去年機器人訂購數量飛漲，行業組織機器人工業協會日前發布的一份報告顯示，2016年北美企業訂購了35000臺機器人，較2015年增長了10%。與此同時，去年北美地區訂單銷售額也創下歷史最高，達19億美元，超過了2015年18億美元的紀錄。

汽車行業成為機器人行業繁榮最主要的推手

2015年汽車行業采購了超過20000臺機器人和零部件，是行業繁榮最主要的推手，負責在工廠生產線上放置和拾取物品的機器人最受歡迎。緊隨其后的是包裝機器人，再之后是切割鍛造材料的機器人。

據CNBC報道，在福特汽車公司位于德國科隆的工廠中，裝配線上使用了全新的機器人，以便幫助更高效地制造福特嘉年華（Fiesta）系列汽車。

福特公司負責生產和勞工事務的副總裁布魯斯·赫特爾（BruceHettle）說：“通過利用協作機器人從事更多簡單而繁重的勞動，人類工人得以被解放出來，可對工廠做出更大貢獻。人類員工可以更大地發揮創造力，幫助將我們推向下個階段。”

數十年來，汽車行業都是探索在工廠中使用機器人的先鋒，這種趨勢今天依然在持續著。據機器人工業協會統計，北美汽車公司2016年在機器人領域的開支已達2.82億美元，而此前多年總和僅為4.36億美元。這些機器人都是傳統工業機器人，它們體型龐大，很容易對人類工人造成威脅。為此在執行任務時，人類工人需要受到特別保護。

汽車研究中心首席執行官杰伊·巴倫（JayBaron）表示：“在現代裝配廠中，最多時可發現1000個機器人。”這些機器可以做很多事情，比如焊接車門、噴涂油漆以及加載引擎等。巴倫說：“沒有這些自動化設備，我們的工廠可能很早就被淘汰了。要想確保安全、質量以及生產力，自動化都是必不可少的。”

機器人工業協會首席執行官杰夫·伯恩斯坦表示，雖然近年來機器人價格有所下降(或刺激銷量增長)，但企業購置機器人的主要原因還是同行競爭，加快生產速度提高生產率。隨著技術進步，機器人可以更準確地判斷在倉庫中所處位置，避免傷害到一同工作的人類，也是行業繁榮的重要原因。

不過，北美地區在應用機器人方面并非走在最前列。機器人工業協會并不跟蹤北美以外的機器人訂單數量，但伯恩斯坦表示，“中國是應用機器人方面速度最快的”，歐洲企業也動作迅速。

機器人工業協會市場分析總監亞歷克斯·施坎尼表示，協會不預測未來出貨量。但他表示過去四年中，北美地區機器人市場年均增長率近13%，預計未來變化不大。

不過伯恩斯坦也提醒道，美國機器人市場與汽車制造商關系密切。每當汽車行業推出新車型，就會購入更多機器人和相關設備。

工業機器人必將對汽車制造業的發展起到極大的促進作用

在中國，50%的工業機器人應用于汽車制造業，其中50%以上為焊接機器人；在發達國家，汽車工業機器人占機器人總保有量的53%以上。據統計，世界各大汽車制造廠，年產每萬輛汽車所擁有的機器人數量為10臺以上。隨著機器人技術的不斷發展和日臻完善，工業機器人必將對汽車制造業的發展起到極大的促進作用。而中國正由制造大國向制造強國邁進，需要提升加工手段，提高產品質量，增加企業競爭力，這一切都預示機器人的發展前景巨大。

在未引入機器人以前的中國重型汽車集團有限公司，一個工人只能照看兩臺機床，引入工業機器人后，一臺機器人可以自動操控5-10個加工中心。從2005年到2011年，中國重汽卡車年產量從4萬多輛增至15萬輛，而固定職工只增加了10%左右，協議派遣工增幅也比較有限，產量的提升很大程度上歸功于機器人的引入。

此外，2008年，中國重汽在建設新車間時引入了工業機器人，建成了全自動沖壓機，由機械手臂將鋼板送入沖壓機，既穩定了產品質量，又代替了人工，避免了工傷事故的發生。

物流系統集成商BastianSolutions公布數據顯示，自從2010年以來，由于使用了工業機器人，美國的汽車產量以每年約16%的平均速度遞增。最近對英國和美國制造業過去14年使用工業機器人的情況分析顯示，勞動生產率每年都在提高。

可是最近，汽車公司正改變戰略。通用、奔馳、寶馬以及福特等公司都在工廠中試驗或已經開始使用協作機器人。與以前笨重的工業機器人不同，協作機器人體型更小，比如德國KukaRobotics生產的手臂機器人或波士頓RethinkRobotics推出的Baxter機器人，有時候它們的身高甚至不足1米。它們被設計與人類并肩工作，而非受人類操控工作。

在福特的德國工廠中，KukaRobotics的機器人被安裝在兩個工作站上，協作機器人可以幫助工人在嘉年華汽車輪拱上安裝減震器。這只是汽車公司更多使用機器人的縮影，它們還能被用于執行各種任務，比如材料處理或焊接等。這些機器工人幫助人類解放出來，以便為客戶思考如何提供個性化和定制服務，因為越來越多的客戶要求獲得定制服務。

汽車公司表示，對于人類工人來說，協作機器人更加安全，很大原因在于協作機器人身上配有探測器，可以探測到手指或手掌等器官。有些協作機器人甚至通過人工智能具備了深度學習能力，這讓它們可以工作中找到自己的任務，而無需提前編程。

更多資訊請關注工業機器人頻道

以上內容由傳動網整理，部分資料來源于維科網、智能制造網、圖片來源于網絡。