在汽車制造等行業(yè)中,鋁型材零部件因其輕量化優(yōu)勢應用日益廣泛,但其多品種、小批量的生產(chǎn)趨勢對傳統(tǒng)自動化提出了嚴峻挑戰(zhàn):
柔性缺失:傳統(tǒng)的專機或預編程機器人無法快速適應多種鋁型材,換產(chǎn)調(diào)機耗時耗力。
感知決策能力不足:面對差異性工件,傳統(tǒng)系統(tǒng)抓取成功率低。
數(shù)據(jù)與成本瓶頸:依賴真實物理實驗為每一種工件標注數(shù)據(jù)、訓練模型,周期漫長、成本高昂。
智昌集團構建了一套基于具身智能大模型的機器人泛化抓取系統(tǒng),核心建設內(nèi)容如下:
具身智能大模型:通過多模態(tài)具身智能大模型,賦予機器人對未知工件的深度認知與智能決策能力,實現(xiàn)從“感知-執(zhí)行”到“認知-決策-執(zhí)行”的跨越。
實現(xiàn)端到端智能抓取:應用該系統(tǒng),使機器人能自主識別、定位并穩(wěn)定抓取數(shù)百種不同規(guī)格的鋁型材,無縫覆蓋精密裝配、在線質(zhì)量檢測與柔性搬運三大場景,形成完整的柔性作業(yè)閉環(huán)。
效率顯著提升
實現(xiàn)產(chǎn)線在數(shù)分鐘內(nèi)完成新規(guī)格工件的切換與生產(chǎn),設備綜合效率(OEE)大幅提升。
成本有效控制
系統(tǒng)的高泛化性減少了針對單一工件的專用夾具投入。
質(zhì)量與柔性飛躍
抓取成功率對于已知和未見規(guī)格工件均達到99.9%以上,有力保障了精密裝配的質(zhì)量穩(wěn)定性。