<
西門子CANopen模板
MICROMASTER 4 CANopen 通訊模塊,用于 MM420/MM430/MM440, 161 x 73 x 43.5 （H x W x D）, IP20
西門子CANopen模板
MICROMASTER 4 CANopen 通訊模塊,用于 MM420/MM430/MM440, 161 x 73 x 43.5 (H x W x D), IP20
西門子CANopen模板
由于西門子產品型號實在太多，很多產品沒有及時上架，如有需要西門子產品價格及規格型號技術參數歡迎！
希殿電氣技術(上海)有限公司
聯系人：小康（銷售工程師）
:
工作:
破紀錄的誕生
僅用了一年時間，Toru就從開發工程師的手中誕生了，打破了開發周期的記錄，而這要歸功于各路機器人專家。他們有的獨自研發了所有機器人模塊，有的則利用標準組件來裝配機器人模塊。在Magazino，軟件開發人員、機械工程師、工業設計師和電氣工程專家等并肩合作，共同開發解決方案。目前，約有40人在Magazino工作。
Magazino的軟件專家正在思考改進產品的方法。
2014年，在Nikolas Engelhard、Lukas Zanger和Frederik Brantner共同創辦Magazino公司之后，當時正在慕尼黑工業大學撰寫電氣工程學碩士論文的Marcel Debout加入了這支隊伍。Debout在他的論文中分析了常用的“面形激光”光學測量技術，他希望利用這項技術打造出讓機器人“看見東西”的系統。Debout表示：“我們想要一個不用昂貴的3D攝像頭，就能達到毫米精度的光學測量系統。”
傳統面形激光技術使用2D攝像頭來記錄激光器投射到被掃描物體上的光線的數據點。然后，計算機可以根據這些信息，計算出物體的形狀。這項技術常用于質量檢查等。為了增強這個系統，Debout用十字激光器取代了激光器。由于攝像頭和激光器的定位和對齊總是相同的，Debout開發的算法能讓計算機根據攝像圖像中激光的位置，計算出物體的外形尺寸。利用這項技術，Debout能夠同時解決許多問題。首先，2D攝像頭比3D攝像頭價格更低。第二，由于計算所需數據量更小，計算機能以比標準方法更快的速度計算出被掃描物體的外形尺寸。第三，2D攝像頭不規定與被掃描物體間的zui短距離。Debout表示：“這是一個重要的考量因素，因為倉庫過道通常很窄。”
Toru如何識別書籍
Toru的*個任務是參與書籍配送，這并非巧合。Engelhard指出：“方形物體zui容易被識別。”Sigloch公司庫內每本書的外形尺寸數據都保存在它的數據庫中。這些數據可以用來計算包裝尺寸。當Toru收到運送一本書的命令時，這些數據和書在倉庫內的位置信息就將通過Wi-Fi發送給Toru。然后，腦中有一張地圖的Toru便出發了。盡管如此，地圖的創建仍需要Magazino員工的協助。他們通過控制桿，引導Toru走過通道，熟悉周圍環境。未來，這個過程將變得更加簡單。Engelhard說：“我們希望Toru能在客戶打開它的包裝后就立即獨立啟動并測繪周圍環境的地圖。”
盡管地圖*，但Toru四處走動所需要的卻不只是地圖。安裝在Toru的“腳”（即輪子）上方的激光傳感器將持續不斷地掃描它的周圍環境。Toru通過分析激光束反射的方式來決定到底是繞開障礙物，還是站著不動，這一點類似于蝙蝠的回聲定位能力。由于Toru與人類要并肩合作，因此，它使用的激光掃描儀要符合相應的安全認證。譬如，德國制造商Sick公司就提供了適當的激光器。Engelhard指出：“沒有這樣的認證，機器人只能在防護欄圍住的區域內工作。”
Nikolas Engelhard是Magazino公司的三位創始人之一。他是一名計算機視覺專家。
占倉儲成本的55%
Toru的激光掃描器已經連接至機器人操作系統（ROS）框架。這是一個廣泛使用的開源軟件庫和工具集合。機器人社區正在不斷擴充和改進這個框架。Magazino公司使用了許多ROS程序。Engelhard坦言：“如果我們不得不為Toru的每個模塊都開發驅動軟件，那么它現在將仍在研發之中。”盡管得到了ROS的幫助，Magazino的工程師仍須完成大量編程工作。例如，Magazino與Basler公司合作為Toru的2D攝像頭開發了驅動軟件。為了回報機器人社區，Magazino與Basler共同決定在ROS上公開這個軟件包。Engelhard指出：“這也很好地宣傳了我們的技術專長。”
出于安全原因，Toru在Sigloch的倉庫里以僅1米/秒的速度移動，這比人類的平均行走速度（1.4米/秒）慢一些。然而，比速度更為重要的是，Toru可以不出錯地連續執行三個任務。除去找到物件在倉庫中的正確位置之外，由于拿到錯誤的書而浪費的時間占倉庫工人平均工作時間的10%。
目前，從倉庫中取回電商商品的成本依然不菲。數字技術與管理中心（CDTM）的信息顯示，由工人取回商品的人工成本占物流公司倉儲成本的55%。因此，物流中心亟需實現自動化。未來，在執行較困難或令人不適的工作時，企業要做的可能并非為工人配備更多的技術產品（如數據眼鏡和容易出錯的語音控制系統），而是借助機器人的幫助來完成像從上層貨架取物這樣的任務。然而，有了機器人，人類工人也不會變得多余。如果Toru不能根據數據庫信息在的位置找到某本書籍，它將通知倉庫工人，由倉庫工人追查到這件缺失的商品。
