生產效率與安全的和諧統一：關於機器人的整體感測器解決方案的訪談

在實現機器人安全高效應用的感測器與系統解決方法領域，SICK正在經歷範式轉移。Integrated Automation高級副總裁Volker Glöckle介紹了此市場的動態變化，以及SICK成為解決方案提供商的發展歷程。

Glöckle先生，您領導的「Integrated Automation」部門的任務是，使SICK成為自動化應用的解決方案提供商。您是如何做到的？

Glöckle：幸運的是，我們不是從零開始的：多年來，SICK在為機器人應用開發自動化與安全解決方案方面，已經具有了非常強的實力——只不過之前這些方案都是各自獨立的。我們想要改變這種局面。我們將機器人視作一個整體系統，全面考查感測器的主要應用領域，從而滿足在生產效率高的同時盡可能提高安全性的要求。當然，同時我們仍將繼續為感測器製造商與整合商提供感測器。

此類整體解決方案的必要性體現在哪裡？

Glöckle：提高自動化程度從一開始就是所有工業行業的主要推動力之一，因此也是我們發展的保障。此外還開闢了新的技術途徑。例如，如今，計算能力幾乎已不再重要，客戶要求變得越來越嚴苛，應用領域也越來越廣。所有這些引發了巨大的動態變化。解決方案不能再僅僅局限於單個企業。這對我們意味著要與機器人製造商肩並肩密切合作，共同為我們的客戶開發適合具體應用的最佳解決方案。

此類整體解決方案具體是如何開發的？

Glöckle：一開始是觀察和學習。我們對應用場景瞭解得越多，就能越好地匹配我們的整體解決方案。我們收集的資料與應用情況越多，就能越有針對性地開發新的解決方案。由此，隨著時間推移，我們將纍積起豐富的解決方案模組，並不斷取用其中的內容，從而更快速、更高效地實現客戶的專案。

資料從哪裡來？

Glöckle：大部分資料是由我們的感測器生成的。我們的數位平台App Space與Integration Space以及上面實現的各項功能與服務幫助我們合並及解讀資料。當然我們還可以使用客戶系統的流程資料。

人工智慧在新的解決方案中起到了多大作用？

Glöckle：人工智慧，這裡具體是指Deep Learning，是一個重要的組成部分，為我們開闢了諸多新途徑。當我們在應用中必須顧及無法用靜態程式設計模擬的可變情況時，人工智慧就能發揮出自己全部的能力。例如，在物流中由機器人負責配貨，就是這種情況。此時，運用Deep Learning技術，只需花一點時間、且無需掌握很多程式設計知識，即可學習新產品或更改的產品功能，即重新訓練演算法。學習新的場景，讓客戶覺得變化的邊界條件更便捷、更簡單，這是我們的系統在改進可靠性之外，要實現的另一個目標。

操作便捷是一個重要話題。您還做了哪些努力來提高操作便捷性呢？

Glöckle：我們與機器人製造商開展了比以前更加密切的合作，並從一開始就整合我們的解決方案。我們的安全與導引解決方案最佳地整合在機器人控制器中。例如，使用機器人的操作面板，能夠非常輕鬆地實現解決方案的參數設定與視覺化呈現。我們的SARA應用程式也讓這一切變得更簡單，它是我們2022年推出的「SICK Augmented Reality Assistant」的簡稱。可以使用平板電腦或智慧型手機進行輕鬆的故障診斷與直觀操作，從而為員工大幅降低了應用的複雜程度。

這些解決方案來得正及時。您是如何做到的？

Glöckle：前面説過，我們早就開始這個歷程了，用於模擬的數位孿生、提高效率的安全解決方案或提高靈活性與可靠性的Deep Learning等等，我們公司的許多地方早就用到了這些技術。現在，我們將其匯總起來，讓客戶有更清楚的認識。我一開始就説過：必須仔細傾聽，將合適的能力相互組合，然後得出正確的結論。

Momentum：2022年報雜誌

有必要探究一下成功案例取得成功的契機。帶來動力、促使成功的瞬間或原由是什麽？

本雜誌的文章表明，契機並非偶然，不只是一系列幸運事件的連鎖反應。契機包括直覺、靈感、經驗、實力及敬業精神。

請閲讀本公司2022年報的其他文章

SICK感測器部落格的更多文章

閲讀詳細內容

閲讀詳細內容

閲讀詳細內容