1)第123章 生与死轮回不止_重回80当大佬
字体:      护眼 关灯
上一章 目录 下一章
  五轴以上、高加工精度的自动机床,在提升一个国家的综合机械加工能力方面的巨大作用,是不言而喻的。

  为了提升这方面的国力,即使是顾骜这种提线做全局规划课题的大人物,也是值得再亲自出手、下一次场,给大伙儿做个样板示范。

  当然了,如前分析,顾骜并不是万能的神,目前他能假借“研发摄影机器人”这个借口窃取来的,只是这个大目标的一小部分——

  也就是说,“提升自动化程度”这个分解目标,顾骜可以有所为;

  而“提升加工精度”这个分解目标,他依然毫无办法,需要国内的工程人员继续自己奋斗。

  同时,即使是偷“提升自动化程度”这一细分目标,也是讲究时机的。

  历史上,到了80年代后期,因为工业机器人的无刷电机技术取得了突破性进展,以至于数控机床的很多连贯性变速加工动作的控制得到了巨大提升,也开始对“加工精度”体现出越来越大的帮助。

  以至于美国和曰本对这方面的技术重新卡得越来越紧,甚至在87年东芝事件后一度重新收入红区。

  所以如今趁着配套技术还未成熟、整个价值链尚不明显,先偷出来研究着,将来是有很大好处的。

  这里面的细节,诸位看官也没必要恶补了,说了也不懂。

  一言以蔽之,那就像是“没有智能手机出现之前,SIRI的语音识别控制技术前途不大、没那么值钱。而配套的智能手机这一集成平台出现后,SIRI技术反而值钱了”差不多道理。

  打的就是“研发者还未来得及充分意识到其值钱程度和应用广泛性”之前的时间差。

  另外,顾骜在课题辩论中提到的“库卡公司的摄影机器人肯定会因为西方国家的劳动安全法律限制,无法自力研发完成”这个论断,也绝对不是虚言。

  而是被后来的历史所证明的了。

  因为德国和美国对工人、演员的生产安全性近乎变态的保护,库卡机器人的这个构想被拖延了整整30年。

  一直到2006年多伦多大学的杰夫.辛顿教授弄出“深度学习算法”,让人类进入深度学习型人工智能时代后。

  2010年,美国一家力回馈自动修正预设工程的工业机器人公司、Rethink-Ribotic,才弄出了“可以让机械臂遇到意外的障碍物后,立刻因压力传感器而停止程序动作、并在力回馈的大数据指引下、自行学习新的替代作业动作”。

  然后,库卡机器人才从Rethink-Ribotic的设计启发为基础,把摄影机器人也做成拥有撞到演员/摄影师后会自动修正“学习”运镜轨迹的功能。

  这也是没办法的,德国工业在写死程序的数控加工时代,站到了世界巅峰(和曰本一起),但也正是

  请收藏:https://m.bqg54.com

(温馨提示:请关闭畅读或阅读模式,否则内容无法正常显示)

上一章 目录 下一章