機械工業網 - 機械工業雜誌 - 機械產業的入口網站

作者:楊宗賢、劉昱顯機器人AI視覺動態影像特徵定位技術

傳統在使用機器人進行自動化的設計應用中，機器人與目標物之間的定位與即時動態控制佔據了關鍵角色，也幾乎決定了系統整體的動態效能，並影響總體執行時間與工作精度兩個重要的量化指標。一般在設計機器人控制流程前會先利用視覺感測器來偵測目標物上的特定平面格狀交點特徵或立體參考點後，再進行兩者間的座標校正與轉換計算，才可進行後續的智慧化控制流程，然而現今為符合產業在高速動態與高精度的需求下，在目標物上的特徵偵測演算速度與位置正確性將會是關鍵。有鑑於目前人工智慧(Artificial Intelligence, AI)的蓬勃發展，本文分析多種具備即時性與準確性的特徵偵測AI模型與機器學習演算法，並分別針對橡膠、鑄件、畜牧三種產業上所需要的2D與3D的視覺特徵偵測、分類與追蹤，搭配高即時性機器人的動態控制來實現低延遲與高精度的自動化系統。

作者:劉東昇工業機器人技術回顧與2024年趨勢觀察

COVID-19疫情肆虐這三年讓全球了解未來面臨產業人力不足的嚴重性，如居家上班、結構缺工、勞動力不足等現象讓傳統需要大量勞動力的產業無所適從。值得慶幸的是，機器人技術發展並沒有因為疫情封鎖就停滯不前，使用各種新穎的機器人解決勞動力不足的問題，現況來看是一帖良藥。本文首先回顧2023年國內外機器人領導廠商技術動態，包含全球機器人四大家族及我國代表性機器人廠商發布的最新技術亮點，各自致力研究的項目領域，接著由相關市調來評估未來全球機器人成長趨勢，包含市場所在地區及機器人種類，最後說明未來趨勢及挑戰。

作者:施志軒機器人3D環境感知與深度學習介紹

隨著近年來機器人研究的發展，機器人逐漸走出實驗室，並廣泛應用在堆疊搬運、生產製造、產線組裝等。然而，機器人面臨的問題更加複雜，且必須與環境進行互動，因此必須具備更高階的感知功能。深度學習處理三維點雲可分為三個大類別來探討，其包括三維形狀分類、三維目標偵測與追蹤、三維點雲分割三大任務。3D感測器所收集的點雲資料屬於三維資料可以表示空間中大量的幾何、形狀與尺度資訊，然而因為資料量大、資料無序性與不會隨著旋轉改變結果。因此PointNet作為第一個能直接從點雲中學習有用資訊，達到End-to-end學習，可用同一個網路架構完成點雲分類與分割。工研院機械所團隊推出研磨拋光機器人品牌RobotSmith，提供整體軟硬解決方案，並在機器人3D環境感知處理上展示兩個成功案例:研磨周邊系統定位與焊道研磨疊代補償。期許在這波3D深度學習浪潮中，以精實的技術能力，攜手台灣產業共創新頁。

作者:林浩鋕、蔡宗廷開源機器人作業系統第二代的介紹與未來應用

ROS 1.0 已經有10多年的發展，早已成為機器人研究領域不可或缺的開發環境。然而其中心化的架構，缺乏QoS的通訊方式以及穩健網路假設等缺點，造成研究開發成果難以直接商品化或導入工業應用。因此，OSRF於2014年起開始投入ROS 2.0的開發，採用已在國防軍工業以及大型工業應用中有諸多實戰經歷的DDS作為ROS 2.0的middleware。本篇文章將大致描述ROS 2.0的源起與設計理念，DDS的發展與相關概念，ROS 2.0與DDS的整合架構到ROS 2.0目前的發展與未來可能的應用。

作者:潘韋龍、黎尚昆、蔡承翰生成式視覺模組導引機器人智慧研磨技術

中大型鑄件如鐵路連結器之澆口去除、研磨與除鏽長期仰賴人工，品質受疲勞與經驗影響，潛藏
安全風險。本文整合 3D 視覺、AI 瑕疵辨識、自動換刀主軸與浮動研磨頭，提出適用於少量多樣鑄件之
智慧系統。系統採「感測 → 決策 → 執行 → 回授」架構，即便無 CAD 資訊亦能由點雲自動辨識待修區
並規劃路徑，加工後再經 AI 視覺檢出剩餘瑕疵並補修。實證顯示，1 m × 1 m 區域於 40 秒內完成掃描；
瑕疵辨識率達 91%；澆口由 5–20 mm 精修至 0.5 mm；導入後產能由每日 2 件提升至 3 件、人力減半，並
建立品質追溯機制。

作者:紀佃昀、許勝傑焊接機器人自動化模擬技術

機器人自動化解決方案已被引入各種製造過程和生產線，以應對勞動力短缺的問題，在採用機器人解決方案時，基本問題是如何進行具有可接受精度的路徑規劃，以滿足製造要求，因此，機器人的精度要求以及模擬生成路徑技術在加工應用上相當重要，機器人端點的校準成為後續準確的路徑模擬生成和軌跡運動的基礎，本文討論了機器人焊接應用所採取的路徑生成策略與校準，採用了具有創新機械測量設計的十字雷射裝置來校準焊接噴嘴端點，並開發了輕量高效整合的機器人路徑生成模擬軟體，並且還將追踪傳感器集成到機器人中，以生成準確的焊接路徑，進而能協助解決焊接自動化的相關問題與挑戰。

作者:紀佃昀、吳建佑、蕭欽奇機械手臂力量感測應用技術介紹

機械手臂在自動化的領域應用非常多，常見用於取放、輸送、組裝、檢測以及加工等應用上。近年來，由於缺工與數位轉型等因素影響，工業自動化的程度也越來越高，因此機械手臂用於加工應用上的需求也越來越高。傳統上機械手臂強調高速高精準度，但對於複雜且細膩的加工作業如切割、焊接、研拋等應用，由於來料的公差變化，則需要額外的力量感測回授控制確保加工品質。因此力量感測相關的技術與產品也蓬勃發展中，本文將介紹目前機械手臂力量感測相關的應用技術，以及其應用的場合。

作者:蕭欽奇機器人應用於航太加工產業之探討

工業機器人是適合開發具靈活和可重新配置的製造系統，其有助於執行自動操作，例如切削、鑽孔、研磨、拋光、銑削、去毛邊。與傳統的數控機床相比，機器人加工系統象徵著節省成本和靈活的替代方案。隨著工業機器人技術的不斷精進，正逐步應用在航空製造領域，但一些問題也隨之暴露出來，如機器人精度不足、加工點位太多等問題。因此，工業機器人需要更加智慧化才能滿足航空製造領域生產的要求。本文旨在說明有關機器人加工的技術限制及當前技術解決方案，透過分析各別組成的技術障礙及對應的解決技術（機器人運動學模型修正技術、末端精度補償技術、離線編程技術），進而提供一個對於系統的完整改善。

作者:黃仲宏人工智慧技術將讓機器人如虎添翼

生產線上的機器人，導入人工智慧的應用，最大的目的是降低因應外界變化所需的成本，未來機器人的產業地圖將會因AI而有顯著的改變。智慧機器人製造者有強者恆強、大者恆大的趨勢，我們不應只專注於製造銷售「高CP值的機械手臂產品」與KUKA、FANUC等現有的市佔率高者硬碰硬，更要聚焦於以所擁有的機器人製造發展經驗與電資通訊系統整合，進而運用人工智慧技術讓台灣機器人產品發展後發先至，成為未來的優勢產業之一。

作者:Bolivar Enrique Solarte Pardo無地圖導航：以局部觀測實現不需顯式全域地圖之機器人導航

本文提出「無地圖導航」 (Map-free Navigation)，作為一種新穎的機器人導航方法，旨在使機器人
於推論階段無需依賴預先建立的全域幾何地圖或語意地圖即可執行導航任務。不同於傳統方法通常需要事
先建構並存取全域地圖，本研究將導航問題分解為兩個互補的推理與控制系統。第一個系統為高階場景
條件式推理 (High-Level Scene-Conditioned Reasoning)，其根據機器人的當前觀測與任務情境，推估機器人
可能所在的位置，並解析目標相對於機器人目前位置的空間關係。第二個系統為低階推理模組 (Low-level
Reasoning Module)，其根據局部感測量測與相對目標，產生機器人執行導航所需的控制指令。高階推理系
統採用經微調的大型視覺語言模型 (Large Vision-Language Model, LVLM) 實作。該模型被訓練為在給定輸
入觀測時估計最可能的機器人位置，並在給定輸入情境提示時推估相對目標。透過此設計，本文將場景
理解、位置推理與目標解析整合於同一高階推理架構中，以支援不依賴明確全域地圖的導航決策。針對
低階控制，本研究評估兩種局部導航實作方式：(1) 基於 PPO 的策略[11]，其根據局部 RGB-D 觀測與相
對目標預測速度控制指令；以及 (2) 基於 Nav2 的局部導航模組[12]，其使用局部量測進行短視距導航與
障礙物避讓。實驗結果顯示，在工研院 22 館的真實場景中，無地圖導航可達到約 86.6% 的 Recall@ 0.5m，
並在推論階段避免存取明確的全域幾何地圖或語意地圖。

作者:方弘德、施志軒、瞿至行基於擴增實境之機械手臂運動規劃技術

本計畫開發一套基於擴增實境（AR）的創新機械手臂運動規劃技術，以提升製造現場的人機協作能力。隨著人工智慧和工業4.0的推進，智慧製造逐漸成為產業重點，但現場人工作業仍難以完全被自動化取代。傳統的機械手臂操作通常需要專業知識和複雜的編程，這對中小型企業在技術應用上的門檻較高。因此，本計畫利用AR技術結合機械手臂控制系統，來實現直觀的操作模式，減少工程人員的學習曲線，並提升操作效率和準確性。運用AR技術作為人與機械手臂的互動介面，透過即時顯示、虛實整合和多感官回饋功能，提升使用者在操作過程中的空間認知與路徑規劃效率。本計畫採用HoloLens 2裝置與Unity 3D開發平台，搭配混合實境開發工具MRTK，創造一個高度直覺化的操作介面。使用者能夠在真實場景中利用AR進行視覺化的機械手臂路徑規劃，並在設計過程中接收即時的視覺與聽覺反饋，進一步提高操作的直覺性。此系統整合逆運動學演算法和虛實座標校正技術，生成機器人指令以驅動機械手臂執行各類操作。研究成果包括提高機械手臂的操作效率與精度，減少專業工程人員的需求，並提升操作的可視性與直覺性。此種互動技術的創新，將有助於推動中小企業在工業5.0轉型過程中實現以人為本的智慧製造，增強其市場競爭力。此系統可提供經濟高效的解決方案，促進智慧製造技術的普及，並實現即時性人機協作的概念。

作者:蔡銘浩、范姜士嘉、連豊力驅控整合模組機械手臂與機械視覺整合技術開發

為了降低機械手臂電控箱的設計難度與縮小電控箱的佔有體積，將機械手臂每一軸的馬達與驅動器整合成一驅控模組是一項極佳的解決方案。本文討論的驅控模組是採用工業乙太網路通訊協定（EtherCAT）當作模組之間以及與控制器之間的連線。驅控模組化的優點，在於可依不同的應用情境決定模組的數目，並將其組成串連型關節式的機械手臂，以符合實際應用之需求。此外，為了提昇機械手臂的高定位精度與高重複性，本文將另述工研院機器人控制器提昇機械手臂的精度流程。最後，以一個常見的工業應用情境（機械手臂與機械視覺整合），展現驅控整合模組機械手臂的可行性與高精度表現。

歷史雜誌