CJ1W-SCU41-V1

工业机器人从应用领域分布来看，汽车与电子电机制造为目前两大主要应用领域，市占比例分别约3成，而其主要使用场景则以搬运、焊接与上下料为主。不过，除了源自于缺工效应下自动化需求比例提高，工业机器人在AI、感测技术的加值下带来新的能力延伸其功能性，有别于以往操作规则性的任务。

当前具有认知学习能力与自主调适能力的智能机器人能够依据行业需求设计出特用功能以适应复杂的工作场景，也因此使其应用触角延伸至更多新兴行业应用。

在量产模式时代，为发挥最高生产效率与节省人力成本，诸如上下料此种高度重复性，或是机床上下料繁重且具有危险性的工作，一般都交由工业机器人操作，主要适应对像为大批量、重复性强或是工件重量较大的情况下使用，此为目前常见的上下料机器人应用。

不过，由于此种机器人大多执行重复性作业，任务设定单纯，其运动路径与取放动作相对必须设计在固定模式下进行，因此在前置作业通常仍需要额外透过人力将来料排列整齐再等待夹取上料，这也是当前上下料应用灵活度不足，而期待能够有所改善之处。

简言之，自动化上下料只解决了问题的一半。相比人类，对机器人来说，从容器中取出随机排放的零件，再将其精确地放入机器中却是困难重重。为改善此应用缺陷，市场积极发展机器人随机取放（ Random Bin Picking）技术，同时结合AI、3D视觉，可借此识别物件包括位置、姿态与摆放顺序等信息，透过AI自适应夹取路径与取放动作，由于工件不需事先整理及排列即可被识别，因此能有效提升许多工厂的生产效率。

在金属加工产业中，不如焊接机器人的普及，研磨与抛光两个制程至今仍大量仰赖人工作业，由于像是水五金制品具有如孔洞、多重曲面的复杂外形，因此其较难以导入自动化。不过，目前国内水五金产业在研磨抛光制程的缺工越来越严重，促使市场对于研磨抛光机器人的需求增强，而在3D视觉与虚实整合系统辅助下，对于具有复杂研磨抛光路径需求的机器人来说，可降低其在路径生成的难度，并达到加工稳定。

值得注意的是，除了汽车、电子电机以及机械金属加工产业为主要应用领域，工研院产科国际所分析师黄仲宏观察，目前包括纺织、制鞋、食品加工等轻工业的机器人装机量也正成长中，渐朝自动化、智能化发展。例如制鞋业在涂胶制程与研磨抛光遭遇相同加工路径复杂之问题，现也透过3D视觉引导改善，或有厂商开发协助成衣业者改善打样流程的机器手臂。