2022年，我们可以看到机器人发展的一个显著趋势，那便是更大的灵巧性。在最近的一次采访中，机器人软件公司Insident的首席实行官Wendy Tan White预测，工业机器人领域将涌现更多的创新。她认为，在软件优先办理方案、更便宜的传感器和更丰富的数据的推动下，我们正处在工业机器人复兴的风口浪尖。
本日的制造商正寻求在机器人方面做更多的事情。用于希望更小、更灵巧的设计能够轻松地适应现有的生产线，或者他们现有的机器人能够轻松地重新调度用场并重新分配任务。
在物流、仓库或实验室等其他领域，对机器人在正常制造空间之外发挥浸染的需求将不断增长。特殊是协作机器人（cobots），将连续供应与人类进行更大的互助和协作事情的可能性。一个著名的例子是亚马逊的 Kiva 机器人，它是机器人化的托盘搬运车，可以跟随仓库周围的工人并支持他们完成任务。
在 2022 年及往后，机器人将越来越多地用于在仓库或生产线周围拣选和移动产品。其他增长领域将包括与打算机数控 (CNC) 设备一起运行的协作机器人，焊接应用的可能性也越来越大。那么，机器人是否已经准备好胜任这些不同的角色了吗？下面，我们来看看今后工业机器人将必备哪些技能。
机器人实行新任务（例如在仓库中挑选和移动产品）不可或缺的一项功能是增加对 2D 和 3D 视觉系统的利用。"盲"机器人（或没有视觉系统的机器人）只能完成大略的重复性任务，而具有机器视觉的机器人可以对周围环境做出直不雅观反应。
借助2D 系统，机器人就配备了一个摄像头。这种方法更适宜读取颜色或纹理很主要的运用，例如条形码检测。另一方面，3D系统是从 2003 岁首年月次在麻省理工学院 (MIT) 开拓的空间打算发展而来的。它们依赖多个摄像头来创建目标工具的 3D 模型，适用于任何形状或位置须要考虑的任务，例如自动抓取零件。
2D 和 3D 视觉系统都可以供应很多功能。尤其是 3D 系统，可以战胜配备 2D 的机器人在实行物理任务时碰着的一些缺点，否则这些缺点会须要人工诊断和解决，并可能产生故障。展望未来，配备 3D 视觉系统的机器人将在检讨发动机零件或产品质量等毛病、包装检讨、检讨组件方向等方面开释更多的潜力。
从传感器转向 AI
未来几年，工业机器人技能的重点将从传感器设备硬件转向构建人工智能（AI），以帮助优化传感器的利用，并终极提高性能。
AI、机器视觉和机器学习的结合将迎来机器人技能的下一阶段。估量将看到更多旨在帮助制造商实现更高水平的卓越运营、弹性和本钱效益的数据管理和增强剖析系统。
这将包括机器视觉与学习能力的结合。以精确的无序拣选运用为例，这是机器人最抢手的任务之一。对付以前的机器人系统，须要专业的打算机赞助设计 (CAD) 编程来确保机器人能够识别形状。虽然这些 CAD 系统可以识别拣选箱中的任何给定物品，但如果，物品在拣选箱分拣任务中以随机顺序涌现，系统就会碰着问题。
取而代之的是，前辈的视觉系统利用被动成像，即光子被物体发射或反射，然后形成图像。因此，机器人可以自动检测物品，无论它们的形状或顺序如何。
Shibaura Machine 的视觉系统 TSVision3D 便是一个例子，它利用两个高速摄像机连续捕捉 3D 图像。通过利用智能软件，该系统可以处理这些图像并识别物品的确切位置。通过这个过程，机器人可以确定最合乎逻辑的顺序并以亚毫米的精度拾取物品，就像人类工人一样轻松。
机器人技能在将机器视觉与机器人学习相结合方面具有巨大潜力。可能的运用包括基于视觉的无人机、仓库拾放运用和机器人分拣或回收等。
机器人将从缺点中学习并适应
借助 TSVision3D，我们看到机器人 AI 发展到可以像人类一样可靠地阐明图像的程度。这种演化的另一个关键特色是机器学习，它许可机器人从缺点中学习并适应。
一个例子是由人工智能研究实验室 OpenAI 创建的 DACTYL 机器人系统。借助 DACTYL 系统，虚拟机器手可以通过反复试验进行学习。这些数据被传输到现实生活中机动的机器人手上，通过类似人类的学习，机器人能够更有效地抓取和操作物体。
这个过程也称为深度学习，是机器人 AI 的下一步。希望通过试错过程，就像 DACTYL 系统一样，机器人可以学会在不同的环境中实行更多不同的任务。
边缘智能运用到机器人
边缘打算意味着将数据处理尽可能靠近其源头，以便更好地获取数据并确定其优先级。它不是像传统麦克风或摄像头那样的"哑巴"传感器，而是利用智能传感器，例如配备措辞处理能力的麦克风、湿度和压力传感器，或配备打算机视觉的摄像头。
边缘打算可以与上述技能相结合。因此，机器臂可以通过智能传感器和 3D 视觉系统读取数据，然后将其发送到带有人机界面 (HMI) 的做事器，在那里事情职员可以检索数据。
利用边缘系统可以减少与云之间的数据传输，从而缓解网络拥塞和延迟，并许可更快地实行打算。这些工业 4.0 创新将用于改进最新的机器臂末端工具硬件系统，例如机器人的夹具或加工中央的夹紧系统，使这些硬件系统的精度逐年提高。
我们该当期待在工业机器人领域看到更多的创造力和变革。改进的视觉系统、AI和边缘系统也可以结合起来，以帮助确保制造商及其机器人在未来几年连续发达发展。