小米机器人“实习”新进展:柔性工件作业成功率90%,首次实现汽车产线长时操作

2026-07-14 16:07:44   |   唐微   |   6372

7月14日,小米机器人公布了其在小米汽车工厂“实习”的最新成果。经过一个季度的实战历练,自攻螺母上件工站双侧作业成功率已提升至98%,与人工作业合格率仅差1个百分点,正式“转正”。与此同时,机器人已拓展至总装车间物流区的两个新岗位——中控台侧盖板排序和料箱折叠回收,均达到90%的作业成功率。

中控台侧盖板排序工站是小米机器人首次挑战汽车柔性工件长时作业的场景。盖板具备大尺寸、不规则、柔性的特征,且工站涉及多轮次多位置的取拿走放,对机器人的全身运动控制、双手协同、精细操作和主动柔顺策略均提出了较高要求。

作业流程中,机器人需要从料箱中取出指定盖板,并准确放入对面料架车的对应料格。面对三排大空间料箱,机器人在抓取远端盖板时需充分调动全身自由度并保持平衡。小米机器人团队开发了面向环境交互的主动柔顺控制策略,当盖板在放置过程中出现钩挂或卡滞时,机器人可通过柔顺策略自主调整继续完成任务。机器人还会在抓取柔性盖板后通过双手协同调整握持方式,并借助仿生灵巧手的本体感知能力对盖板姿态进行类人精细调整,提高放置效率与稳定性。

料箱折叠回收工站的难点在于:机器人抠开拉环时需对接触力进行细腻感知并精确控制指端运动;双臂间的高效精准协同配合是高节拍连续作业的核心要素。目前多料箱叠摞后的同步推送、多机器人单元间的动作协调与节拍匹配,均已在工站中稳定运行。

针对作业中可能出现的危险或不可逆失效,系统保留远程干预机制,必要时可由工作人员接管。目前机器人在折叠料箱第二面时需先调整料箱方向使卡扣朝向机器人,而熟练工人可凭借操作经验盲抠拉环。团队表示,随着后续仿生灵巧手的升级,将尝试挑战这一操作技巧以进一步提升效率。

此前,小米机器人已在5月完成汽车工厂电机车间定转子总成线体的多工序长时程连续运行验证。短短数周内从螺栓拧紧场景拓展到柔性工件处理,小米正在验证其自研人形机器人在汽车制造场景中的泛化能力——柔性工件的自动化处理一直是行业难题,这一进展为汽车生产线中更多复杂操作场景的应用提供了值得期待的技术突破路径。

特别提醒:本网信息来自于互联网,目的在于传递更多信息,并不代表本网赞同其观点。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字、图片等内容的真实性、完整性、及时性本站不作任何保证或承诺,请自行核实相关内容。本站不承担此类作品侵权行为的直接责任及连带责任。如若本网有任何内容侵犯您的权益,请及时发送相关信息至bireading@163.com,本站将会在48小时内处理完毕。

小米机器人“实习”新进展:柔性工件作业成功率90%,首次实现汽车产线长时操作

2026-07-14 16:07:44 浏览量: 6372 作者: 唐微

7月14日,小米机器人公布了其在小米汽车工厂“实习”的最新成果。经过一个季度的实战历练,自攻螺母上件工站双侧作业成功率已提升至98%,与人工作业合格率仅差1个百分点,正式“转正”。与此同时,机器人已拓展至总装车间物流区的两个新岗位——中控台侧盖板排序和料箱折叠回收,均达到90%的作业成功率。

中控台侧盖板排序工站是小米机器人首次挑战汽车柔性工件长时作业的场景。盖板具备大尺寸、不规则、柔性的特征,且工站涉及多轮次多位置的取拿走放,对机器人的全身运动控制、双手协同、精细操作和主动柔顺策略均提出了较高要求。

作业流程中,机器人需要从料箱中取出指定盖板,并准确放入对面料架车的对应料格。面对三排大空间料箱,机器人在抓取远端盖板时需充分调动全身自由度并保持平衡。小米机器人团队开发了面向环境交互的主动柔顺控制策略,当盖板在放置过程中出现钩挂或卡滞时,机器人可通过柔顺策略自主调整继续完成任务。机器人还会在抓取柔性盖板后通过双手协同调整握持方式,并借助仿生灵巧手的本体感知能力对盖板姿态进行类人精细调整,提高放置效率与稳定性。

料箱折叠回收工站的难点在于:机器人抠开拉环时需对接触力进行细腻感知并精确控制指端运动;双臂间的高效精准协同配合是高节拍连续作业的核心要素。目前多料箱叠摞后的同步推送、多机器人单元间的动作协调与节拍匹配,均已在工站中稳定运行。

针对作业中可能出现的危险或不可逆失效,系统保留远程干预机制,必要时可由工作人员接管。目前机器人在折叠料箱第二面时需先调整料箱方向使卡扣朝向机器人,而熟练工人可凭借操作经验盲抠拉环。团队表示,随着后续仿生灵巧手的升级,将尝试挑战这一操作技巧以进一步提升效率。

此前,小米机器人已在5月完成汽车工厂电机车间定转子总成线体的多工序长时程连续运行验证。短短数周内从螺栓拧紧场景拓展到柔性工件处理,小米正在验证其自研人形机器人在汽车制造场景中的泛化能力——柔性工件的自动化处理一直是行业难题,这一进展为汽车生产线中更多复杂操作场景的应用提供了值得期待的技术突破路径。

,

Copyright ©2018 铋读网 All Rights Reserved.

京ICP备18051707号

京公网安备 11011302001633号