工(gong)業機(ji)(ji)器人從應(ying)用領域分布來(lai)看，汽車與電(dian)子(zi)電(dian)機(ji)(ji)制(zhi)造為目前兩(liang)大主(zhu)要應(ying)用領域，市占比例(li)(li)分別約3成，而其主(zhu)要使用場景(jing)則以搬運、焊接(jie)與上下料為主(zhu)。不過(guo)，除了源自于缺工(gong)效應(ying)下自動化需求比例(li)(li)提高(gao)，工(gong)業機(ji)(ji)器人在AI、感測(ce)技(ji)術的加值(zhi)下帶來(lai)新的能(neng)(neng)力延伸其功能(neng)(neng)性，有別于以往操作規則性的任(ren)務。

        當前具有認知學習能力與自主調適(shi)能力的智能機器人能夠依據行業需求設計出特用功能以(yi)適(shi)應復雜的工(gong)作場(chang)景，也因此使其應用觸角延伸至更(geng)多新興行業應用。

       在(zai)量產模式時代，為(wei)發揮最高生(sheng)產效率與節省(sheng)人力(li)成本，諸如上下(xia)(xia)(xia)料此(ci)種(zhong)高度(du)重復性，或是機床上下(xia)(xia)(xia)料繁重且具有危險(xian)性的(de)工作，一般都交由工業(ye)機器(qi)人操作，主(zhu)要(yao)適應(ying)對像(xiang)為(wei)大(da)批量、重復性強或是工件重量較大(da)的(de)情(qing)況下(xia)(xia)(xia)使用，此(ci)為(wei)目前常見的(de)上下(xia)(xia)(xia)料機器(qi)人應(ying)用。

       不(bu)過(guo)，由于(yu)此種機器(qi)人(ren)大多執行重復性作業，任務設定單純(chun)，其運(yun)動路徑與取放動作相(xiang)對(dui)必須設計在固定模式下(xia)進行，因(yin)此在前(qian)置作業通常仍需要額外透過(guo)人(ren)力將來料排(pai)列整(zheng)齊再(zai)等待(dai)夾取上(shang)料，這也是當(dang)前(qian)上(shang)下(xia)料應用靈活度不(bu)足，而期待(dai)能夠(gou)有所改善之處。

      簡言(yan)之(zhi)，自(zi)動(dong)化上(shang)下料只(zhi)解決了問題(ti)的一半。相比人(ren)類，對(dui)機(ji)器(qi)人(ren)來說，從容器(qi)中(zhong)取(qu)出(chu)隨(sui)機(ji)排放的零件，再(zai)將(jiang)其精(jing)確地放入機(ji)器(qi)中(zhong)卻是困難重重。為改善(shan)此(ci)應用(yong)缺(que)陷，市場(chang)積極發(fa)展(zhan)機(ji)器(qi)人(ren)隨(sui)機(ji)取(qu)放（ Random Bin Picking）技術，同時結(jie)合AI、3D視覺，可借此(ci)識別(bie)物件包括位置、姿態與擺放順序等信息(xi)，透過AI自(zi)適應夾(jia)取(qu)路徑與取(qu)放動(dong)作，由于(yu)工件不需(xu)事先整理及排列即可被識別(bie)，因此(ci)能有效提升許多工廠(chang)的生產效率。

      在金(jin)(jin)屬加工(gong)產(chan)業中，不如焊接(jie)機器(qi)人(ren)(ren)的普及，研磨與(yu)拋光兩個制程至今仍大量仰賴人(ren)(ren)工(gong)作業，由于像(xiang)是水五(wu)金(jin)(jin)制品具有(you)如孔洞、多重曲面(mian)的復雜外(wai)形，因此(ci)其較難以導入自動化(hua)。不過，目前國內水五(wu)金(jin)(jin)產(chan)業在研磨拋光制程的缺工(gong)越來越嚴重，促使市場(chang)對(dui)于研磨拋光機器(qi)人(ren)(ren)的需求增強，而在3D視覺與(yu)虛實整合系統輔(fu)助(zhu)下(xia)，對(dui)于具有(you)復雜研磨拋光路徑需求的機器(qi)人(ren)(ren)來說，可降低其在路徑生成的難度，并達(da)到加工(gong)穩定(ding)。

      值得注意(yi)的(de)是，除了汽(qi)車、電子電機(ji)以及(ji)機(ji)械(xie)金(jin)屬加工產(chan)業為主要應用領域，工研院產(chan)科國際所分析(xi)師黃仲宏觀察(cha)，目前包(bao)括(kuo)紡織、制鞋(xie)、食品加工等輕工業的(de)機(ji)器人裝機(ji)量也正成長中，漸朝(chao)自動化、智(zhi)能(neng)化發(fa)(fa)展(zhan)。例如制鞋(xie)業在(zai)涂膠(jiao)制程與研磨拋光遭遇相(xiang)同(tong)加工路(lu)徑復雜之問題，現(xian)也透(tou)過3D視覺引導改善，或有廠商開(kai)發(fa)(fa)協助成衣業者改善打(da)樣流程的(de)機(ji)器手臂。

       工(gong)業機器人從應(ying)用(yong)領(ling)域(yu)分布來(lai)(lai)看(kan)，汽車與電(dian)子電(dian)機制造為目(mu)前(qian)兩大(da)主要應(ying)用(yong)領(ling)域(yu)，市(shi)占比例分別約3成，而其主要使用(yong)場景則(ze)以(yi)搬運、焊接與上下料為主。不過，除了源自于缺工(gong)效應(ying)下自動化需(xu)求比例提高，工(gong)業機器人在AI、感測技(ji)術的(de)加值下帶來(lai)(lai)新的(de)能力延伸其功能性，有(you)別于以(yi)往(wang)操作規則(ze)性的(de)任務(wu)。

      當前具有認知學(xue)習能(neng)(neng)(neng)力(li)與自主調適(shi)能(neng)(neng)(neng)力(li)的智能(neng)(neng)(neng)機器人(ren)能(neng)(neng)(neng)夠依(yi)據行業需(xu)求設計出特用(yong)(yong)功能(neng)(neng)(neng)以適(shi)應復雜的工作場景(jing)，也因(yin)此使(shi)其應用(yong)(yong)觸(chu)角延(yan)伸至更多新(xin)興行業應用(yong)(yong)。

      在量(liang)產模式時代(dai)，為發揮最高生產效率(lv)與節省人力(li)成本，諸如上(shang)(shang)下(xia)料此種高度重復(fu)(fu)性，或是(shi)機床上(shang)(shang)下(xia)料繁重且具有危險(xian)性的(de)工(gong)作，一般都交由工(gong)業機器人操作，主要適應對像為大批量(liang)、重復(fu)(fu)性強或是(shi)工(gong)件重量(liang)較大的(de)情況(kuang)下(xia)使用(yong)，此為目前常見的(de)上(shang)(shang)下(xia)料機器人應用(yong)。

      不(bu)過(guo)，由(you)于此(ci)種機(ji)器人(ren)大多執行重復(fu)性作業(ye)，任務設定單(dan)純，其運(yun)動路徑與取放動作相(xiang)對必須設計(ji)在(zai)(zai)固定模式下進(jin)行，因此(ci)在(zai)(zai)前置(zhi)作業(ye)通常仍需(xu)要(yao)額(e)外(wai)透過(guo)人(ren)力將來(lai)料排列(lie)整齊再等待夾(jia)取上料，這也是當前上下料應(ying)用靈活度不(bu)足，而期(qi)待能夠有所改善(shan)之(zhi)處。

     ; 簡言(yan)之，自動化(hua)上下料只解決了問題的(de)一半(ban)。相比人類，對(dui)機(ji)器人來(lai)說(shuo)，從(cong)容器中取(qu)出隨(sui)機(ji)排(pai)放(fang)的(de)零件，再將(jiang)其精確地放(fang)入機(ji)器中卻是(shi)困難重重。為改善(shan)此(ci)應(ying)用缺陷，市場積極發展(zhan)機(ji)器人隨(sui)機(ji)取(qu)放(fang)（ Random Bin Picking）技術，同時結合AI、3D視(shi)覺，可借此(ci)識(shi)(shi)別物件包括(kuo)位(wei)置、姿態與(yu)擺(bai)放(fang)順序等信息(xi)，透過AI自適應(ying)夾取(qu)路徑與(yu)取(qu)放(fang)動作(zuo)，由于(yu)工件不需(xu)事先整(zheng)理及排(pai)列即可被識(shi)(shi)別，因此(ci)能(neng)有效提升(sheng)許多工廠的(de)生產效率。

      在(zai)(zai)金(jin)屬加工(gong)產業(ye)中(zhong)，不(bu)如(ru)(ru)焊接機器(qi)(qi)人(ren)(ren)(ren)的普及，研(yan)(yan)(yan)磨(mo)與拋光兩個制(zhi)程至今仍大量仰(yang)賴(lai)人(ren)(ren)(ren)工(gong)作業(ye)，由于(yu)像是(shi)水(shui)五(wu)金(jin)制(zhi)品具有如(ru)(ru)孔洞、多(duo)重曲面的復雜外形，因此(ci)其較難以導入自動(dong)化。不(bu)過(guo)，目前國內水(shui)五(wu)金(jin)產業(ye)在(zai)(zai)研(yan)(yan)(yan)磨(mo)拋光制(zhi)程的缺工(gong)越來(lai)越嚴重，促使市場對(dui)于(yu)研(yan)(yan)(yan)磨(mo)拋光機器(qi)(qi)人(ren)(ren)(ren)的需求增強，而在(zai)(zai)3D視(shi)覺與虛實整合系統(tong)輔助下，對(dui)于(yu)具有復雜研(yan)(yan)(yan)磨(mo)拋光路徑需求的機器(qi)(qi)人(ren)(ren)(ren)來(lai)說，可降低(di)其在(zai)(zai)路徑生成的難度，并達到加工(gong)穩定。

      值得(de)注意的(de)是，除了汽車、電子電機(ji)以及機(ji)械金屬加工(gong)(gong)(gong)(gong)產業為主要應用領域，工(gong)(gong)(gong)(gong)研院產科國際所分(fen)析師黃仲宏觀察，目前包括紡織、制(zhi)鞋、食(shi)品加工(gong)(gong)(gong)(gong)等輕工(gong)(gong)(gong)(gong)業的(de)機(ji)器(qi)人裝(zhuang)機(ji)量也正成(cheng)長中，漸朝自動化(hua)、智能化(hua)發展。例如制(zhi)鞋業在涂膠制(zhi)程(cheng)與(yu)研磨(mo)拋(pao)光遭遇(yu)相同加工(gong)(gong)(gong)(gong)路徑復雜(za)之問題，現也透(tou)過3D視覺引導(dao)改善，或有廠商開發協助成(cheng)衣業者(zhe)改善打(da)樣流程(cheng)的(de)機(ji)器(qi)手臂。