机器人编程的无代码未来

为了解决就业缺口、客户需求和供应链持续中断，一些企业正在开展创新工具的部署（包括高性能机器人等），以提高运营效率和产品质量。随着供应链挑战的持续存在，制造商为满足更严格的要求而更加“内卷”，快速、灵活、简单的编程概念成为更广泛的机器人集成领域的前沿。这就是为什么机器人供应商和集成商继续提供编程选项，帮助客户简化机器人学习曲线。机器人和交钥匙解决方案的直观系统功能正在以惊人的速度开发，在简化编程过程的同时扩大了应用潜力。因此，可以使用各种用户友好但稳健的编程方法和智能技术，这些方法和技术有助于采用非传统方法进行最简单至无代码的机器人编程。功能丰富的软件应用具有简单的菜单结构、触摸屏功能和熟悉的设备产品（如图标驱动编程）等改进的图形界面正在增强用户信心，为无代码未来打开大门。为了提升机器人的学习曲线，机器人供应商和第三方开发人员正在推广灵活的开发平台和专业应用程序模块，允许在不使用代码脚本的情况下进行编程。通过使用Wandelbots的TracePen（一种利用人工智能（AI）的手持式输入棒），可以看到业界通过动手、图标驱动编程让机器人变得更加用户友好。输入棒的形状像焊炬，其可以跟踪程序点，以便于控制机器人的移动，并将编程时间从数小时缩短到数分钟，如图1所示。其传感器使用放置在工作包络线周围的三个发射器进行三角测量，以捕获所需的数据。它可以标记单个点或标记刀具速度的复杂路径。其配套的应用程序还支持简单的路径调整、视觉技能编辑、全栈应用程序和快速编辑。图1直观的图形界面和先进的技术，如图中的TracePen，正在促进机器人编程。（图片由Wandelbots提供。）

对于焊接来说，易于使用的附件应用程序，如安川的通用Weldcom接口（UWI），有助于最大限度地实现用户控制，同时简化对强大工具的访问。从为焊接设置提供存储选项到不同的保护气体使用，附件应用程序允许用户控制任何焊接过程或参数，包括电压、电流强度和送丝速度。附件应用还可以与复杂的电源技术相结合，扩展了新焊接方法的使用范围。例如，UWI附件应用程序提供了对电源制造商开发的高级波形和过程的访问。为了确保高质量的焊接，这些工艺适用于焊接具有特定保护气体要求的某些金属，有时是专用填充金属。UWI可通过示教器操控的其他功能包括TouchSense和双脉冲。前者提供了使用导线电压查找工件的能力，而后者可以调用两个波形并在它们之间交替，以提供类似于任何品牌电源上的钨极气体保护焊的美学效果。

机器人离线编程离线编程（OLP）作为及时部署许多应用程序的一个组成部分，持续渗透到行业中如图2所示。使用机器人工作单元或生产线的3D展示，直观地演示机器人如何沿着编程路径移动，尖端软件应用程序使OLP成为各种机器人品牌的现实。与计算机辅助设计（CAD）软件类似，这些基于PC的虚拟平台使用户能够在执行机器人程序之前设计、测试和调整机器人程序。对于焊接任务，Delfoi和OCTOPUZ®平台有助于精确的焊接生产。此外，海宝公司的Robotmaster®等套件还提供用于增材制造的插件。然而，用户在使用OLP时需要注意，因为零件可能会偏离图纸或CAD模型，并引入额外焊接技术的潜在需求。与OLP一起使用焊接技术有助于克服模拟环境和生产车间之间的差异。从优化控制焊接参数和机器人运动的创新传感器技术到高速接头查找和焊缝跟踪外围设备，可以部署多种工具。图2OLP为协作机器人（cobot）应用程序实现了快速、准确的编程。（图片由Delfoi的北美合作伙伴MachMachines提供。）

协同机器人和精确的手动指导教学协同机器人预计未来6年将增长40%(参考文献1)，其在设计上天生具有安全性，能够与人类一起工作或与人类近距离接触。协同机器人正越来越多地用于码垛、机器照料和焊接。对于焊接应用，安装在模块化焊接台或移动推车上的轻型协同机器人可以轻松地推到大、重的工件上，或放置在现有的焊接工位旁边以补充手工劳动。这些协同机器人通常以精确的手工指导教学为特色，它们还可以促进编程，并促进机器人系统的快速实现。使用附件应用程序可以进一步帮助制造商，让他们对任何兼容的电源品牌有更好的控制。

机器人操作系统机器人操作系统（ROS）使适应性强、直观的机器人系统得到加速推广，这是一个机器人应用程序的免版税开源存储库。它提供了最先进的算法、驱动程序、功能、软件等组合。ROS现已推出第二版（ROS2）。它对功能丰富的工具的汇编被一些人视为将先进技术结合在一起的粘合剂，因为它可以改进无数复杂的应用程序。ROS2使用了许多与原版相同的核心组件、工具和库，重新构建以解决包括安全问题在内的众多问题。使机器人能够及时且经济高效地兼容各种非结构化环境应用。因此，越来越多的机器人制造商在其机器人上提供使用该技术的能力。强大的通信驱动程序为机器人用户提供了创建附加组件和集成感知传感器的选项。这允许用户进行修改以扩展功能，包括更高级的操作和导航任务。

机器学习与人工智能人工智能、仿真和模块化硬件的进步有助于提高机器人的灵活性。此外，机器学习算法，如人工深度神经网络，正在实现复杂的机器人技能。与传统编程不同的是，这些算法没有固定的程序，它们针对特定的工作进行训练，以提供任务结果的良好示例。与行业向低代码或无代码编程的转变相补充的是机器学习解决方案，如PathRobotics股份有限公司提供的解决方案。这些专利系统打包为一个完整的工作单元，使用AI软件的专有版本来确定零件形状和关节位置。通过帮助用户识别什么可以焊接以及如何焊接，该系统适用于各种任务，包括重型零件通常需要的多道焊接。这些解决方案还提供了性能的质量保证分析。为了减少与实施机器人和机器学习解决方案相关的障碍，PathRobotics提供了机器人即服务（RaaS）和焊接即服务（WaaS）选项。运营费用（OpEx），即现收现付概念，这些服务允许制造商通过12个月的订阅模式获得完整的焊接工作单元。这有助于企业领导者在降低风险的同时，为其他资本改进节省现金。

结论虽然现阶段的主要工业生产任务通常会指定最有效的编程类型，但了解许多可用的简化方法依然会有所帮助。随着制造商采用更多机器人手臂，人工智能、直观编程和其他工业4.0技术的使用将持续助力实现生产优化的无代码编程。

参考文献1.FortuneBusinessInsights.2020.CollaborativeRobotsMarketSize,Share&Covid-19ImpactAnalysis.fortunebusinessinsights.com/industry-reports/collaborative-robots-market-101692

作者简介JOSHLEATH(joshua.leath@motoman.com)现任俄亥俄州迈阿密斯堡安川美国公司Motoman机器人部焊接高级产品经理。