机床——前沿技术
    • 编译者:icad
    • 发布时间:2019-12-24
    • 据techcrunch报道,在《科学机器人》杂志上发表的一篇论文描述了一种类似昆虫的微型机器人。   该机器人由软材料制成,重量不到1克,可以快速移动的同时还具有一定的智能性,值得一提的是,虽然看起来弱不禁风但丝毫不虚苍蝇拍的攻击。   在一般情况下,这种微型机器人在设计方面是不得不做出妥协的,比如,需要快速移动时只能借助外部力量,或者寻求导航功能时只能通过远程控制,又或者追求高效能却无法保障快速且智能的移动。   这款机器人叫DEAnsect,被称为“介电弹性体致动器”,它试图创造出一种将运动、智能和效率融为一体的机器人,即便看起来这些机器人都是小个子选手。该机器人用三条小腿移动,当电流改变组成它的弹性体的形状时,每条腿都会向前移动一点从而帮助机器人移动。由于频率相当快,在人眼中,机器人以每秒0.3个身位的速度向前滑行。当然,这比不上真正的昆虫,但与其他自我驱动的微型机器人相比,它已然算是短小精悍的一类了。   这些部件的效率和坚固性是软性机器人的新纪录。DEAnsect足够强大,不仅能携带一块电池,还能携带一些机载电子设备,这些设备的重量相当于机器人自身190毫克重量的5倍,去帮助机器人进行一系列基本操作。   当然,像这样的机器人目前还不能做很多事情,但这是一个很有意义的成就,在软机器人领域展示了许多可供参考的思路。   DEAnsect由EPFL软传感器实验室的Xiaobin Ji和Matthias Imboden及其团队的其他成员创建。