采风全网
达观天下

机器人进厂之后,那颗螺丝为什么还得人来拧

夜里十一点的车间,灯是分区亮的。一台机械臂在做往复动作,节拍稳得像钟摆,旁边的师傅坐在塑料凳上,手里捏着一颗螺丝,等它停下来的那两秒。

这个画面我见过不止一次。设备并不落后,动作也不复杂,问题出在那颗螺丝上——它有时候会歪一点,孔位有时候会偏一点,料框里的零件堆叠方式每次都不太一样。对人来说,这些都不算事,手指一捻就正过来了;对机器来说,这是一连串需要重新判断的意外。

难的不是动起来,是「看明白再动」

讨论机器人时,人们容易被视频里的流畅动作吸引:跑、跳、翻跟头、把桌上的杯子放进洗碗机。这些演示确实说明控制与规划进步了,但车间里的活是另一种难度——不是把动作做出来,而是在一个每次都不完全相同的环境里,判断这一下该用多大力、从哪个角度进去。

拧螺丝这个动作拆开看,包含找位置、对准、给力矩、判断有没有滑牙。位置靠视觉,力矩靠力觉,滑牙靠听和手感。视觉在结构化场景里已经够用,一旦遇到反光、油污、遮挡就掉得厉害;力控这几年进步明显,但要在很短的时间窗口里做出「继续还是退回来」的决定,仍然依赖调参和大量现场试错。

所以很多产线最后变成这样:机器负责拿取和搬运,人负责那最后一厘米的对接。不是不想替,是这一厘米里塞的判断太多。

换型成本,藏在账本下面

还有一种成本常被忽略。一条线今天做这个型号,下个月换另一个,人的适应方式是看一遍、试两下、记住;机器的方式是重新示教、重新标定、重新验证。工程团队的时间就耗在这上面,而且这些工时很难写进采购前的评估里。

这也是为什么「通用」这个词在行业里被反复提起,又反复落空。通用意味着面对没见过的物体和摆放方式还能完成任务,意味着模型要能在现场继续学一点东西,而不是出厂时就把能力封死。眼下的做法大多是把任务切得足够窄,让不确定性小到可以接受——这条路务实,但也解释了为什么部署总是慢。

人和机器各自守着一块地

我倾向于认为,短期内更现实的分工不是替代,而是重新划线。把重复、位置固定、容差宽的环节交出去;把需要即时判断、需要手上分寸的环节留在人这边。同时,工具的设计要往「配合人」的方向走——比如让机器人的动作可预测,让急停和恢复变得干脆,让操作界面不用翻手册就能看明白。

  • 先量清楚这件活里的不确定性有多少,再决定要不要上设备;
  • 把力气花在物料一致性和工装定位上,往往比升级算法更见效;
  • 留出人接手的接口,别把流程设计成机器一出错就全线停。

至于那些在视频里翻跟头的机器,它们有意义,意义在于把感知和控制的边界往前推。但边界推进和产线落地之间,隔着一段很长的、由油污、批次差异和夜班组成的路。走这段路的人,通常不发视频。

免责声明:市场有风险,选择需谨慎!此文仅供参考,不作买卖依据。如有侵权请联系删除。
文章名称:机器人进厂之后,那颗螺丝为什么还得人来拧
文章链接:https://tech.cfdanews.com/ai/1776.html