机器人全面替换工人?别急,人机搭配才能干活不累


发布时间:

2020-05-10

英国着名分析机构OxfordEconomics公布的数据:到2030年,也就是十年后全球将有2000万个制造业岗位,将被工业机器人取代。   每一个新机器人进入劳动力市场,将平均有1.6名人类制造工人被替换。   电子制造业巨头富士康,在高峰生产期工人总数曾高达130万人。近年,郭台铭一直积极寻求「工业4.0」的转型,并在采访中提到「未来五年内,要将80%的工人进行裁员或培训转型」。    为此,

      英国着名分析机构 Oxford Economics 公布的数据:到 2030 年,也就是十年后全球将有 2000 万个制造业岗位,将被工业机器人取代。
 
  每一个新机器人进入劳动力市场,将平均有 1.6 名人类制造工人被替换。
 
  电子制造业巨头富士康,在高峰生产期工人总数曾高达 130 万人。近年,郭台铭一直积极寻求「工业 4.0」的转型,并在采访中提到「未来五年内,要将 80 % 的工人进行裁员或培训转型」。
 

 
  为此,富士康的「百万机器人」计划里,投入的机器人工人已经在郑州工厂、成都平板工厂、昆山和嘉善的计算机/外设工厂投入使用。
 
  仅 2016 年一年里,富士康将昆山工厂的工人数从 11 万减少到 5 万,直接换掉 6 万工人。
 
  机器人、机械臂、工业 AI 的蓬勃发展,让我们感到工业 4.0 的美梦,似乎近在眼前。
 
  工业机器人:还不是完美方案
 
  2018 年中,美国通用汽车旗下的耐世特凌云芜湖工厂,发生了一件骇人听闻的事故。
 
  一名 39 岁经验老道的操作工,在给自动化生产线上的搬运机器人更换刀具时,机器人突然无故启动,操作工被搬运机器人夹住无法脱身。
 
  虽被同事及时救下,但最终因伤势过重,送到医院后不治身亡。
 

图为发生事故的机器人示意
 
  肇事的机器人属于工业搬运机器人,形状类似吊车,手臂粗壮,用途是抓举、搬运重物。
 
  机器也有机器的不稳定,人类也有人类的弱点。
 
  半监督式工业 AI:人机搭配,干活不累
 
  工业装配,看似是制造过程中较简单的程序,但实际中会面临重复、繁琐的步骤,而因为人为因素出现一些疏漏和错误。
 
  有家叫 Invisible AI 的美国初创公司,则利用计算机视觉等 AI 技术,避免了这个环节会出现的隐患。
 
  Invisible AI 推出了一种基于摄像头的计算机视觉解决方案,可应用到工厂的生产线上,通过视频监控工人组装的过程,在发生纰漏时进行及时提醒。
 

测试中对工人安装散热器的实时监控
 
  集成了视觉算法的相机,是系统搭建和部署的重要工序,通过这个计算机视觉平台,打造了一个严谨高效的员工助手。
 
  通过对实时视频的分析,可以跟踪工人腕部、身体等部位的姿势和动作,无需传感器,就能和标准的动作规范进行比较,指出装配工序中不规范的地方。
 
  该系统还可以识别工作流程中的其他问题,零件丢失,损伤等。
 

摄像头装配在工人操作台上方
 
  通过对芯片组的利用,Invisible AI 能够为其平台制造功能强大的低带宽摄像头系统,而用来分析的机器学习模型比其他的解决方案小 100 倍。
 
  通过简洁的 Web 仪表板,就可以看到出问题的装配步骤。
 

系统展示面板:步骤缺失会报警提示
 
  借助这项技术,装配工人能够及时地获得帮助,清晰生产环节的正确流程,避免出错和遗漏。
 
  Invisible AI 的早期合作伙伴有着名的汽车大厂丰田公司,在今年 1 月的丰田汽车大会上,Invisible AI 还被作为四项重要技术之一被重点展出。
 
  机器换人、人换机器,不如人和机器
 
  用机器人来帮助工业生产,并不是一个新鲜的概念,但用基于视觉方案进行提醒,和机器人直接介入的方式,还是存在着一些不同。
 
  而随着 AI 等技术的蓬勃发展,普通机器人向协作性机器人迈进,其中以协作性机械臂最为常见。
 

机械臂在搬运重物
 
  把操作工人替换成机器人或机械臂,对技术的迭代和快速应用要求极高,对于工艺标准相对成熟、稳定的标品,如汽车、大型机械等产品,机械臂能够极大地提高效率,加快生产、装配流程。
 
  但对于手机、游戏机等,这类更新速度极快、制作工艺要求严苛的精细产品来说,改造、调试机器人的成本就远高于人类工人了。
 
  而 Invisible 这基于摄像头的视觉处理方案,本质上还是保留了人工的操作,而是用计算机来提醒和规范人的行为,在需要依赖手艺的工作中还是大有用武之地。
 
  工业 4.0 何时能够实现,我们尚未可知。但无论是「机器换人」还是「人换机器」,都在让工业 AI 朝着更实际的方向继续发展。

关键词:

工业机器人培训,机器人培训,工业自动化培训,工业机器人

Baidu
map