YUMI 拆配， ABB
现代工业社会，几乎每一个产物都是由多个零件组拆而来。拿各人比力熟悉的苹果手机举个例子，里面大的模块有34个，那些模块来自多个差别的国度，见下图。那各人有没有留意过绝大大都的iphone上都有Made in China或者Assembled in China? 对的，因为最初的一个步调组拆是在中国完成的（苹果手机的组拆都是交由富士康代加工），那也是我们今天要谈的主题：柔性拆配。
苹果手机合成图（来自SCMP，http://www.scmp.com/infographics/article/2017191/iphone-sum-parts）
起首，可能有人要问了：苹果逼格那么高的公司，对产物量量把控那么严酷，为啥要让富士康代工手机的拆配呢？为什么不搞个黑科技间接主动扮装配呢？那得从拆配的逼格说起了，起首保举各人看一篇公役与共同100问（公役与共同为何是机械行业最重要的，看了那100问就晓得了！满满的干货！_金属加工_传送门），领会下为什么公役与共同是如斯重要。下面的图是一些典型的插销入孔的示企图，看起来也平平无奇对不合错误。
但是若是我们放大了看，每一个拆配根本上差不多都是“round peg in square hole”，详细是啥意思，能够从下图体味下。若是还不克不及体味，放慢动做看下你插USB到电脑时的手部调整动做。
为什么会发作如许情形呢？次要有两个原因：1. 自己每个零件造造加工都有误差，良多拆配又是过盈共同，那就需要很高的拆配精度。2. 在拆配时，无论是人仍是机器，都有必然的定位误差。所以就经常发作“卡死”的现象，为领会决那个问题，N（30）多年前的MIT Charles Stark Draper Laboratory 提出了设想了一种RCC拆配（柔顺中心安装），长得像下图如许，当拆配的两个零件发作误差时，该安装能够被动柔顺的调整拆配中心位置，从而完成拆配。
Remote Center Compliance
但是显然RCC也出缺点，它是被动的调整安装，只能对一部门的拆配零件有效果，换了一个产物，就需要从头选择一个RCC。那在大规模消费时代是能够承受的，但是目前的造造也越来越朝着小规模定造的标的目的开展，每一个产物的生命周期越来越来，显然我们需要愈加柔性的拆配体例，可以快速适应差别的零件拆配。
柔性拆配计划的一个天然选择就是人工拆配了，人是会按照拆配时的手部的觉得来调整拆配零件的位置和方位的，应该良多人有那个别会。富士康选择的是那个计划，那是成立在廉价的劳动力的根底上的，并且产物一致性确实是个大问题，显然不是长久之路。从成本角度，富士康每一个手机的成本被压缩到7美圆，跟着人力成本的升高，机器人成本的降低，那部门末将被机器人代替。
“The average sale price of Apples iPhone 4 is $560. Of that, $7 covers the cost of manufacturing, $178 goes to components, $7 is taken by Foxconn, and Apple walks away with the rest, or $368.” （Infographic: How Much Does Each Piece of Apples iPhone Cost?）
别的一个计划就是机器人柔性拆配了，若是我们看下RCC， 它的核心感化就是按照感化力来被动调整拆配中心。那么有没有法子让机器人主动调整呢？那时该我们的机器人力控算法华美退场了，力控算法自己不是那么炫酷，但是怎么让力控具有智能性才是核心。小孩子也能够把积木塞到孔里面，但是显然智能性不敷；通俗人也能够去打磨航空叶片，但是显然也不成能是契合要求的。怎么样从使命的要求，生成最智能的力控算法，那是我们不断在逃求的“大道”。此处能够结业一群博士和硕士，若是你需要练习，请与我们联络。若是感兴趣，请继续存眷我们接下来的工做。
下面我们给个简单的例子，起首要申明一点，目前大部门的工业机器人都是没有“觉得的”， 插销入孔那个动做，原来机器人只需要沿着规划的轨迹（途中粉红虚线）向下运动即可，但是若是因为定位或者加工误差，发作了一个很小的角度或者几何误差（图中为了申明将误差停止了放大），销可能起首与孔的某一个侧内壁接触，发作了上面所说的“卡死”现象，那个时候若是强行拆配，凡是会毁坏工件或者对机器人形成不成逆的危险。那个时候力控的感化就闪现出来了，核心思惟曲不雅的剖明就是：当发作图中红色箭头的力，就停止蓝色箭头的角度调整。
但是，我们都晓得但是之后才是最重要的。
但是图中红色箭头所表达的力是无限中情况的，对每一个情况我们都要对应写一个if else吗？即若是发作了X力，就做Y调整。（目前良多厂家实是那么做的，俗称hard code或者hacking）。
如今我们换个角度想想，人的大脑是怎么工做的，我们显然没有写下那么多if else。（固然有时候我们也用那种体例，好比若是我有一个亿，我就干点啥。）人在做那些工作的时候，凡是是一个基于经历的过程（experience-based）, 碰到一个新的情况，凡是会在已知的数据库（大脑记忆经历）中搜刮一下，套一下已有的经历。所以拆配过程就如许拆换成了一个搜刮问题，也就是机器进修擅长的范畴了。到底怎么去成立那个数据库，怎么去有效搜刮，仍是有良多工做要做的，感兴趣的能够去渐渐融会揣摩。
若是你或者你的伴侣对机器人感兴趣， 欢送存眷武汉库柏特科技。若是你对机器人的种种开脑洞的应用感兴趣，出格是目前其别人还做不了的应用，欢送跟我们联络。
我们诚挚的欢送每一个有激情的青年的参加！