機械設(shè)備自動化與智慧化的關(guān)鍵技術(shù)是運動控制，想讓運動控制更智慧化，有賴同步運動控制技術(shù)、I/O平臺整合、控制器等各環(huán)節(jié)相互配合。從機械手臂及智慧機器人的發(fā)展最容易看出運動控制智慧化的具體成果。

從工業(yè)1.0蒸汽動力驅(qū)動機器取代人力，工業(yè)2.0以電力驅(qū)動機器取代蒸汽動力，到工業(yè)3.0 PLC和PC自動化操控機器取代人力，機器開始變聰明，再到工業(yè)4.0、AI智慧大數(shù)據(jù)、物聯(lián)網(wǎng)快速崛起，機械設(shè)備自動化與智慧化需求更勝以往，而機械設(shè)備自動化與智慧化的關(guān)鍵技術(shù)是運動控制，想讓運動控制更智慧化，有賴同步運動控制技術(shù)、I/O平臺整合、控制器等各環(huán)節(jié)相互配合。從機械手臂及智慧機器人的發(fā)展最容易看出運動控制智慧化的具體成果。

跨接整合 多功能、更彈性

據(jù)統(tǒng)計，2018年全球機器人市場規(guī)模約128億美元，2023年市場規(guī)模逾150億美元。從產(chǎn)業(yè)應(yīng)用面來看，工業(yè)機器人操作較為重復(fù)、單調(diào)及具備參考規(guī)范的作業(yè)相當成熟，透過重復(fù)編程及自動控制，工業(yè)機器人可以結(jié)合制造主機或生產(chǎn)線，組成單機或多機自動化系統(tǒng)，在無人參與下完成搬運、焊接、裝配、涂料、加工、切割、上下料等作業(yè)。隨著全球市場與消費型態(tài)的改變，少量多樣化取代大量生產(chǎn)制造，對于產(chǎn)線上變異量較大的組裝/加工作業(yè)等，機器人必須提高靈活度及對應(yīng)能力，才能發(fā)揮更好的效用，這也是目前機器人智慧控制的發(fā)展重點。

工研院機械所智慧機器人組組長黃蘇指出，機器人與機器最大的不同在于多軸控制，比方將感測、驅(qū)動、馬達放在機器人的關(guān)節(jié)內(nèi)，使用者可以根據(jù)不同數(shù)目組合關(guān)節(jié)，客制化機械手臂，如3、4軸模組化關(guān)節(jié)或雙臂手臂，越多軸控制難度就越高，「二三十年前的機器人用來大量制造，程式寫完后機器人終其一生都在做同一件事，工業(yè)4.0少量多樣需求導(dǎo)致傳統(tǒng)機器人不敷使用，可以應(yīng)付少量多樣生產(chǎn)的智慧機器人成為研發(fā)重點。」

圖1 : 工研院機械所智慧機器人組組長黃蘇。(source：工研院機械所)

當然，越智慧越復(fù)雜，以路徑規(guī)劃(path planning)、避障(object avoidance)、目標搜索(goal seeking)、軌跡追蹤(trajectory tracking)四大機器人自主行為來說，在自由度少的情況下，技術(shù)容易發(fā)展，但是當多臺機械手臂協(xié)同控制時，計算復(fù)雜度更高。以多手臂運動控制技術(shù)發(fā)展為例，想讓多臺機器人穩(wěn)定安全地在產(chǎn)線加工，關(guān)鍵技術(shù)在path planning及object avoidance，若無效路徑過多或是路徑錯誤，小則影響加工效率，大則可能發(fā)生撞機風(fēng)險。

機器手臂搭配視覺已是相當普遍的應(yīng)用方式，機器人視覺主要用來做物體辨識及瑕疵檢測。想讓機器人更聰明靈活，符合少量多樣等自動化需求，有賴機器人控制系統(tǒng)控制機器人的工作位置、姿態(tài)、軌跡、操作順序及動作時間。機器導(dǎo)入智慧化控制技術(shù)已經(jīng)可以做到跨接與整合不同手臂、產(chǎn)線設(shè)備(如CNC加工機臺、外部軸)及各類型感測裝置(如視覺、振動等)，降低機器人導(dǎo)入產(chǎn)線的門檻，藉由感測設(shè)備與軟體的輔助，能夠針對應(yīng)用需求擴大使用范疇，提升控制性能，讓機器人多工化，有更大的使用彈性。

多軸同步控制在自動化機臺、機器人、CNC等已是常見的技術(shù)應(yīng)用，而多軸伺服驅(qū)動器不可或缺的關(guān)鍵組件則是伺服馬達，目前國際及臺灣多軸伺服驅(qū)動器逐漸朝更節(jié)省空間的技術(shù)發(fā)展，有助減少控制機構(gòu)中運動控制所需要的體積，還要具備足夠的模組化機制，才能提高組裝及應(yīng)用彈性。

善用軟體及加工感測裝置提高機器人智商

以工研院開發(fā)的Smart joint智慧型關(guān)節(jié)模組來說，能整合復(fù)雜的機器人多軸運動控制，更具備模組化、云端服務(wù)等其他智慧化附加價值，可以讓用戶自訂機器人臂長及關(guān)節(jié)數(shù)，如此便能克服自由度及工作空間限制，提高產(chǎn)線上的彈性應(yīng)用，搭配工研院智慧型機器人控制器規(guī)劃最佳路徑、避障策略，就能完成多機器人協(xié)作或人機協(xié)作，在同一個技術(shù)架構(gòu)下因應(yīng)不同產(chǎn)業(yè)需求，自動化產(chǎn)線配置更靈活。在導(dǎo)入工廠端前，只要透過智慧型數(shù)位雙生系統(tǒng)(Robotsmith)進行云端數(shù)據(jù)整合，即可事先進行規(guī)劃與模擬驗證，透過機器人與感測器融合，讓機器人具有智慧行為。

圖2 : smart joint模組化手臂。(source：工研院機械所)

「目前市面上常見的機器人控制多為封閉式系統(tǒng)，在導(dǎo)入產(chǎn)線時只能與同品牌設(shè)備串接，產(chǎn)線設(shè)備或功能擴充受限。」黃蘇指出，國產(chǎn)控制器的高階運動控制技術(shù)與歐、日等競爭對手相比，仍有相當?shù)募夹g(shù)差距，使用者若要利用機器手臂做到高階運用，還是需要找到原廠協(xié)助，過程費時，「建議開發(fā)國產(chǎn)跨平臺開放式控制系統(tǒng)及智慧化功能模組，運用軟體與視覺感測裝置以強化機器人控制功能。」以工研院開發(fā)的機器人控制器為例，可在Windows/Linux平臺上運作，增加ROS節(jié)點可串聯(lián)ROS，支援跨平臺與ROS的優(yōu)點更能滿足機器人開發(fā)者的高階應(yīng)用。

黃蘇指出，工業(yè)乙太網(wǎng)路協(xié)定所開發(fā)的EtherCAT高速網(wǎng)路通訊優(yōu)點是韌體驅(qū)動層級更容易實現(xiàn)機械手臂上的多軸同動控制，也很容易串聯(lián)I/O控制模組，「尤其在機械手臂協(xié)作與高階應(yīng)用的發(fā)展更為關(guān)鍵，能將驅(qū)動器微小化，并以系統(tǒng)整合方式將所有零組件(如馬達、HD、驅(qū)動器等)整合在一個關(guān)節(jié)模組中，這是以往運動軸卡沒辦法做到的。」

工研院開發(fā)的eMio感測器采用EtherCAT高速網(wǎng)路控制，支援EtherCAT網(wǎng)路國際化通訊標準協(xié)定，也具備工業(yè)4.0聯(lián)網(wǎng)及自我診斷功能，全數(shù)位即時網(wǎng)路串聯(lián)有助彈性化電控配線。此外，工研院還開發(fā)了機器人制造次系統(tǒng)控制器RCC(Robot cell controller)，可跨接國內(nèi)外不同品牌手臂進行多軸控制，結(jié)合感測裝置開發(fā)高精度加工模組，目前已嘗試將此技術(shù)應(yīng)用在鉆孔、繞切等高精度加工應(yīng)用。

除了開放式平臺架構(gòu)，eMIO控制器還搭配基礎(chǔ)的機器人運動函式庫，內(nèi)建無感測器即時碰撞偵測，順應(yīng)教導(dǎo)與沉浸式力量控制等進階運動控制技術(shù)，除了能跨接整合視覺辨識模組，用于工件與設(shè)備定位、取放模擬、路徑校正等技術(shù)外，更能應(yīng)用于未來人機協(xié)作上，強化人機共工時的安全防護，在醫(yī)療手術(shù)時，利用沉浸式力量控制可以協(xié)助醫(yī)師從手臂端獲得精準的力量反擴，掌握手術(shù)狀態(tài)。智慧擴增模組有助增加各種機器人應(yīng)用，如手眼協(xié)調(diào)模組可以增加AI視覺識別的應(yīng)用，安全觸覺感知模組可以增加人機協(xié)作的安全碰撞防護應(yīng)用，遠端控制模組可以增加人機協(xié)作的控制應(yīng)用方式。

機器視覺市場規(guī)模2025年上看130億美元

MarketsadMarkets報告指出，2020年全球機器視覺市場規(guī)模為96億美元，2025年將成長至130億美元，復(fù)合年增率達6.1%。過去，全球智慧視覺在AOI應(yīng)用上最廣泛，受疫情影響，勞力密集的工廠缺工嚴重，加速工廠導(dǎo)入機器視覺，也就是機器人與視覺整合，讓機器人擁有真人般的手眼工作能力。

機器視覺與機器人整合控制技術(shù)的發(fā)展上，以人工智慧視覺應(yīng)用最廣泛，其中，AI影像辨識相關(guān)技術(shù)大致可分三類型：影像分類(Image Classification)、物件辨識(Object Detection)及物件分割(Instance Segmentation)。傳統(tǒng)上，視覺系統(tǒng)需要工程師客制化開發(fā)物件辨識演算法，如今AI人工智慧可以進行大量資料標注及學(xué)習(xí)方式，在穩(wěn)定環(huán)境下達到高辨識成功率。

不過，智慧視覺及智慧機器人控制技術(shù)在發(fā)展過程中仍面臨許多挑戰(zhàn)，黃蘇指出，所謂的「智慧」是使機器人具備自主性行為，如學(xué)習(xí)與決策，人工智慧(AI)在此發(fā)揮很大的作用，透過學(xué)習(xí)新的工廠工件，可以降低過去倚靠視覺工程師客制化開發(fā)的必要性，「許多人認為得AI者得天下，其實獲取數(shù)據(jù)才是關(guān)鍵。」人工智慧AI的學(xué)習(xí)需要喂養(yǎng)多樣性、有效且大量的資料數(shù)據(jù)，告訴機器人如何判斷、執(zhí)行，這些技術(shù)無法直接套用網(wǎng)路軟體。

技術(shù)痛點：資料庫建置難

比方訓(xùn)練機器人識別小狗可能要提供100萬張狗照片才能實際應(yīng)用，其他如螺絲、公司產(chǎn)品等物件須歷經(jīng)同樣的前期工作，但廠商可能生不出五萬或十萬張照片讓機器人辨識。換言之，每讓機器人聰明地執(zhí)行超過一個指令動作，機器人需要「學(xué)習(xí)」的功課更多，難度更高，這也是迄今人工智慧發(fā)展多年后，智慧機器人在實際工廠中發(fā)揮仍有限的原因之一。

為了克服這些問題，工研院開發(fā)FOVision人工智慧視覺系統(tǒng)，除了具備智慧3D視覺導(dǎo)引機器人上下料或搬運，更具備人工智慧的自動化工具，可以根據(jù)客戶工件自動化生成多樣性資料，自動進行人工智慧的訓(xùn)練。相較于人工每小時搜集資料25筆，F(xiàn)OVision系統(tǒng)每小時可搜集10,000筆資訊，是人工的400倍！這套系統(tǒng)可以模擬各式各樣的狀態(tài)照片，如不同光源、角度，產(chǎn)出大量照片供機器人辨識，建立資料庫。目前該系統(tǒng)已導(dǎo)入臺灣馬達電機大廠、鞋業(yè)、金屬加工與熱處理產(chǎn)業(yè)，協(xié)助客戶一天內(nèi)快速換線，調(diào)整不同工件，同時符合少量多樣化的生產(chǎn)需求。

圖3 : FOVision_AI工具架構(gòu)圖。(source：工研院機械所)

圖4 : 人工與FOVision_AI工具時間效益比較。 (source：工研院機械所)

優(yōu)化升級：模擬與虛實校正

不過，要讓智慧機器人具備如真人般的工作能力，除了控制與感測技術(shù)，事前規(guī)劃與分析也是關(guān)鍵，好比人的大腦在執(zhí)行動作前會先構(gòu)思執(zhí)行方案與步驟，機器人大腦可透過數(shù)位雙生系統(tǒng)(即模擬器)，將產(chǎn)線數(shù)據(jù)進行優(yōu)化分析，透過模擬器驗證測試，之后將可行方案傳達給機器人，比方將優(yōu)化后的加工路徑導(dǎo)入機器人進行后續(xù)執(zhí)行工作。

「技術(shù)上，模擬器可以讓使用者事先進行優(yōu)化分析，但模擬與實際間仍會有些誤差。」黃蘇說，為克服這個問題，工研院開發(fā)RobotSmith，除數(shù)位雙生模擬功能外，更強化虛實校正技術(shù)，縮小虛實差異，成功建立高擬真模擬環(huán)境，「這個系統(tǒng)能讓使用者在模擬環(huán)境中完成工廠產(chǎn)線與加工作業(yè)等調(diào)校與優(yōu)化作業(yè)，再導(dǎo)入實際產(chǎn)線，工作流程一次到位。」目前該系統(tǒng)已成功導(dǎo)入臺灣的五金、手工具產(chǎn)業(yè)。

圖5 : miniCube；RobotSmith_數(shù)位雙生效益比較。(source：工研院機械所)

機器人運動控制的智慧化挑戰(zhàn)

黃蘇認為，機器人運動控制智慧化仍有四個問題有待克服，第一是運用在實際產(chǎn)線時仍需要專業(yè)程式編輯者操控、調(diào)整機器人，測試完后機器人才能上線，便利性不足；第二是機器人多為泛用型，需要重新設(shè)計及編譯才能做其他事情，專用機不可能做其他事，負責(zé)切割就無法拋光，多樣性不足，使用者也會因為功能單一而不想花錢投資；第三是最佳化，機器人要能自我學(xué)習(xí)精進，甚至自己看加工路徑或軌跡就能自我調(diào)整，這才是真智慧，否則只是自動化；第四是安全性，除了速度，機器人在執(zhí)行工作時要注意安全，比方快碰到人時要能緊急停止，避免碰撞及危險發(fā)生。

8月份特斯拉宣布2022年將推出用來協(xié)助人類執(zhí)行不安全、重復(fù)或無聊工作的Tesla Bot無疑將運動控制智慧化帶向另一個高峰。目前全球工業(yè)機器人市場集中在四大家族：Fanuc、ABB、Yaskawa、KUKA之手，掌控全球逾半市場，雖然臺灣有達明機器人，在機器人領(lǐng)域競爭力仍相對薄弱，黃蘇認為，臺灣業(yè)者可以善用工研院各項平臺，讓機械手臂或機器人產(chǎn)出其他價值，「臺灣也許沒辦法成為機器人生產(chǎn)大國，但可以成為最會用機器人的國家。」