帳號:
密碼:
最新動態
產業快訊
CTIMES / 文章 /
運輸機器人跨足新領域
資通訊科技應用加值

【作者: 陳念舜】   2021年11月29日 星期一

瀏覽人次:【7738】

歷經連續兩年美中貿易戰及疫情衝擊下,不僅造成各國製造業供應鏈更為緊縮、破碎,後疫時代解封初期又逢塞港及運費高漲,導致缺料及交期延宕之苦。未來遠距、零接觸作業勢必將成新常態,運輸機器人在智慧製造的核心地位更隨之水漲船高,推動業者必須結合更多資通訊科技加值及創新商業模式,才能真正替客戶提高生產效率。


過去較不為人重視的無人自動導引搬運車(Automated Guided Vehicle;AGV)則因為問世甚早,在1950年代就出現在汽車製造業的工廠商轉,被歸類為專業服務型機器人之一,期許透過物料搬運自動化,來減少豐田精實生產模式裡(TPS)包括搬運、等待及動作時間,進而降低其他包括過量生產、加工、庫存或不良品廢料等7大浪費,讓員工充份發揮潛能,投入到具有更高價值的工作。


但在工業2.0~3.0時代,廠內為求精度及符合經濟效益,AGV主要透過實體色帶、磁條軌道導引,結合製造業自動倉儲系統運作。直到近10年隨著資通訊科技日新月異,運算力更強大且成本更低,又迎來工業4.0智慧製造趨勢,使AGV也開始搭配機器視覺(VGR),或光學雷達(LiDAR)與同步定位與地圖建構(Simultaneous Localization and Mapping;SLAM)技術來提高導引運行精度。


另以調度派車系統規劃AGV、堆高車動線,在廠區和倉庫內外快速穿梭,讓自動化倉儲系統管理變得越來越靈活有彈性;再整合人工智慧(AI)演算法、3D視覺系統及協作機器人的自主移動機器人(Autonomous Mobile Robot;AMR),以提高設備稼動率和生產效率、良率。



圖1 : 透過調派系統規劃AGV、堆高車動線,可讓自動化倉儲系統管理變得越來越靈活有彈性,以提高設備稼動率和生產效率、良率。(source:tmhe-media.azureedge.ne)
圖1 : 透過調派系統規劃AGV、堆高車動線,可讓自動化倉儲系統管理變得越來越靈活有彈性,以提高設備稼動率和生產效率、良率。(source:tmhe-media.azureedge.ne)

工研院剖析運輸機器人商機 聚集光達與視覺技術

工研院產科國際所分析師黃仲宏也在今年舉行的「眺望~2022產業發展趨勢」研討會機械專場上指出,受惠於庶務性勞力短缺,疫情成為機器人與AI技術發展的助力,2020年全球工業機器人裝置量約為38.4萬台,可望維持連續6年(2010~2021)成長紀錄。即使Q3~Q4恐受到缺料、塞港等因素影響,導致出貨量或不如預期,仍保守估計2021年將達到42萬台。


且預料因應貿易戰、後疫時代新一波生產趨勢挑戰,彈性、靈活製程會是製造業首要改善目標,企業將會更願意投資包括機器人、自動化流程、雲端及AI等技術與創新生產工具,帶動工業機器人的應用需求。黃仲宏估計,到了2025年機器人會再融入新一代資通訊技術,以模組化形式擴大應用而達到60萬台裝置量,續扮演智慧製造的核心設備或關鍵單元零組件。


其中工業機器人將持續朝向可自主移動,擁有人類技術的方向發展,除了前三大主要應用領域涵括:汽車、電子電機、機械金屬等共占全球裝置量70%以上,已逐步融入技能化、協作化、彈性化趨勢,跨足新領域。服務型機器人不僅外觀像人,也要開始具備人類認知能力,滿足現今智慧家庭(掃地機器人)、醫療(達文西機器人)等衍生的無人化應用需求,未來還將導入AI、移載技術,建置服務系統,來滿足剛性需求或殺手級應用。


尤其是機機/人機協作發展,將促使機器人從「勞力密集」邁向「技術密集」道路,包括利用AMR擴展服務範圍到尚未使用機器人的企業,以AI縮短機器人上線時間,預料新一代資通訊技術會讓機器人逐漸技能化。黃仲宏說:「拜AI、5G等ICT科技不斷演進,估計2022年新安裝工業機器人將約有45%以上將具備人機協作、自我診斷、機對機學習(Peer-Learning)或自主認知(Autonomous Cognition)等智慧化功能,藉此提高生產力。」


以及歐日系品牌多軸機器人本體製造商將透過銷售系統化方案,來提高利潤。黃仲宏表示,相關方案又分為以機器人為核心的單機製造系統,或與廠內其他自動化設備整合形成的單元製造系統。為了擺脫已成紅海的工業機器人本體市場,並看好2020年由機器人系統整合衍生的產值已高於本體2倍以上,未來商機只增不減。


黃仲宏表示,如今四大家族都已積極投入拓展該領域收益,除能彌補單機售價下滑造成的損失,更希望透過如視覺、觸覺等系統整合技術,提高競爭門檻。日本工業機器人大廠也認為,機器人必須與周邊生產設備整合為一個系統,才不會淪為自動化的孤島。


在機器人產品發展趨勢上,感知技術與機器人的整合,輔以AI人工智慧,將促使新一代的機器人因為更易於安裝和編程;且歸功於通訊技術的進步,讓機器人得以無縫連結、整合到智慧製造的策略部署中。



圖2 : 工業機器人將持續朝向可自主移動,擁有人類技術的方向發展,已逐步融入技能化、協作化、彈性化趨勢,跨足新領域。(source:i.ytimg.com)
圖2 : 工業機器人將持續朝向可自主移動,擁有人類技術的方向發展,已逐步融入技能化、協作化、彈性化趨勢,跨足新領域。(source:i.ytimg.com)

黃仲宏進一步剖析智慧機器人技術發展趨勢,呼應現今全球科技圍繞在AI、5G、B5G、IOT等技術議題發展,由機器人整合的系統會隨之發展而更加智慧化,所掌握的關鍵技術分別是:自主移動、辨認識別、精密控制、遠距通訊,進而展示出不同特性。他認為:「機器人某種程度與自駕車類似或相輔相成,如Level 3等級以上必備的光達,也可用於自主移動機器人。」


但有別於機器視覺屬技術密集型產業的競爭者眾,在智慧製造趨勢下的2020年市場規模仍達到90億美元,預估2025年將達100億美元。並持續擴大到物流自動化領域,於物料形狀識別、尺寸檢測、條碼識別等領域解決傳統人工分揀效率不足的問題,得以充份發揮高效識別優勢。就連美商COGNEX也在2020年財報特別劃出物流領域,營收占比達到20%;Amazon也不斷透過併購擴大自動化業務,目前共有超過35萬台物流機器人,未來將持續深入智慧化應用,而不只單純運送。


光達+高精地圖則主要用於自駕車,且已被看好應用於AMR等自動化領域,在特定條件下的自主移動情境中,光達在判斷物體資訊,探測距離/辨別角度具有優勢,毋須仰賴機器視覺演算法,將從2020年約30億美元的市場規模持續擴大,預估到了2025年達125億美元。


黃仲宏指出,目前光達掃描方式主要分為:機械旋轉式、半固態式(MEMS)、固態式,其中固態式光達因為機械運動零組件較少,具有可量產的優勢。在成本與穩定考量下,光達正從機械式、半固態式,再往純固態式方向演進。


展望未來,隨著O-RAN(Open Radio Access Network Alliance)逐漸普及,盼能降低業者建置成本,加速布局各種5G垂直應用,最終能實現在1km距離內部署上千台AMR跨廠區以時速50km運行目標;甚至結合低軌衛星,降低網路時延,打造AMR在元宇宙情境。



圖3 : 光達+高精地圖則主要用於自駕車,且已被看好應用於AMR等自動化領域,在判斷物體資訊,探測距離/辨別角度具有優勢。(攝影:陳念舜)
圖3 : 光達+高精地圖則主要用於自駕車,且已被看好應用於AMR等自動化領域,在判斷物體資訊,探測距離/辨別角度具有優勢。(攝影:陳念舜)

運輸機器人布局海內外 發展還須健全商務模式

值得一提的是,如前述引進各式各樣尖端資通訊科技為智慧機器人加持人之後,也別忘了以機器人本體衍生多元智慧化應用與系統化解決方案,原本即是歐日系大廠為了掣肘後進對手而建立的技術、資金規模門檻,台灣中小企業在如今數位轉型時代,還應建立合宜商務模式。


目前在台灣代理洛克威爾自動化(Rockwell Automation)、UR(Universal Robots)協作型機器人品牌的所羅門公司(SOLOMON),近年來也已靠自主開發AI、3D視覺系統聞名,進而搭配全球超過25家工業/協作/水平多關節機器人、自動化設備與系統整合商合作,布局全球自動化市場行銷。


率先將自主開發的AI辨識演算法導入3D視覺應用,發現相較於傳統比對CAD圖檔的方法更加彈性與智慧,得以解決軟性材質難以夾持整理、辨識比對的困境;再利用拖拉流程圖,快速形成可應用模組,尤其看好在需要高速及彈性的物流產業應用成長最快。


然而,現今要靠單純靠賣斷自動化賺錢並不容易,如最近所羅門在歐洲客戶便希望除了提供3D視覺在內的機器人Picking station之外,還必須親自到當地,針對不同品牌的自動化設備執行整線系統整合。但考量過程太曠日廢時,經過漫長溝通後才說服客戶,願意接受由當地系統整合通路商處理,相隔約一年半才正式出貨首台機器人。


且一般而言,設備供應商其實通常不願去插手基本電控以外機構整合,以防有跟客戶搶生意之嫌,而不利結盟。目前所羅門除了教導終端客戶操作之外,還要負責培養合格系統整合商,以克服機器視覺系統容易受到周遭環境因素影響的缺陷,同時簡化設定參數、優化軟體流程與使用者介面(UI)來減輕工作負擔,以滿足現今客戶希望不必編程(No code)的要求,又能防止發生碰撞或干涉。


未來也不排除會創新商業模式衍生,與現今包括自動化硬軟/體設備廠商都還在銷售單套系統不同,未來也可望轉型成為訂閱式,就必須因此改變架構,融入網路、雲端等技術,而不像傳統光學檢測難以調整。將來在所羅門3D相機內就能內建AI模型和分散式運算架構,在協助物流業客戶建立完成演算法模型,就能一次複製到世界各地發貨中心通用,不必因各地環境有異,而須到處調整。另因應目前市面上將協作型機器人+AGV整合成為AMR主流,所羅門也已引進UR的兄弟公司MiR品牌AGV,能夠搭配AI+3D視覺系統,在工廠或倉庫中自主搬運送貨物。


另一家彈性製造和智慧物流系統解決方案供應商賓鑫智能科技公司(BITO),則以承襲源自卡內基梅隆大學機器人研究所(CMU Robotics Institute)開發的機器人核心技術與研發動能,而掌握AI演算法、視覺識別感知、機器人軟體架構、電子硬體控制等關鍵技術,協助各行各業智慧化轉型升級。


自從2019年落腳台灣後,便採取穩紮穩打,逐步微調營銷策略,雖然現仍以推廣解決方案的軟體為主,包括BAPS智慧排程系統、BFMS多機調度系統、BANS單機控制系統,還有可透過自然雷射導航定位BSLAM系統,達到即時動態建圖及定位,既可部署完整解決方案,也能依客戶需求分開獨立部署,與不同AGV/AGF硬軟體、系統整合商共同規劃部署完整解決方案,可在3天內完成定位、調校,並對接客戶ERP/MES/MES系統,以提高工廠生產和管理效率,協助企業加速朝智慧製造轉型。


此外,由於台灣半導體、電子、工具機等產業這兩年來出口既不受疫情影響,反而更為暢旺,促使賓鑫全年營收甚至還比2019年成長5倍;加上調整營銷模式轉型策略成功,有別於2019年剛開始在台灣以推廣專案項目為主,每次執行完成須耗時3~6個月,甚至是一年才驗收,即使獲利再豐厚也入不敷出,以及國外研發團隊在防疫期間也不便來台支援。


所以在2020年除了在台灣專案項目逐步驗收成果收成之後,賓鑫還開始從下半年開始推出新增3款標準品版本,搭配BANS單機控制系統,可相容多款AGV、AGF(堆高機)等底盤和感測器,賦予機器人認知、理解和行動能力,還可與其他調派系統軟體或系統整合商客戶,如均豪、盟立等合作提高運作精準度,強調將以協助客戶自主創新為主,而不直接與終端客戶(End user)接觸,未來盼能提高占營收比重達70%。


同時提供光達BSLAM自主導航定位系統,除了基於自然雷射SLAM技術,可應對室內室外無縫銜接、無燈、低光線等多種多變複雜環境;另搭配多種傳感器資訊融合技術,可支援構建百萬m2(2D雷達)面積的超大地圖和即時定位,並可探測閉迴路和修正地圖,保證完整的地圖構建精準定位。曾公開展示客戶結合BSLAM的堆高機,具備避障及進出電梯功能;同時克服室內/外高動態明暗差異與狹窄倉儲空間對於高精度光達的挑戰。


若搭配賓鑫自家BANS單機控制系統,精度可達10mm;再加裝反光板、視覺伺服二次定位後,增至3~5mm,用於生產線上對接輸送帶導入AI演算法之後,還能減少輔助二次校對的配件,以縮短部署時間;搭配AMR+機器視覺,則可望達到3mm精度。現也提供航太業客戶建構5G場域所需堆高機和多機調度系統,但賓鑫強調未來無論是任何通訊方式,都能支援客戶自行選擇。



圖4 : 賓鑫透過多機調度系統,可接受上層指令完成機器人、搬運車、堆高機等任務調度和路徑規劃。(攝影:陳念舜)
圖4 : 賓鑫透過多機調度系統,可接受上層指令完成機器人、搬運車、堆高機等任務調度和路徑規劃。(攝影:陳念舜)

總結

回顧2019~2020年以來,雖因疫情導致各國製造業在供需兩端都受到嚴重衝擊。但對於台灣以半導體、電機電子等產業出口營收反而屢創新高,唯一要擔心的只有缺料及交期延宕風險。未來運輸機器人除了融入新一代5G、AIoT等資通訊科技,以支援不同領域應用之外,還須掌握所衍生的系統商機,打造創新商業模式,才能不畏歐日大廠築起的技術高牆,甚至可與之合作,爭取終端客戶系統整合訂單。


**刊頭照:(source:mediapool.bmwgroup.com)


相關文章
工業轉型、雲端與邊緣運算
PLC穩固智能化之路
自動化技術驅動穀物處理提高產能
利用數位技術打造更靈活及高彈性的供應鏈
OEM機器製造商利用模擬軟體提高效率
comments powered by Disqus
相關討論
  相關新聞
» 瀧澤科展出首台ISO14955車銑複合機 綠色智慧機械群集TMTS亮相
» TMTS 2024打造跨域生態系 搶攻國際新商機
» TPCA展望2024台灣PCB產值 有望翻越8千億元高峰
» 洛克威爾自動化攜手NVIDIA 擴大AI在製造業的應用規模
» 台達子公司泰達8廠及研發中心開幕 擴大電動車研發及產能布局


刊登廣告 新聞信箱 讀者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2024 遠播資訊股份有限公司版權所有 Powered by O3  v3.20.2048.54.198.37.250
地址:台北數位產業園區(digiBlock Taipei) 103台北市大同區承德路三段287-2號A棟204室
電話 (02)2585-5526 #0 轉接至總機 /  E-Mail: webmaster@ctimes.com.tw