机器人系统的应用核心在于将员工从重复性、高强度的体力劳动中解放出来。然而，仓库中的混合分拣作业对机器人系统提出了特殊挑战：员工不仅需要以非人体工学姿势搬运重型单体货物，还要承受巨大工作压力，而这类岗位又面临严重的招工难题。由于混合分拣需处理品类繁多的货物，对系统灵活性要求极高，使得该领域的自动化推进异常艰难，目前市场上几乎不存在成熟解决方案。作为robomotion的子公司，Premium Robotics正在研发一款创新型轻型机器人，致力于实现此类物流流程的自动化升级。
数字孪生让轻型机器人更加精确
该研发的机器人系统提供了一种可扩展的替代方案，能无缝集成至现有仓库设施，从而有效减轻员工负担。为实现故障安全运行，必须精准掌握机器人工具中心点（TCP）的位置信息。由于轻量化设计带来的结构柔性，TCP偏差无法被直接检测——这一特性构成了特殊挑战。为提升定位精度，某研究项目正开发数字孪生系统，该技术能通过多层级建模深度，综合考量各类物理与弹性效应，对机器人系统进行全维度仿真。
该数字孪生系统将贯穿产品开发与全生命周期：在研发阶段，既用于机械组件的结构设计，也可优化驱动控制创新算法；在运维阶段，既能周期性优化实时控制参数，又能通过系统状态监测实现预测性维护。
科研与产业之间的发展伙伴关系
在这一研究项目中，斯图加特大学的两个研究所：机床和制造装置控制工程研究所（ISW）、技术和数字机械研究所（ITM）与两家公司开展了合作。这两家公司分别是ISG工业控制技术公司和机器人运动公司。这两家公司正在共同应对轻质结构和数字孪生系统开发方面的挑战。下面将介绍Premium Robotics公司的创新型机器人系统，上述模型就是为该系统开发的。
图1 新型精确分拣机器人的原型，斯图加特大学的研究人员将利用数字孪生技术为其配备必要的操作能力
利用数字孪生技术开发资源节约型机器人
如图1所示，该系统是Premium Robotics公司的“GenesysLine”机器人。它旨在实现复杂物流流程的自动化。该机器人系统完全由公司自主研发，既有标准组件（线性和旋转导轨、驱动装置和控制组件），也有定制的结构元件。在整个工程设计过程中，轻量化原则的一致应用发挥了重要作用。与不使用数字孪生系统的开发相比，在机器人的制造过程和后期运行过程中使用数字孪生系统可以节省大量资源，并具有显著的改进潜力。此外，通过减少需要加速的部件的质量，还能提高机器人运动的动力
精确定位的机器人工作无误
要通过机器人的精确定位来确保系统运行无误，就必须处理相关的刚度损失以及弹性效应和顺应性。抓手的精确定位至关重要，尤其是在拾取由不同单个物品组成且部分物品重量较高的负载载体（如托盘）时。不正确的定位会造成物品损坏，甚至导致整个系统停机，代价高昂。
图2 新型分拣机器人的一大特色和关键部件是所谓的滚筒式抓手，它具有灵活的伸缩轨道结构。
新型机器人的两个重要组成部分
在此介绍的机器人系统也是一种连接的模块化解决方案，有助于缓解物流业劳动力市场的紧张状况。在搬运重型物品时，工作人员可以如愿减轻负担。此外，由于员工可以集中精力处理剩余的轻型物品，因此包装单元的人工重新包装性能也得到了提高。机器人系统主要由两个独立的操作平台组成。它们在一个龙门装置内运行，龙门装置可通过带驱动的升降机构进行定位。
作为机器人系统的关键部件，上部机械手与3D摄像系统配合使用，以唯一方式识别取货托盘上的单个物品。根据检测到的位置坐标，安装在下部机械装置上的所谓包裹抓手将单个物品拾取并定位到下料托盘上。裹包抓手的独特抓取技术是机器人系统的第二个重要关键组件（图2）。通过控制施加在包装上的力和TCP的可靠定位，可以灵活搬运各种类型的物品。
通过柔性多体系统建模进行分析
在该项目中，拾取机器人被建模为柔性多体系统(FMKS)，既考虑了通过驱动轴的大刚体运动，也考虑了弹性变形。非常精确的激光测量结果表明，造成 TCP 不准确的主要原因是机器人平台的倾斜和伸缩轨道结构的变形。这两种效应都受到伸缩轨道延伸长度的影响，因为作用在机器人上的力矩会随着延伸长度的增加而增大，从而导致更大的变形。与纯粹的黑箱建模不同，FMKS 方法允许一定程度的模块化，并在模型参数发生变化时具有适应性。
数据驱动法优化采摘机器人
为了对模型进行初步参数设置和验证，我们采用了数据驱动法。我们创建了机器人的高频摄像记录。使用 Matlab 中的点跟踪算法，从摄像机图像中确定机器人的变形坐标。然后利用这些数据，通过优化方法将柔性多体系统与观测到的变形近似。尽管自由度相对较小，但柔性多体系统充分准确地代表了真实系统的行为。最后，通过功能模拟接口（FMI）将生成的模型与虚拟调试平台ISG virtuos 相连接。这样就可以推导出具有弹性行为的数字孪生系统。它还用于基于模型的控制概念，以实时补偿TCP的弹性偏差。
轻型分拣机器人的未来：
研发团队将在分拣机器人上测试这些创新方法。数字模型需同时满足两大核心要求——足够的精确度与实时运算能力，方能集成至控制系统。实验验证还将证明：具备扩展动态行为的数字孪生技术，可有效降低机器人振动敏感性，并显著提升定位精度。
