在许多方面，机器人是零件供给的天然选择。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，机器人是零件供给的天然选择。与传统的振动碗系统相比，它们更像“人”，能够平稳而灵活地将物体从A点运到B点。尽管如此，对于所有的机器人奇迹，工程师们需要谨慎对待他们对机器的要求，以及它们被纳入装配过程的精确方式。机器人可能不知疲倦，强大而精确，但当涉及到自己解决问题时，它们并不是盒子里最脆的饼干——尽管有了新技术，它们每天都在变得“更聪明”。

挑出

无论工程师使用什么技术将部件输入到装配系统，都有许多不同的任务需要执行。其中包括“单点化”，即大量的部分被分离成独立的部分;朝向，即各部分被操纵，使它们面向或坐向同一方向;定位，将每个正确定位的部件放置在可以转移到可以工作的位置;以及操纵，通过夹具或其他设备将零件置于其最终加工位置。

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。

“零件是圆的还是不能定位的?”是否有上边和下边，或者这是适用的?这些部件是易碎的还是会因为在垃圾桶里推挤而损坏?这些都是需要考虑的变量，”DENSO Robotics (Long Beach, CA)的部门经理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，零件已经在三维空间中被模拟、定向和定位。剩下要做的就是让机器人抓住每个零件，把它放在一个夹具里进行加工。机器人可以配备机器视觉系统来精确定位和放置零件。视觉系统还可以检查缺陷，在这种情况下，机器人可以将零件分流到废品箱。

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，如果工程师只需要在机器人面前放一个装有一堆零件的盒子，机器人就可以根据需要取出并装载零件，事情就会简单得多。然而，这种场景虽然很吸引人，但仍然存在问题。事实上，事实证明，让机器人自动从混乱的零件中挑选零件是非常困难的。

例如，存在部分重叠的问题，以及许多机器视觉应用的问题，即光照的变化。还有一个挑战是，创造一个机器，可以避免碰撞的东西，如托盘的侧面，并识别多重几何创建的一个物体，因为它在三维空间旋转。毫不奇怪，简单地处理执行这类计算所需的数据可能是非常令人生畏的。许多开发人员将随机选箱称为机器人和机器视觉的“圣杯”，这并非偶然。

幸运的是，机器人技术和机器视觉这两方面的公司近年来都取得了巨大的进步，真正、健壮和可靠的随机拣箱系统可能很快就会广泛应用并随时可用。一些系统已经在汽车行业的一些工厂工作。更棒的是，许多公司提供了一系列“半随机”系统，使机器人能够承担更大比例的零部件供应工作。

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。

萨根指出，除了让数十名工人在工厂的其他部门工作之外，机器人还显著提高了产品质量和报废率。萨根说，首先，机器视觉系统在清除坏灯泡时要可靠得多。另一方面，机器人处理敏感部位的动作比人类要轻柔得多。

FANUC Robotics(罗切斯特希尔斯，MI)材料处理总经理迪克·约翰逊(Dick Johnson)表示赞同:“如果你让机器人执行检查任务，它总是会执行任务，并根据结果采取行动。”“当用户努力实现像六西格玛....这样的目标时，这是很重要的如果我被要求寻找一个缺陷，而第一个10000个零件没有这个缺陷，我可能就不会对下一个10000个零件如此关注。”

“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。”

Johnson指出，除了可靠性之外，基于机器人的系统还提供了在一条生产线上生产多个产品时能够处理一系列不同组件的优势。例如，他的公司的Flex Feeder系统，在线性或圆形的表面上向机器人“注入”零件，可以区分多种产品类型，因此机器人只挑选它需要的东西，即使两个不同的组件模型同时经过。

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，爱普生机器人公司(Carson, CA)的全国销售经理约翰·克拉克(John Clark)指出，将人工操作人员从零件供给方程中去除的另一个好处是可以减少人工操作人员的“磨损”。

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Bob Rochelle指出，就像视觉系统一样，运动技术也在发展，随着机器变得更快、更精确，开辟了新的部分喂食可能性。Rochelle说:“我们刚刚推出了一款小型高速六轴机器人，几乎可以与标准的拾取设备和一些SCARAS竞争。”这是该行业能力不断增长的一个例子。

越来越多的随机

就随机性而言，今天的工程师还可以选择实现一个能够直接从仓库中挑选部件的系统，当这些部件处于某种“结构化”安排时。例如，可以在托盘或托盘上平铺而不重叠的部件，并提供足够的物理特征，使机器视觉系统能够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，由于齿轮提供了丰富的易于定义的几何形状，并能很好地平整而不重叠，机器人仍然可以有效地挑选它们，即使这些部件不是单独固定的。

在真正的随机拣箱方面，一个可靠的系统，可以很容易地安装在广泛的应用仍然是在未来。然而，一些机器人公司正在努力解决这个问题，随机拣箱系统已经开始在一些现实世界的应用中发挥作用。

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?

约翰逊认为，只有在机器人安全掌握产品之后，才有必要尽可能多地利用机器人的多任务处理能力。

“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。”

“我们只是触及了表面，”Arceneaux说，关于制造商在多大程度上利用这些效率。“当(一个机器人)在等待一个部件被处理时，它可以检查、码垛或任何数量的东西....可能性是无穷无尽的。”