机器人的出现，让许多延续了几千年的古老行业，已经开始出现更多改变。建筑机器人就已经悄然改变了整个行业生态，当前，机器人并不仅仅只在下游的建筑工地中得到应用，同样也为更上游的原材料加工带来了新的契机。
几年前，用机器人实现建筑、船舶，重工和桥梁等行业的来料加工并不现实。这些领域非常宽广，细分工艺多如牛毛，这是一块大蛋糕，却也存在多个大难题。
钢材作为当下加工行业的主要原材料之一，其加工向来关乎着成品质量和建设效率，坡口切割作为中厚板钢材焊接工艺中必备的前置工序，在建筑、船舶、桥梁的金属加工中60-70%左右的部件需要开坡口，重要性不言而喻。但由于部件非标程度非常高，这个行业的高质量解决方案并不多。
虽然强大的销售团队能够拿下客户订单，但工程师面对现场每天上百个非标结构化部件往往束手无策，板材的加工误差更是传统机器人编程难以解决的难题。
2年前，大界机器人就将目光对准了钢结构行业更上游的工厂自动化应用落地。坡口切割这块细分市场就是大界寻找到的一个切入口。
目前，大界的坡口切割工艺已经得到验证，并正将其解决方案辐射到建筑加工行业的更大领域。本文采访了大界机器人自动化团队负责人梁恉豪工程师，围绕行业和技术，解析了大界机器人在坡口切割这个细分领域的自动化发展历程。看完这篇文章，相信你能找出一些加工行业工艺开拓艰难的原因，而大界的解决方案，则会带来新的视角。
▍无需编程，工艺轨迹生成
大界的坡口切割工艺流程解释起来并不复杂，简单来说由数据处理、视觉定位、路径重构、工艺精细化控制4步构成，这四步在很多地方都有通用性，其核心支撑在于大界的ROBIM软件。
在传统生产环节中，工艺制品的标准化程度往往还算高，但在建筑行业，由于构件的类型较多，来料的尺寸不同，坡口类型、坡口角度、钝边厚度等大同小异，有时候又要适应自由曲线加工等波动的切割工艺方式，高变量的工件参数和工艺参数很难以传统一套或者几套固定轨迹程序实现。
大界团队针对传统人工示教的这种局限性，首先成功开发出一种基于图形化处理+数据解析的软件编程方式，实现了更柔性化的离线编程方式。目前，提供给客户会有几个版本的编程模式，无论针对客户二维的轮廓图纸，还是三维的模型，都能够实现数百个工件样式的一键批量导入。例如针对二维模型，大界的ROBIM软件内部会根据这些图纸，通过约定标注信息指意，直接将图纸轮廓、厚度、位置的标注识别，并自动去参数化去重构成三维模型，三维模型更是直接支持数据化导入。
（大界ROBIM软件坡口编辑示意图）
在导入数据后，ROBIM软件会针对不同的板厚及坡口尺寸数据匹配对应的工艺参数，除此以外自动规划算法能实现复杂工件的切割路径一键生成，最终形成加工文件并直接给到系统运行。
通过前端软件，用图形数据实现了机器人轨迹生成，这个过程可以说简化了包括建筑、桥梁、船舶等多个行业可能面临的高度柔性化作业需求，改变了原先只能传统手动输入点位编程作业的流程，大幅缩短了作业时间。
然而一些类似四边完整坡口切割、转角连续切割、断点续切、自由曲线切割等工艺难点仍然需要解决。结合行业领先的几何数据解析能力，ROBIM软件可自动识别坡口几何数据，自动匹配坡口切割策略，无需工人进行复杂切割参数设置。例如火焰四边完整坡口切割一直是机器人自动切割的工艺难题。当图纸输入的坡口数据为四边连续的坡口，软件会自动识别并调用经过大量工艺测试后得出的最合适的预热点位、割枪预热角度及切割顺序。不同的坡口几何特征对应不同的参数化工艺策略，而非以一个工艺策略去应对所有加工情况，从而实现精细化工艺控制。
最终通过批量导入数据实现批量的编程，不仅无需人工的介入，大大提升编程效率，实现了生产与编程的场景分离，最大化现场生产效率。
▍行业下料误差难题
用软件编程解决了这“编程流程耗时且复杂”的理论性难点后，大界结合了各类企业的产线实践后发现，这些行业的另外一些问题出现了。
如果系统完全依赖数模开始进行路径规划，由于下料精度较差，往往会和实际存在较明显差异，如何去适应和补偿非常重要。
通过软件实现轨迹生成后，大界发现想要做深，这还远远不够。为了进一步提高轨迹的准确性，保证实际产品和轨迹的匹配，实现对于公差的细微纠偏，大界在整个解决方案中又加入了视觉的部分。
通过在机械臂末端加入合作厂家的视觉识别硬件，ROBIM软件会根据视觉数据对工件位置进行现场的初步定位，同时通过自研特征点算法结合线激光扫描获取几何特征点，最终在ROBIM中自动重构工件数模得到工件实际轮廓及实际放置位置。
（视觉定位）
从整个环节中可以发现，大界在工艺流程初始读取的数模数据往往只是作为最开始的引导，以便实现整个离线编程的机器人路径指引，许多企业的离线编程技术也仅仅做到于此。但这个过程很难判断实际工件坡口位置需要的切割长度及切割位置，难题其实依然没有解决。大界在此基础上，选择让ROBIM软件继续根据现场扫描得到的工件的具体而准确的位置，去进行精确定位，使作业定位精度能够稳定控制在毫米以内，满足机器人实际切割要求。
这种方式让大界的解决方案能够相较传统离线编程技术，更轻松应对工件的多种实际问题。例如尺寸偏差，零件变形等问题，都能够通过这种方式解决。通过在产线使用末端线激光实现包括尺寸、空间位置的轮廓重建，前端硬件拿到相关的数据后在后台进行快速运算，为机器人更新规划路径，让作业机器人能够根据实际的情况进行加工路径调整，不会因为下料误差导致加工问题。
（机器人仿真模拟切割）
大界这样做的实际优势也非常明显。例如根据前端离线编程输出的工件放置指导区域信息进行上料，工件无需工装夹具定位，可任意放置或组合摆放，机器人自动识别建筑模型的几何信息，视觉定位工件后重构切割路径。基于这个技术路径搭配上下料机器人可最终实现全流程自动化上下料和切割。
▍技术的未来
在建筑、船舶，重工和桥梁等行业，不同公司即使同一型号产品，之间都有相当大的差异，不仅仅是2毫米左右的差距客观存在，更往深处去，同时包括非对称件正反面识别、内部轮廓差异识别等问题，都会让机器人直接的识别作业流程非常困难，这些也导致整体视觉匹配算法，很难在工件的实际处理现场稳定运行。这些细微的难题大界也正在尝试解决。
技术突破是大界正在致力实现的一条路径。任何一家企业对于技术的追寻往往没有止境，大界也正联合业内顶尖的视觉团队研发更高效直接的视觉定位坡口切割技术，以实现对仿真建模和多次识别纠偏的简化，对工件精准切割。但这类新技术对于工件的要求往往较高，对于细微差异化的工件，短时间仍然存在难点，但大界一直走在这条路上。
而另一条路则是数据链的打通。在大界看来，建筑行业和传统行业有许多不同点，建筑行业的生产自动化，流程无人化，智能化程度相对汽车等行业仍然处于初期，设计和加工分离导致从设计到建造过程缺少很好的设计数据化接口，更难直接将设计数据转变为生产制造数据甚至机器人的代码。
因此大界一直尝试使用ROBIM软件打通数据链，实现数据互联，帮助设计人员在初期设计即可在软件中定义生产加工信息，以模型驱动整体实现数字化建造。除此之外，在后端大界也尝试通过大量实际生产场景数据以及生产反馈，进行工艺算法库的持续优化，从而逐步对现有解决方案实现算法的提升。
“接下来的发展我们会逐步与传感器厂家及本体厂商合作，结合我们的ROBIM软件及算法平台进行硬件整合和信息打通。一些现有硬件和算法层面没法解决的问题，或许能够在未来的硬件技术迭代中得到更好的解决途径。”梁恉豪说。
大界为此也在尝试将自己定位成一个策略执行整合者。例如将硬件板块中一些做相机、传感器、切割电源、机器人本体的企业，整合进大界的软件平台，帮助客户更好实现需求与数据的对接匹配，并将客户的数据转变成所有硬件能够识别的数字语言，最终去推进一些相关最新技术实现落地场景，快速并一体化完成整个项目。
▍结语与展望
2021年12月28日，工信部等八部门就联合印发了《“十四五”智能制造发展规划》，其中所提倡的以工业软件、装备为核心，以数据为基础的方法无疑与大界目前自动化的解决方案有着极高匹配度。
梁恉豪认为，随着国家对于智能制造行业的重视程度提升，更多的资本化公司关注到建筑等行业的智能制造进程，参与建筑行业的自动化到智能化落地。“未来，建筑乃至许多相关行业，在政策和资本的加持下，有望像汽车行业那样，一步步走到更远的未来。”梁恉豪对此保持着期待。
免责声明：本站所有文章内容,图片，视频等均是来源于用户投稿和互联网及文摘转载整编而成，不代表本站观点，不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益，请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权，请联系删除，如若转载，请注明出处：https://itzsg.com/9185.html
