Kawasaki Robotics //treeforeurope.com/tw/ Wed, 25 Mar 2026 09:05:47 +0000 zh-TW hourly 1 //www.altis-dxp.com/?v=6.8.4 //treeforeurope.com/tachyon/sites/36/2022/02/cropped-site-icon.png?fit=32%2C32 Kawasaki Robotics //treeforeurope.com/tw/ 32 32 Kawasaki Robotics //treeforeurope.com/tw/blog/20260316_kaleido9/ Wed, 25 Mar 2026 09:05:42 +0000 urn:uuid:6d21b193-03f8-45f0-8a7a-cbaeaf0cea46
然而,川崎重工早在 2015 年就開始了人型機器人的研發工作,遠遠早於當前的關注熱潮。從那時開始,也將近十年過去,期間川崎重工不斷改良、穩定前進。因此Kaleido 9 已經成為這個進化中的第九代機器人?/p>

人型機器人並非萬能。正因如此我們可以得出他的工作定?/h2>

川崎重工並不將人型機器人定位為「什麼都能做到的機器人」?br>在作業流程固定、以及需要嚴格控管節奏的生產線上,使用專用機或工業用機器人會更加合理?br>即便如此,仍有一些情況「刻意採用人型機器人」是具有意義的?/p> 舉例來說

  • 為人類設計的設備、工具、甚至樓梯都可以照常使用
  • 不需要特別重新為機器人準備作業環?/li>
  • 人型機器人可以在難以事先預測任務的情況下靈活運用,例如災難現場應變?/li>

我們認為人型機器人的最大價值在於「讓機器人適應人類世界」的概念,而非人類強迫讓環境適應機器人?/p>

Kaleido 9 的主要進化?/h3>

01.大幅提升抗摔能力的結構設?/h4>

與上一代產?Kaleido 8 相比,Kaleido 9 在結構上有了明顯的改進?br>考慮到正式上市,我們重新設計了腿部結構,嚴格遵守零組件額定值?/p>

藉由維持相同扭力的情況下提升動作速度,使其在失去平衡時腿部能更迅速地跨出步伐,從而大幅提高了川崎重工人型機器人所具備的最大特色──高穩定性?/p>

02.能識別、能判斷、能行走的自主步?/h4>

Kaleido9 能夠自主行走,同時持續識別和理解周圍環境?/p>

在示範中,Kaleido 9 即時做出類似人類的判?– 偵測並避開人群和障礙物、辨識樓梯上的台階、自動調整步伐以避免踩到邊緣和角落。Kaleido 9 的自主行走能力是?LiDAR (Light Detection and Ranging) 的基礎上,利?SLAM (Simultaneous Localization and Mapping) 進行自我定位?/p>

具有避障功能的自主導航功?/figcaption>

03.專為現實生活所設計的直覺式遠端遙控方案

配備 AI 的完全自主人型機器人仍然面臨許多技術挑戰。川崎重工並沒有一下子就追求完全自主,而是構想了一套實際可行、循序漸進的方法?/p> 這些方法包括

  • 遠端操作,允許人類在需要時直接介入
  • 混合操作,人類處理高複雜度的任務,而例行或較單純任務則交由AI輔助

Kaleido 9 支援透過頭戴式顯示器進行直覺式即時遠端操作,並已在災難應變情境中展現作用,突顯其作為真實世界救災方案的潛力?/p>

遙控災難救援示範

不只是走路。Kaleido Station 背後的理?/h3>

Kaleido 9 的另一個特色是 Kaleido Station?br>這個移動平台的設計目的是利用輪子在平地上實現高效率的長途旅行,?Kaleido 本身則在抵達工作現場後站立並執行任務?/p>

展望未來,Kaleido Station 也計劃作為充電站使用。透過結合人型與輪式移動的優點,川崎重工正在追求一種實際在社會實踐的方法?/p>

人型機器人的技術路線圖:逐步演?/h2>

人型機器人不會突然變得能夠自主完成所有事情?br>Kawasaki 認為,在社會中實際使用人型機器人將分階段進行?/p>

2030 年左右:工廠和其他環境中的獨立操作和支援

2030 年左右,人型機器人預計將主要用於可控環境,如一般工廠和其他工業設施。在這些環境中,它們將在遠端操作下執行獨立工作,並支援人們的日常作業?/p>

在此階段,所需的關鍵技術將是如何連接人類與機器人。這些技術包括遠端操作、會話式互動、語音指示、自主移動的 SLAM 以及感測環境。人型機器人的主要優勢之一,就是能夠使用原本為人類設計的設備和工具。在這種模式下,人類仍負責判斷,而機器人則利用其體能來執行任務?/p>

主要的應用情境包?/p>

  • 醫療和護理環境中的溝通支?/li>
  • 運輸和巡邏等簡單任務

所需的關鍵技術和能力?/p>

  • 環境意識
  • 遠端操作
  • 對話互動與回應語音指?/li>
  • 基於 SLAM 的自主移動?/li>

2040 年左右:在非特定環境中自主操作,應用範圍更廣?/h3>

展望 2040 年左右,人型機器人預計將能夠在非特定環境中自主操作,同時持續識別和瞭解周遭環境。預計它們的應用範圍將擴大到更複雜、變動更大的工作場所,包括在高空、密閉空間和災害應變場所執行的任務?/p>

這個階段將需要廣泛的先進技術,例如增強的環境感測、姿勢控制、接觸感測、靈巧的手部控制、物體識別以及群體控制。除了自主移動性和環境感知等核心能力之外,直接促成任務執行的先進控制技術也將在支援這些運用上扮演關鍵角色?/p>

主要的應用情境包?/p>

  • 在具挑戰性的環境中進行移動,例如在高空和密閉空間工?/li>
  • 高性能任務,包括組裝和維護

所需的關鍵技術和能力?/p>

  • 回應語音指示
  • 接觸感應?/li>
  • 環境感測
  • 姿勢控制
  • 手部控制
  • 群體控制
  • 物體辨識

2050 年左右:面向所有環境和任務的人型機器人

?2050 年左右,我們的目標是讓人型機器人發展成為能夠靈活應?strong>所有環境和任務?/strong>系統,無論是室內還是室外。在這個階段,除了能夠在不同環境下運作的技術之外,高度的環境耐受性也是不可或缺的。這包括防水和防塵,以及耐熱、耐寒、耐輻射和耐腐蝕性氣體?/p>

人型機器人的基本價值在於能夠在與人類相同的環境中移動和操作,代表人類執行任務,即使是在工作性質無法事先清楚界定的情況下?/p>

主要的應用情境包?/p>

  • 在所有環境中運作,包括戶外和災難應變環境

所需的關鍵技術和性能?/p>

  • 耐各種環境,例如防水、防塵、耐熱、耐寒、耐輻射、耐腐蝕氣體等

終極目標:災難應變場所

Kawasaki 人類開發的最終目的地是災難現場。日本很容易發生自然災害,需要對無法事先預見的情況做出反應。Kaleido 9 是邁向未來堅實的一步?/p>

相關部落?/h2>

]]> Kawasaki Robotics //treeforeurope.com/tw/blog/what-is-an-rpa-audit-and-how-do-you-know-if-you-need-one/ Thu, 12 Mar 2026 06:54:58 +0000 urn:uuid:4b87eac7-82cc-4b43-b8a8-f9ded741973e 作者:Zachary Thomas,川崎機器人(美國)公司區域銷售經?/p>

對於機器流程自動化(RPA:Robotic Process Automation)的稽核,不僅僅是形式上的作業。透過識別並降低潛在風險,能夠順利推動自動化流程的導入。當考慮在設施中實現自動化時,人們往往會思考:?/strong>我該從何開始?strong>?/strong>。在製造業中,自動化已不僅僅是一種趨勀自動化帶來了眾多優勢,已逐漸為人們所熟知?br>
問題是當您環顧您的工廠時,卻不知該從哪裡開始自動化。多年來,我一直在從事機器人產業各領域的工作。建議初次進行自動化的使用者,可以先解決一些較小的困難,對自動化流程產生信心後,再處理更重大的問題?/p>

什麼是最快速的自動化方法?

這是您必須在第一個自動化專案之前問自己的問題?br>
當您的公司開始自動化之旅時,沒有必要在前期花大錢。不僅風險高,而且未知的事可能還很多。開展一個短期又有投資報酬率(ROI)的專案,更容易獲得成效。這樣的成功經驗,是一個強而有力的證明,顯示自動化是一種可行的商業手法,並且具有進一步擴展的價值?/p>

機器人流程自動化 (RPA) 稽核概念

前面段落中概述的事項就是我們在 RPA 稽核中所做的?br>
其中最大的優點在於,終端使用者能夠依照各自的需求,獲得量身打造的體驗。即使最終要製造的是同樣的產品,也不能忘記製造流程可能大不相同?br>例如,想像一個世界:除了 A 作為起點、Z 作為終點之外,其餘的文字都能自由排列組合。踏入一個全新的生產環境,正是這樣的感覺。也就是說,我們的角色,就是在這樣千變萬化的配置中,仍能協助達成高效率的成果?br>如果業務的進行方式本身是獨特的,那麼我們的解決方案也應當同樣具備獨特性。這正是我們在進行機器人流程自動化(RPA)稽核時所追求的方向?/p>

您可以從 RPA 稽核中期待哪些方面的成果?/strong>

您可以為實際稽核做許多準備,以確保流程順利進行?/p>

  • 列出生產中的瓶頸、自動化可行項目與目標清單?是否有所需?ROI?/li>
  • 安排參觀整個設施並走訪各部門?/li>
  • 取得拍攝照片與影片的許可?/li>
  • 確認公司內部的利害關係人與生產部門員工,並收集他們的意見?/li>

稽核結束後,我們會提供一份簡易報告,總結當天的討論內容。若您希望進一步進行更詳細的評估,我們也能與您選定、具有實績的自動化系統整合商合作,一起進入下一步?/p>

從要求進行 RPA 稽核到獲得整合商的報價,可能只需要短短四週的時間?/p>

?RPA 稽核作為改變的催化劑?/h2>

當人們習慣了既有的流程與日常作業時,往往會對變革感到抗拒。即使是具備高成本效益的自動化系統,有時也需要相當的預算。因此組織內部也可能存在反對的聲音。針對這些挑戰,我們會?RPA(機器流程自動化)稽核的過程中協助您向公司內部進行說明與溝通?/p>

何時應該跳過 RPA 稽核

坦白說,如果您剛開始使用自動化,就沒有理由不利用這個(稽核)機會。我本人在為川崎重工業工作之前也是一名系統整合人員。只要向我們展示您的工廠,我們就能向您提出初步方案?br>
此外,在 RPA稽核中,我們不僅僅是識別專案,還會確實說明為何我們選擇該專案。我們會以面對面的方式、依照您的條件進行說明,並提供讓公司全體成員能夠理解與支持所需的資訊?/p>

RPA 稽核和許多其他事物一樣,在這裡進行的方式略有不同?/h2>

?Kawasaki Robotics,RPA 稽核是無需額外成本且具附加價值的服務。我們的目標是讓您盡可能邁向成功,而內部稽核是開啟這段旅程的絕佳方式?/p> ]]> Kawasaki Robotics //treeforeurope.com/tw/case-studies/pharmaceutical-automation-with-kawasaki-robotics-safe-and-reliable-production-of-anticancer-drugs/ Tue, 26 Aug 2025 04:33:45 +0000 urn:uuid:2639e352-fc99-4c66-9034-9a106deaa80a Kawasaki Robotics //treeforeurope.com/tw/blog/ready-for-a-robot-integration-insights-for-welding-applications/ Tue, 22 Apr 2025 02:28:34 +0000 urn:uuid:8a39da56-1056-41cd-ab2d-05db1a76ff5e 作者:布蘭?戴,高級工程?機器人金屬製?/em>

鑑於焊接不利於人類創造舒適的工作條件,在許多焊接應用中使用整合機器人是有道理的。焊接過程不僅又熱又髒,還會釋放出有害健康的化學物質,例如在焊接不銹鋼和其他含鉻材料時甚至會釋放出六價鉻?/p> 為確保機器人自動化對應用有益,川崎機器人北美公司建議評估以下四個問題,以獲得最佳投資回報:

1.部件尺寸大小?/h2>

適合焊接單元的小工件是機器人焊接的理想選擇,但也可以使用較大尺寸的工件?/p>

2.體積有多大?

機器人焊接的最佳情況是大量(每天數千件,每年數十萬件)。此外,也要考慮應用的產量是否足以創造必要的回報,以便在合理的時間內付清機器的費用?/p>

3.公差是否夠小?/strong>

嚴格檢視部件上的公差是提供精確重複性的必要條件。機器人每次都會在完全相同的位置上進行焊接,因此,過大的公差會導致經常焊接失誤?/p>

Kawasaki robot spot welding sedan

4.人力是個問題?

如果工人短缺,可能需要在焊接應用中整合機器人?/p>

雖然機器人可以提供準確性、可重複性並節省勞動力和成本,但人類焊工仍然是必要的。他們需要掌握焊接技術,包括焊槍角度、氣體、計量學、冶金學等方面的知識,才能為這些應用正確編程。由於每個主要製造商都有自己的焊接規範,因此,對於每個進行焊接的設備來說,擁有一名能夠解釋這些不同規範的專家是至關重要的?/p>

?strong>機器人編程變簡單

在應用中加入機器人後,焊工可以學習機器人編程,而不是自己進行焊接?/p>

Kawasaki Robotics North America 讓任何有基本焊接知識的人,包括工程師、技術員和程式設計師,都能輕鬆、快速、全面地學習機器人焊接程式設計。這家機器人供應商在其位於密西根州威克索姆的培訓中心開設了為期三天半的 “電弧操作與編?“培訓課程?/p>

本課程專為基本的機器人和電弧焊接操作、程式設計和安全培訓而設計。課程內容包括操作控制、選擇適當的程式選單、使用插件控制機器人定位、程式創建步驟和修改技巧等。完成課程後,學員將了解如何在手動和自動模式下操作機器人系統使之運作,使用焊接條件創建步驟程序,使用焊接和非焊接步驟教導路徑,以及修改程序?/p> ]]> 人類的獨創性:Kippei Matsuda’from NFL AI competition winner to AI solution developer at Kawasaki Robotics的心路歷程?/title> <link>//treeforeurope.com/tw/blog/human-ingenuity-kippei-matsudas-journey-from-nfl-ai-competition-winner-to-ai-solution-developer-at-kawasaki-robotics/</link> <dc:creator><![CDATA[johannalidgren]]></dc:creator> <pubDate>Tue, 22 Apr 2025 02:28:02 +0000</pubDate> <category><![CDATA[Introduction to robots]]></category> <guid isPermaLink="false">urn:uuid:8c1fc829-663e-4d13-853d-f0170d34bedb</guid> <description><![CDATA[全球人工智能数据分析竞赛平台 Kaggle 主办了美国国家橄榄球联盟(NFL)和亚马逊公司(Amazon.com, Inc.[…]。]]></description> <content:encoded><![CDATA[ <p>川崎機器人(Kawasaki Robotics)的工程師松田喜平(Kippei Matsuda)在 2022 年的 “NFL 健康與安?頭盔分配 “競賽中取得了驕人的成績,該競賽由美國國家橄欖球聯盟(NFL)和亞馬遜公司在全球人工智能數據分析競賽平台 Kaggle 上主辦,競爭十分激烈。我們採訪了松田,了解他是如何在與全球雄心勃勃的人工智慧開發者的競爭中勝出的,以及川崎機器人公司目前是如何為各種解決方案開發技術的?/p> <p></p> <figure class="wp-block-image aligncenter size-large is-resized"><img decoding="async" src="//treeforeurope.com/tachyon/sites/3/2024/04/AIchallange01.png" alt="" class="wp-image-6256" style="width:614px" /><figcaption class="wp-element-caption">松田喜平:技術開發部系統技術開發中心機器人技術開發部。博士(工程學)</figcaption></figure> <h2 class="wp-block-heading">請描?NFL 的挑戰、解決方案以及其令人興奮之處?/h2> <p>比賽的目的是識別球員的碰撞,全球?1000 多名數據科學家參加比賽,利用 NFL 的比賽錄影和感測器資訊建立一個精確的解決方案。眾所周知,美式足球是世界上最艱苦、最耗費體力的運動之一,涉及高衝擊力的接觸,雖然球員們都穿著護具,但受傷的情況還是很普遍。特別是頭部碰撞,經常會導致嚴重受傷或殘疾,而如何減少碰撞的影響並在受傷後進行有效治療一直是個難題?/p> <p>如果我們能準確識別哪些球員在比賽中頭部受到撞擊,我們就能有效地進行治療,並推進對頭盔的影響以及如何減輕撞擊的研究。手動進行此類研究非常耗時,因此美國橄欖球聯盟舉辦了這次比賽,希望利用人工智慧技術來解決這個問題?/p> <blockquote class="wp-block-quote is-layout-flow wp-block-quote-is-layout-flow"> <p><em><strong><span style="color: #000000" class="stk-highlight">贏得比賽的關鍵在於成功整合了視訊和感測器資訊這兩種不同的數據類型。我們利用視訊影像來識別球員的碰撞,並透過連接在球員身上的感測器來估計球員的位置。我們開發的人工智慧系統能夠細緻地分析和預測球員位置和姿勢的細微變化,例如蹲下或跌倒,這使我們脫穎而出。與其他參賽者相比,這項創新大大提高了我們的準確性。因此,我們的處理速度比人工操作快 83 倍,原來需?3-4 天才能完成的任務現在只需 2 個小時就能完成,這讓我們非常滿意?/span></strong></em></p> <cite>松田喜平</cite></blockquote> <p>一般來說,人工智慧影像分析包括偵測影像中的物體,但在這次比賽中,我們必須考慮螢幕上球員在場上的三維(3D)位置,這是我們以前從未做過的令人興奮的挑戰。分析數據很困難,因為你必須一遍又一遍地看,但美國橄欖球聯盟的影片太震撼了,我喜歡一遍又一遍地看。正因為如此,在比賽結束時,我只需看看影片的標題,就能想像出球員的動作?/p> <figure class="wp-block-image aligncenter size-large is-resized"><img decoding="async" src="//treeforeurope.com/tachyon/sites/3/2024/04/AIchallange02.png?fit=900%2C682" alt="" class="wp-image-6257" style="width:614px" /></figure> <h2 class="wp-block-heading">是什麼促使您參加 NFL 挑戰賽,結果如何?/h2> <p>這一切都源自於我認為這可以成為我學習的一部分。理論方面的知識可以從書本和其他管道學到,但知道如何使用實際數據並進行模擬卻很難。作為一名開發人員,接觸和分析數據並反覆試驗是必不可少的。我被競賽吸引,因為它提供的材料可以讓我進行實作學習?/p> <figure class="wp-block-pullquote"><blockquote><p><em><span style="color: #000000" class="stk-highlight"><mark class="has-inline-color has-dark-gray-color">“參加比賽讓我將人工智慧開發付諸實?/mark></span></em></p><cite>松田喜平 </cite></blockquote></figure> <p>老實說,我從不覺得比賽本身有多困難,難的是如何抽出時間來學習和照顧家庭,因為我是利用個人時間來完成這項工作的。當我和孩子們在公園玩耍時,我會突然想:『也許我可以用這種方式來完成這一部分。這讓我很難放鬆?/p> <p>我在火車上全身發抖。從這個專案一開始,我就不認為我能獲勝,但當我獲勝時,我非常興奮。我對獲獎毫無怨言,並高興地與身邊的每個人分享這一消息。那天我幾乎無法完成任何工作?/p> <h2 class="wp-block-heading">如今,您在川崎機器人公司是如何使用人工智慧視覺的?/h2> <p>我目前正在參與開發專門用於機器人的人工智慧視覺產品。人工智慧可以分析攝影機捕捉到的影像,並以各種方式進行處理;例如,在我們的卸垛解決方案中,它可以處理需要卸載的產品影像。卸垛解決方案用於提高配送中心和工廠的卸貨效率。卸垛解決方案配備三維人工智慧視覺,能夠對其處理的貨物進行高度複雜的分析?/p> <figure class="wp-block-pullquote"><blockquote><p>川崎機器人卸垛解決方案配備三維人工智慧視覺系統,能夠對所處理的貨物進行高度精密的分析。透過專業化卸載,我們實現了高性能、低成本?/p><cite>松田喜平</cite></blockquote></figure> <p>人工卸載成本高、耗時長,而傳統的機器人解決方案不夠靈活,無法勝任這項工作。在這方面,與傳統解決方案相比,我們的卸垛解決方案成功提高了自動卸垛操作的準確性和速度?/p> <figure class="wp-block-image aligncenter size-large is-resized"><img decoding="async" src="//treeforeurope.com/tachyon/sites/3/2024/04/AIchallange03.png" alt="" class="wp-image-6258" style="width:614px" /></figure> <p>例如,在傳統的機器人系統解決方案中,所有包裝的尺寸和形狀都必須在拾取前進行登記。如果未登記形狀的包裝進入工作流程,則無法進行處理。而我們的卸垛解決方案只需要登記最小和最大的尺寸,就可以處理所有包裝?/p> <p>在傳統的機器人系統中,機器人需要知道所處理產品的正確尺寸和形狀。為了識別和確認產品的尺寸和形狀,需要一個攝影機。如果確認無誤,機械手臂就會拾取產品,而這是一個耗時的示教過程?/p> <figure class="wp-block-pullquote"><blockquote><p>我們的拆垛解決方案除了最小和最大尺寸外,無需事先進行產品登記,從而大大減少了示教時間?/p><cite>松田喜平</cite></blockquote></figure> <p>川崎機器人公司的拆垛解決方案成功的主要原因是,我們將低成本的攝影機硬體與強大的人工智慧軟體相結合,無需大量附加功能即可處理複雜的產品影像。我們透過專注於開發拆垛系統,實現了高效能且易於使用的解決方案,並透過縮小功能範圍,實現了比其他公司產品更高的性價比,使公司更容易引進該產品?/p> <figure class="wp-block-image aligncenter size-large is-resized"><img decoding="async" src="//treeforeurope.com/tachyon/sites/3/2024/04/AIchallange04.png" alt="" class="wp-image-6259" style="width:614px" /><figcaption class="wp-element-caption">產品開發負責人姬川先生(隸屬於機器人事業部通用系統部通用系統 2 科)</figcaption></figure> <h2 class="wp-block-heading">拆垛和人工智慧解決方案將如何繼續發展?/h2> <p>我認為,隨著收集的數據越來越多和人工智慧學習的進步,拆垛解決方案的效率也會提高。例如,開發拆垛解決方案的困難之一是包裝表面的線和膠帶。當人工智慧看到它們時,可能會誤以為這些線是紙板的邊界。這樣,它就會認為包裝盒比實際上小,從而誤取包裝盒。不過,如果將來在不同地點使用該系統並收集數據,它就能學習多種包裝的變化。這樣,即使箱子上有繩子、膠帶或貼紙,機器人也能根據以往的經驗正確卸載,而不會被誤導。為機器人收集大量高品質的數據是必要的?/p> <p>我還認為,被稱為基礎設施模型的人工智慧將是關鍵。近年來備受關注?ChatGPT 就是一個例子。由於基礎模型是在大量資料的基礎上訓練出來的,因此它具有非常高的識別能力,這是一種常識。基礎模型可以處理包括文字、圖像和聲音在內的各種訊息,有可能大大擴展機器人的應用範圍,而不僅限於物流領域。今後,我希望充分利用數據和基本模型,擴大人工智慧的應用範圍?/p> <p class="has-extra-large-font-size"><strong><a href="//treeforeurope.com/jp-sp/depalletize/">點擊此處查看拆垛解決方案產品頁面(日文)</a></strong></p> <p></p> <figure class="wp-block-embed is-type-video is-provider-youtube wp-block-embed-youtube wp-embed-aspect-16-9 wp-has-aspect-ratio"><div date-time="1779376800" dir="otgjdw" class="wp-block-embed__wrapper"> <iframe loading="lazy" title="Depalletizing solution English" width="900" height="506" src="//www.youtube.com/embed/AJV3X8KX2VM?feature=oembed" frameborder="0" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share" referrerpolicy="strict-origin-when-cross-origin" allowfullscreen></iframe> </div></figure> ]]></content:encoded> </item> </channel> </rss>