機械工業網 - 機械產業的入口網站

作者:黃成凱、楊淳宜、許秉澄、林依潁、陳俊皓2D影像複合視角之三維工件位置自動校正技術

機械手臂之動作皆以工具中心點與工件座標系之相對關係描述，因此精度受到工具中心點及工件座標系位置之正確性影響；為了提高運動精度，需先分別校正工具中心點及工件座標系位置，但目前工件位置自動校正的方法多需安裝感測器並事先先以量測設備確認此感測器與機械手臂之相對位置，或控制工具中心去觸碰工件；若以手動方式校正則受到操作者的經驗與技術影響。為解決此問題，本文提出工件座標系的自動校正方法：利用一個影像感應器透過複合視角及視覺伺服方法完成工件位置校正。

作者:黃成凱、楊淳宜、許秉澄、林依潁、陳俊皓機械手臂智動化上下料專家系統

目前各自動化大廠之固定模式萃盤供料技術都已相當成熟；而直接由料箱中取料的技術方面，限於3D物件辨識技術尚未成熟，因此仍在技術展示，尚無法進行產業應用；國內迫切需要發展多模式與無萃盤上下料專家系統，使國內產業的技術趕上國際水平，並在應用市場搶得一席之地。本文將開發智動化上下料取放模組，包含：(1)多模式萃盤上下料：透過簡易萃盤設定即可產生各類型的取放料路徑；(2)無CAD模型之3D物料取放系統：將物料隨機堆疊於料桶內，即可自動辨識與夾取。使機械手臂執行上下料應用時，可快速完成設置並降低現場作業人員需求。

作者:黃成凱、古有彬、楊淳宜、林依潁、許秉澄、闕子晨基於智動化應用模組之齒輪邊角研磨系統

產業朝向智慧製造發展，執行重複動作之現場人員未來將徹底被智慧機器取代。目前自動化應用仍存在一些問題：(1)需由現場人員先將工件整齊排放，再由機械手臂抓取；(2)離線編程軟體產生之路徑需現場人員視加工結果進行調整；(3)因工件位置誤差、刀具磨耗等原因而難以達到良好的加工結果。本文將發展智能化應用模組，解決自動化應用問題，達到加工品質預測、路徑生成、隨意擺放工件之上下料及誤差自動校正，並將各模組整合開發齒輪邊角自動研磨系統，以解決目前齒輪加工後需人工研磨之問題並提升加工效率。

作者:黃成凱、黃緒哲、嚴健榮、古有彬、楊淳宜、陳俊皓基於深度學習之工件自動辨識與取料之應用

本文使用深度學習進行工件辨識，並整合機械手臂進行物件夾取。利用GPU建立3D視覺辨識系統，藉由深度攝影機擷取影像資訊，辨識物件種類及座標，使機械手臂可夾取特定之物件。

視覺系統由GPU搭配深度影像之函式庫，分別進行影像資料擷取、深度資訊運算、座標轉換、影像輪廓搜尋和卷積類神經網路模型訓練等。本文採用YOLOv2判別目標物體之種類和中心點並利用輪廓搜尋方法找出物體之角度資訊，作為機械手臂操作目標點，並透過座標轉換的方式將相機座標轉為機械手臂座標，由TCP/IP通訊傳至運動控制系統進行物件夾取。

作者:黃成凱、古有彬、陳詣倫、朱証裕、陳俊皓機械手臂工具中心自動校正方法

機械手臂之動作皆以工具中心座標表示，因此絕對精度受到工具中心相對於法蘭面座標系座標的正確性影響；為了提高運動精度需將工具中心進行校正，但目前自動校正的方法大多須在工具中心安裝感測器或經過多次的重複校正才能得到一個工具中心的近似座標值；若以手動方式校正則需教導機械手臂使工具中心點以數個不同方位到達空間中一相同位置，以此方法進行校正所得之準確度受到操作者的經驗與技術影響。為解決此問題，本文提出工具中心點的自動校正方法：利用複數個不平行擺放且軸線交於一點的影像感應器配合視覺伺服完成工具中心點校正。

作者:黃成凱、古有彬、吳忠憲、楊淳宜、陳俊皓機械手臂軌跡最佳化之研究

工業機器人於直角座標空間進行路徑規劃首先須求得路徑插值點之反位移解，接著再以連續曲線連結關節座標空間中反位移解所對應之關節座標，除了插值點以外此關節座標空間之曲線於直角座標空間之路徑會偏離原規劃路徑；雖然增加插值點數可提高路徑之準確度，但是所取之點數愈多則愈耗時而降低機器人之效率。本文首先探討影響路徑誤差之因素並提出調整插值點之方法，當給定路徑之允許誤差量即可求出對應之最小插值點數以提高生產效率；此外，所提出之方法亦可用來搜尋機器人與待組裝物件間之最佳相對位置。

作者:黃成凱、古有彬、吳忠憲、楊淳宜、陳俊皓工業用機器人校準之研究

工業用機器人的精度受到許多因素影響，如製造誤差、連桿機械性質、外力（包含桿重）或工作環境等因素。雖然機器人的精度可經由一些補償技術改善，但現有的方法大多是針對硬體進行校正。本文提出連桿參數校準及具有極高計算效率之反位移分析方法，以滿足即時控制之需求。

作者:黃成凱2023日本工業展探索：智慧製造的嶄新趨勢與未來展望

日本工業展（Manufacturing World Japan）為世界最有影響力的製造業貿易展會之一，其提供縮短研發週期、提高生產力、提高品質、價值分析/價值工程和降低成本等解決方案。本次展出共10個主題，展覽中可發現各領域皆已開始進行數位化轉型並導入AI應用，包含產品設計、製程與檢測等階段；除此之外，此次展出另一大重點為公司既有的非數位化資產之數位轉型方法，透過AI技術將紙本資產數位並標籤化，提供設計部門開發新產品時快速檢索是否有相似產品以避免重複設計之人力浪費，或提供給加工廠業務部門快速檢索相似產品之報價，以針對新的加工需求快速產出報價單。

作者:黃成凱、柯博修、魏士傑、羅世杰、林思嘉、李坤穎創新智慧節能系統與應用

淨零碳排來勢洶洶，工具機廠已深刻感受來自客戶的壓力，現階段客戶不僅考量產品價格和效率，亦考慮能耗表現，因此工具機節能模組，將成為下一個十年的競爭利器。據工具機廠統計，工具機液壓系統占整機能耗50%以上，一般而言工具機啟動後，液壓系統即開始運作，而無論工具機是否作動，皆持續的運轉，即使透過變頻系統改善，頻繁的加減速仍導致馬達電力負載瞬間變動，能耗仍舊是居高不下，因此本文將開發創新智慧節能液壓系統，透過機台加工程式智慧學習並自動判斷、控制液壓系統馬達轉速，並智慧排程馬達休眠最低轉時序，以達到節能目的。

作者:黃成凱、麥朝創應用於顯示器自動化檢測之機械手臂虛擬工具中心點自動校正與位置教導系統

機械手臂的精度受到工具與工件位置的正確性影響，必須對其校正才可確保精度。目前工具中心校正方法大多依賴實體特徵點之辨識，對於無實體工具中心點之應用而言(如非接觸檢測、噴塗)則難以校正。為解決此問題，本文提出虛擬工具中心點自動校正與位置教導系統並導入顯示器檢測應用：利用三角測距搭配視覺伺服完成校正與位置教導，解決目前非接觸應用之虛擬工具中心點依賴人力進行位置教導之問題；透過自動教導方法，無須依賴操作者之經驗，有效克服技術人力養成不易及製造業缺工之問題，符合產業對於智慧製造之期待與需求。

作者:黃成凱、魏士傑、羅世杰、林思嘉工具機狀態自主檢測與優化調變模組

工具機產業不斷朝智慧化與加工效能提升的大方向前進，智慧化技術與物聯網無疑是工具機發展主流。本文建立設備狀態自主照護與冷卻機調變優化模組：在工具機傳動軸方面，透過工具機控制器迴授估測馬達、軸承與螺帽狀態，提供加工之最大切深建議，並於異常發生時發出警示，進而提高生產效率。旋轉軸方面，可預測旋轉軸受熱變位影響之伸長量，協助加工者快速進行刀長補正提高加工精度，並優化冷卻機控制降低能耗。

作者:黃成凱、陳祉翔、麥朝創基於模型分析與曲線擬合之去毛邊工序3D軌跡線上提取技術及其應用

目前自動化去毛邊大多以離線編程方式產生加工軌跡，但礙於機械手臂不具有良好的精度、且工件尺寸存在誤差而容易使加工結果不如預期，因此大多仍以人力執行為主。本文提出去毛邊軌跡提取方法，以曲線擬合方式進行毛邊檢測並產生加工路徑：透過線性輪廓掃描感測器，取得輪廓二維資訊並與CAD模型比對進行曲線擬合以檢測毛邊位置並產生加工軌跡，解決現有方法須人工調教或3D點雲分析耗時而無法即時追蹤之限制，即時補償路徑與尺寸偏差提升加工品質。

當期雜誌