在许多方面，机器人是一种自然适合零件喂养。尽管如此，对于机器人的所有奇迹，工程师需要小心他们在机器上放置的需求以及它们被纳入组装过程的精确方式。

在许多方面，机器人是一种自然适合零件喂养。它们的能力远远超过了一个传统的振动碗系统的点到P点到Poigt B的物体的能力。尽管如此，对于机器人的所有奇迹，工程师需要小心他们在机器上放置的需求以及它们被纳入组装过程的精确方式。机器人可能是不知疲倦的，强大而精确的，但是当谈到自己的东西时，他们并不完全是盒子里的最脆脆的饼干 - 尽管用新技术，但他们每天都会变得“更聪明”。

挑出

无论技术工程师如何用于将部件馈送到装配系统，都有许多需要执行的不同任务。这些包括分割，其中一定的零件分离成各个部件;定向，其中部件被操纵，以便它们面向或相同的方式;定位，其中每个正确定向的部分放置在可以转移到它可以工作的点;和操纵，其中夹具或其他设备将该部件放在最终的处理位置。

根据应用程序和涉及的部件，机器人可以执行这些任务中的一些或全部。例如，工程师可以选择在由机器人操纵的操作之前分割和定向部件，或者具有从头开始执行整个零件馈送操作的机器人。然后，工程师可以选择落在这两个极端之间的某处的布置。

最终，要处理的部件或总成的类型将决定最佳方法。例如，如果一名工程师正在处理数百个小的、容易混淆的零件，而这些零件缺乏机器视觉识别的良好特征，那么很可能有必要帮助机器人进行分类。另一方面，如果零件包含大量可识别的特征，循环时间更充裕，并且零件自然地达到稳定、可预测的方向，机器人可能能够独自承担更多的任务。

“部分是圆形还是不可导向？是否有顶面和底部，或者是适用的吗？零件是否精致，或者它们会因在垃圾箱中被赶出而被损坏？这些都是需要考虑的所有变量，“Denso机器人学士（Long Beach，CA）部分经理Brian Jones说。

应用制造技术公司(Applied Manufacturing Technologies Inc.， MI)的工程经理罗希特·哈诺卡尔(Rohit Khanolkar)指出，零部件也应该具备足够的功能，以使机器人能够可靠、高效地拾取它们。Khanolkar说:“有些零件很轻，但没有什么特点，比如一片空白金属板，可以用真空来拾取，而其他零件则需要适当的夹紧和定位来装载到装配线上。”

就实际机制呈现给机器人的零件，最简单的 - 至少来自机器人的角度 - 是使它们预先放在固定的托盘中。另一种选择是通过带卷筒馈线提供的部件，如表面安装电子工业中使用的件。

在这两种情况下，部件已经单独，定向和定位在三维空间中。剩下的所有部分都是机器人握住每个部分并将其放入用于处理的夹具中。机器人可以配备机器视觉系统，精确地定位并将部分放在需要去的地方。视觉系统还可以检查缺陷，在这种情况下，机器人可以将部分分开到拒绝箱。

为了最大限度地提高效率，工程师可以在单个托盘上夹具多个部件。在一些应用中，特别是那些涉及具有平坦特征的较小部件的应用程序，单个机器人可以使用大型真空的最终效应器同时拾取和负载多个部件。

工程师还可以实现自动托盘装载系统，这使得操作员可以装载多个托盘，然后根据需要将这些托盘送入机器人。例如，Stäubli Corp. (Duncan, SC)最近帮助建立了一条采用多个SpectraFlex小部件托盘处理程序的全自动手机装配线，在这条装配线中，数十个托盘被手动装载到一组垂直方向的皮带槽中。每个托盘操作员循环整个托盘到一个机器人零件馈线，同时移除空托盘。

在机器人通过组装过程中间将部件馈送到工作站的那些应用中，也可以使用旋转分度台或基于托盘的输送机向机器人呈现给机器人。例如，中途沿着斯蒂布利手机线下途，有许多站在机器人前面停止的托盘输送工作，然后将组件加载到加工机器中。工作完成后，机器人将零件返回其固定托盘，该托盘继续到下一个站。

在半随机挑选

当然，如果所有工程师必须这样做的事情都是更简单的事情，如果机器人面前有一堆零件，那么机器人刚刚拔出并根据需要加载零件。然而，这种情况在吸引人时仍然存在问题。事实上，它证明，装配机器人自动从混乱中挑选零件非常困难。

例如，存在重叠的部分和这么多机器视觉应用的曲布的问题，照明的变化。然后，创建机器存在挑战，该机器可以避免与托盘的侧面类似的东西碰撞，并识别由对象创建的多个几何形状，因为它通过三维空间旋转。不令人惊讶的是，只需处理执行这些计算所需的数据可能会非常令人生畏。许多开发人员是没有偶然的，这是指机器人和机器视觉的“圣杯”随机垃圾桶。

幸运的是，在近年来，车型的机器人和机器视觉侧面的公司在近年来迈出了巨大的进步，而真正的，坚固且可靠的随机垃圾桶采摘系统可能很快就会普遍且随时可用。一些系统已经在汽车领域的一些植物中工作。更好的是，许多公司提供一系列“半随机”系统，使机器人今天举办零件零件的大部分。

例如，在工程师处理平躺的部件时，他们可以实现一个拾取放置系统，在这个系统中，配备视觉的机器人使用其末端执行器拾取并装载通过传送带的部件。这个过程不是完全随机的:零件的方向是部分固定的，因为零件是沿平面运动的。此外，工程师需要对零件进行singulate，因为重叠的零件会产生机器人无法识别的几何形状。然而，这仍然比人工操作人员将零件放在某种夹具中手动准备容易得多，也便宜得多。

库卡机器人公司(KUKA Robotics Corp.， Clinton Township, MI)的销售副总裁本·萨根(Ben Sagan)说，他的公司已经实现了一些用于灯泡组装的传送带系统。根据萨根的说法，这些系统包括一个刷子的安排，以确保未完工的灯泡都在一个单层的传送带上运行。传送带也是背光的，这样8到10个机器人就可以快速可靠地定位和拾取灯泡。这种背光也使视觉系统更容易识别裂缝、芯片或任何其他缺陷，因此任何有缺陷的灯泡都可以不经挑选而通过，并放置在丢弃箱中。

Sagan注意到除了在植物的其他地区释放几十人来说，机器人的产品质量明显提高了产品质量和废料率。对于一件事而言，萨班说，当除去繁重的灯泡时，机器视觉系统更可靠。对于另一个，机器人比他们的人类对应更轻微地处理精致的零件。

“如果您要求机器人执行检查任务，那么机器人将始终执行任务并采取基于动作的结果，”Fanuc Robotics（罗切斯特山，MI）的材料处理总经理Dick Johnson。“这很重要，因为用户争取像六西格玛这样的侵略目标......。如果我被要求寻找缺陷，而前10,000个零件没有缺陷，我可能不会在接下来的10,000份上关注。“

“机器视觉肯定彻底改变了自动化组装，”Denso的琼斯说。“低环境光敏和颜色识别等进步使自动组装更快，比以往任何时候都更可靠。”

约翰逊指出，除了可靠的外，基于机器人的系统还提供了在单线上制造多个产品时能够处理一系列不同组件的优势。For example, his company’s Flex Feeder system, which “floods” parts to the robot on a linear or circular surface, can differentiate between multiple product types, so that the robot picks only what it needs, even when two different component models are passing by at the same time.

同样，萨根指出，他的公司的灯泡系统可以处理各种不同的灯泡几何形状。

此外，EPSON机器人（CARSON，CA）的国家销售经理John Clark指向人类运营商的“磨损和撕裂”的减少，因为将它们从零件喂食方程中取出。

克拉克说:“一个简单的人体工程学例子是:想象一下让一个操作员每30秒装卸一个2磅重的零件。”“似乎很合理。(但是)做一下统计。该运营商每天运送近一吨材料。”

最后，关于机器人本身，Kawasaki Robotics USA Inc.（Wixom，MI）的销售经理，指出，如视觉系统，运动技术也在不断发展，开辟了新的零件喂养可能性，因为机器变得更快更精确。“我们刚刚推出了一个小型的高速六轴机器人，几乎与标准拾取装置和一些疤痕竞争，”Rochelle说，作为业界不断增长的能力的一个例子。

越来越随机

在随机性方面升级，工程师今天还可以选择实现能够直接从垃圾箱拾取部件的系统，当时这些部件有点“结构化”排列。实例包括可以在托盘或托盘上铺设平板的部件，无论是在托盘上还是在托盘上都提供足够的物理特征，使机器视觉系统毫无困难地区分它们。

例如，FANUC Robotics提供了一种系统，可以从一个容器中卸下多层传动齿轮。不出所料，该公司必须克服许多挑战才能使该系统工作。例如，机器人的视觉系统必须能够忽略掉遗留在分离不同层的塑料片上的油环。

尽管如此，因为齿轮提供了一种易于定义的几何形状，并且在没有重叠的情况下铺设平坦的良好工作，所以即使部件没有单独固定，机器人也可以有效地挑选它们。

就真正随机的垃圾摘机而言，可以在各种应用中容易地安装的强大系统仍在将来。然而，许多机器人公司在问题上努力，随机垃圾桶采摘系统已经开始在一些现实世界的应用中进行工作。

例如，Stäubli在汽车行业安装了许多系统，卸载阀门和齿轮等部件。同样，FANUC机器人公司也安装了可以挑选传动齿轮和盖板等部件的系统。Motoman Inc. (West Carrollton, OH)、ABB Inc. (Auburn Hills, MI)和EPSON也在研究该系统。

“毫无疑问，100％的随机性很难做到。我想我们有办法去。但是，绝不是我们开始的，我们正在取得进步，“斯蒂布利的业务发展经理David Accenaux说。“这种趋势正在进行这方面。很多人都在问[垃圾桶]的问题。“

Fanuc Robotics'Johnson同意。根据Johnson的说法，他公司安装了随机部件的系统已经表明，随着机器人和机器 - 视觉系统在单个部分的工作中工作，难以获得一致的循环时间 - 这可能反过来需要零件排队允许不间断的下游操作。但是，较新的视觉技术，以及搜索和识别算法越来越多地降低了这些循环时间。

最后，机器人供应商强调，通过实施最新的视觉技术，工程师通常可以造成大幅增益，而是通过简单地重新思考他们组织其装配流程的方式。

例如，如果一个组件包含一个注射成型的组件，为什么不让机器人直接将成型组件卸载到附近的组装站，而不是将它们扔到一个容器中，以便在其他地方进行加工呢?同样地，如果制造商正在加工加工零件，为什么不让机器人来处理从加工到装配的整个过程呢?

据约翰逊说，一旦它在其掌握范围内安全地拥有产品，它就会利用机器人的多智选项是有意义的。

“执行多个任务的能力取决于机器人一旦执行主要任务就可以使用的时间量。它还与机器人的信封有关，因为可能需要到达另一个操作，并且所需的铰接需要适当地呈现操作，“约翰逊说。“测量，检查，胶合，标记，标记，去毛刺，装配和码垛是可以执行的任务类型的良好示例。”

“我们只划伤了地面，”Arcenaux表示，厂商正在利用这些效率的程度。“虽然[机器人]在等待要处理的部分，它可以检查或托盘或任何数量的东西......可能性是无穷无尽的。”