雄克智能自动化工厂中实现智能搬运

传感器的集成和融合
传感器是机器或智能机械手的技术感应器官。它们记录机器将要发生的动作并记录测量数据，这些数据将用于系统和过程管理以及抓取系统诊断。通过传感器融合，可以并联使用多个传感器，并连接和分析其测量值，从而监控抓取过程并评估当前系统中机械手的状态和接近情况。这使得能够检测抓取的物体或生产序列中的故障。

 
边缘计算
互联和数字化的程度使数据量大量增加，意味着计算中心的传统数据连接已达到上限。为了防止故障和较长延时，边缘计算已成为解决这一情况的策略。其目标为首先处理抓取系统中时效性较高的数据，即直接在现场处理，而对于 CPU 要求较高但时效要求较低的任务则在云端处理。通过不断提高机械手级别的智能水平，即可进行额外的功能集成。此外，边缘计算的要求已得到满足，可实现机器控制系统的新的实时场景。

数字孪生
为了满足复杂的系统要求、加快开发周期、在以需求为导向的基础上选择*适合的部件，推荐使用数字孪生。作为生产设施设计的一部分，它们构成了弹性集成和系统测试的基础。在实际执行之前，可在 CAx 系统中快速地评估和优化过程序列。在控制环境中，虚拟抓取系统总成和部件与其真实型号在接口、物理行为和参数方面精确对应。可通过电子平台*并以数字化的方式独立配置。

人机交互
直至现在，全自动批量生产的主要部署场景，仍是将现代化的协助和服务机器人引入生产过程，并通过严格的人机隔离保证工人的安全。人与机器人的协作将从根本上改变我们的工作场景。其能够将人和机器人的优势协同地结合起来，帮助实现更加灵活的生产过程。相较于在生产过程中不产生直接互动的区域，在共用工作区域与工人交互的机器人和部件必须满足更高的安全和安全技术要求。经过 DGUV 认证的机械手可在工人和所有常见的协助式机器人间实现无围挡的安全操作。此外，它们还能减少协作式系统认证所需的工作。

 
工厂与公共云之间的弹性伸缩
作为智能化工厂的一部分，智能抓取和夹持需要安全和可伸缩的云解决方案。为了可靠的提供服务，雄克从 SAP、SIEMENS、Microsoft 或 Adamos 等*的云服务提供商处获得服务。其目标为存储和分析现有数据，提高流程效率。未来，还将从云端*机器学习或人工智能等技术。值得注意的是，可随时实现工厂与公共云之间的弹性伸缩。这是确保现场快速实时计算结果、控制设备、实现过程可视化和使商业机密信息保存在本地的*方法。

 
人工智能
人工智能是数字化的热门话题*。对于机器人而言，可以预见人工智能将被用于在由机器人和机械手组成的整个运动链中自动执行任务，而不需要按步编程。在此背景下，现代抓取系统组件必须做好利用人工智能技术的准备。