知情郎·眼｜侃透天下专利事儿
最近在看机器人专利，所以聊聊这方面故事。
传统意义上的工业机器人四大家族指ABB、FANUC（发那科）、YASKAWA（安川）和KUKA（库卡）。
在大陆，比较知名的是库卡，因为他被国内家电企业美的花300亿收购了，这事儿在当年轰动一时。
更爆炸的是，库卡股价从2017年的256欧元／股一路下探至2020年的22．50欧元／股，所有人都觉的库卡这公司心黑！
上个月，美的还全资收购库卡的股权并私有化，交易完成后，库卡也将成为美的集团100％控制的境外子公司，并从法兰克福交易所退市。
不过从工业机器人实力而言，库卡排在最后，论实力和规模，被其他三家同行碾压。
今天就来聊聊库卡的机器人专利故事。
014大家族的实力
ABB，世界五百强，全球领先的电力和自动化技术集团，其生产发明的技术主要提供给电力、公共事业。产品非常有名，有生产了全球第一套三相输电系统和世界上第一台自冷式变压器。机器人只是旗下一小块业务。
日本FANUC，数控大佬，除了机器人全球销量第一，FANUC数控系统市场占有率也是全球第一，主流机床70％用的都是FANUC系统。
日本安川YASKAWA主营业务是电机、控制器、能源、医疗等，机器人只是其中的一个业务模块。
德国KUKA盘子小，基本上只做机器人及其附属设备，且多局限在汽车制造行业。它的业务十分垂直，覆盖了塑料、机械加工、液晶玻璃等领域。
02美的收购库卡往事
当年，库卡和美的本来是郎情妾意的美好姻缘，资本市场强强联合的佳话。
中国已成为世界上最大、增速最快的机器人市场。想要进入中国市场，就需要当地的企业合作拓展。
一方面，美的可以帮助库卡搭上国家新基建、中国制造2025的快车，让库卡的工业机器人找到汽车之外更为广阔的市场；另一方面，库卡也可以帮助美的升级家电制造，提高竞争力，并跨行到更有潜力的自动化机器人行业。
美的也是如此想的，毕竟家电行业用工需求量大，且全球老龄化趋势越发显著，用机器人代替人工是未来发展的趋势，机器人才是制造业的未来。
同时，家电行业经过多年发展，已形成利润较低、竞争激烈的格局，要想获得更大的发展，必须做出改变，比如个性化制造、按需求制造等等，而要实现，工业机器人就是必不可少的环节，单纯购买工业机器人，终究不如自己造来得适合，于是胃口颇大的美的，一下就盯上了全球工业机器人龙头库卡。
另外，这些年美的也一直在求变，想要扭转市场对其家电巨头的固有印象，开拓更为广阔的市场，于是在2020年末，美的集团直接重新规划整体业务结构，将业务调整为家居事业群、机电事业群、暖通与楼宇事业部、机器人与自动化事业部和数字化创新业务五大板块，并定义自身为全球化科技集团，不再说自己是家电行业龙头。
所以美的花了超300亿元收购人家库卡！
只是，库卡成为美的集团的控股子公司后，业绩表现直线下滑，逐渐成为美的集团的一大“包袱”。
2017－2020年间，库卡的营业收入由最初的271亿元跌至207亿元，四年跌幅24％；净利润也由盈转亏，四年分别实现净利润6．9亿元、1亿元、0．7亿元和－8．3亿元。
并购前一个价，买后另一个价，业绩洗澡大变脸，这情节很熟悉，A股并购的常态事件，粉饰业绩报表的故事。
不过，这年头，制造业公司都觉得工人越来越不听话，干活越来越懒惰，年轻人越来越不愿意去车间，所以倒逼所有老板想用机器人替代年轻工人。
所以美的买库卡，财务窟窿烂在心里，估计人家也心甘情愿。
其实，最扯的不是制造业投资机器人行业。
是互联网企业投资机器人赛道。
以字节跳动为例，2021年，字节先后投资了未来机器人、Syrius炬星，迦智科技、云鲸智能，盈合机器人等公司，分别涉及工业车辆视觉无人驾驶技术、自主移动、物流业自动化、清洁、国家应急管理领域。
挺奇怪是吧，一家软件服务企业去折腾硬件机器人。
03库卡专利有多少？
在德高行全球专利数据库（德高行是全球专利分析及国内外专利申请服务的专家，有专利问题找德高行）中，KUKA的专利分布如下：
德国专利2090件；
欧洲专利1668件；
美国专利1010件，包括发明公开516件、发明授权481件、外观设计13件；
PCT专利653件；
韩国专利197件；
日本专利131件；
中国专利308件，包括发明公开89件、发明授权32件、实用新型148件、外观设计39件。
全球超过5000件专利。
KUKA的专利技术主要分布在：机械手、运输与物流设备、装配设备等，可以理解，作为汽车工业机器人领域的大佬，他在汽车焊接、组装、喷漆、搬运、修理等各方面都表现不错。
机器人领域，在德高行全球专利数据库中，国内企业专利排名如下：
发那科、安川就不多说了，格力在这方面厚积薄发，专利量很多，鸿海精密专利也不少。
04库卡涂胶机器人
背景技术
涂胶工艺是包括汽车行业，金属行业，塑料行业，木制品行业，陶瓷行业等多种领域需要使用的技术，涂胶不均匀，流胶，过胶等问题，将机器人应用到涂胶工艺，不仅能实现安全生产，提高工作效率，涂胶机器人替代目前越来越昂贵的人工劳动力，同时能提升工作效率和产品品质，降低了工人误操作带来的残次零件风险等，节省胶水，具有更佳的过程控制。现有的涂胶机器人由于存在时间滞后等问题，控制效果不满足实际的需求，容易发生涂胶不均匀等情况。
目前采用的：如视觉校正方法，通过对机器人的涂胶轨迹进行采集，再通过视觉系统识别获取图像，并与预订的数据偏差进行匹配，计算误差传递给机器人控制器。
系统设备成本高，视觉校正系统配置复杂，环境要求高，对工程师技术要求高。
总体而言，这种方法对环境和工程师技术的要求较高，且视觉校正系统配置复杂、系统设备成本高，不能保证涂胶的精确性。
为了解决现有视觉校正方法以及使用校正设备进行校正的价格高，方法复杂的技术问题，本申请的目的在于提供一种简单，便捷的多涂胶系统校正的方法，依靠机器人的定位精度和速度稳定性，提供多系统的校正方法，节省设备成本，降低校正过程的复杂度，提高效益。
本申请的实施例提供了一种涂胶机器人的定点位置获取方法及涂胶机器人，进而至少在一定程度上可以提高涂胶机器人定点的精确性，保证涂胶效果。
据本申请实施例的一个方面，提供了一种涂胶机器人的定点位置获取方法，包括：获取所述涂胶机器人的涂胶轨迹和沿所述涂胶轨迹运动的行进速度；根据所述涂胶机器人的行进速度，确定所述涂胶机器人控制所述胶枪进行涂胶作业时，所述涂胶机器人在所述涂胶轨迹中的初始位置；通过所述涂胶机器人沿所述涂胶轨迹的运动中，所述胶枪进行涂胶作业时所述涂胶机器人所在实际位置与所述初始位置之间的距离差，对所述初始位置进行校正，获得用于控制所述胶枪进行涂胶作业的定点位置。
具体如何操作的细节就不展开了，非常繁琐，有兴趣自行下载PDF！
05机器人校准
背景技术
通过将机器人移动到限定的校准姿势中，特别是可以校准机器人的用于检测其关节位姿的增量值编码器或相对值编码器，在校准姿势中，通过针对该姿势预先给定的值来初始化这些检测装置。
相应地，随后确定的关节位姿的精度以及由此特别是还有特别是用于控制和／或监测机器人而基于该关节位姿所确定的特定于机器人的参照物（例如TCP）的位置的精度取决于该校准，特别是取决于驶入校准姿势的精度。
由专利文献DE102007001395A1已知一种用于校准机器人的方法，在该方法中，首先以所谓的原始校准（Urjustage）将机器人带入被精确定义的校准姿势中，并在该校准姿势下精确测量机器人节肢上的标记的相对位置。为了能够在校准丢失（Justageverlust）之后恢复到校准位置，机器人将移位，直至再次到达该相对位置。
由于所需要的精度，该方法需要很高的仪器测量耗费。
发明内容
本发明的实施方式的目的在于改善对机器人的校准、控制和／或监视，特别是减少用于校准的仪器测量耗费和／或提高校准、控制和／或监视的速度和／或精度。
根据本发明的一种实施方式，机器人单元的机器人具有至少或刚好三个、四个、六个或七个关节或（运动）轴，特别是旋转的或转动的关节或轴和／或平移的或线性的关节或轴，和／或特别是电动的、用于移动或调节关节或轴的驱动器。在一种实施方式中，机器人是冗余机器人和／或Delta机器人。本发明可以特别有利地使用在这种机器人中。
通常，所谓的正向变换T将机器人的k个关节或轴的位姿［qi，．．．qk］T＝q变换为机器人的特定于机器人的参照物、特别是TCP的位置P，或者反过来通过逆向变换T－1将特定于机器人的参照物的位置P变换为其关节的q：
P＝T（q） （1）
q＝T－1（P） （1＇）
在本发明的意义下，位置、特别是特定于机器人的参照物的位置在一种实施方式中（仅或者还）可以包括（特定于机器人的参照物）（相对于参考系或坐标系的）一维、二维或三维的位置、特别是特别是笛卡尔位置或距离和／或（仅或者还）一维、二维或三维的方向，特别可以是（特定于机器人的参照物）（相对于参考系或坐标系的）一维、二维或三维的位置、特别是特别是笛卡尔位置或距离和／或（仅或者还）一维、二维或三维的方向，亦即，例如具有三个位置坐标（Px，Py，Pz）和／或三个方向角，特别是由此被确定。
在一种实施方式中，特定于机器人的参照物的特别是预先给定的轨迹包括这种位置的（序列）顺序，其特别是可以由此被定义或形成。在一种实施方式中，（预先给定的）轨迹g可以包括特定于机器人的参照点的笛卡尔位置的（序列）顺序和／或特定于机器人的参照坐标系的三维方向的（序列）顺序，特别是在位置固定的坐标系原点的情况下，即，在位置固定的TCP的情况下仅重新定向，特别可以是特定于机器人的参照点的笛卡尔位置的（序列）顺序和／或特定于机器人的参照坐标系的三维方向的（序列）顺序，特别是在位置固定的坐标系原点上，即，在位置固定的TCP的情况下仅重新定向。
在特定于机器人的参照物驶过（预先给定的）轨迹g时，其位置具有通过该轨迹所确定的或预先给定的几何关系：
P＝g（λ） （2）
其中，λ为轨迹参数，例如特别是广义的轨迹长度。
现在可以将其用于校准机器人，特别是校准机器人的用于确定关节位姿的检测装置，特别是确定检测装置的（恒定的）偏移量、特别是偏移矢量Q。因为对于通过检测装置确定地关节位姿qi来说，在使用特定于机器人的参照物驶过预先给定的轨迹g时，存在：
Pi＝g（λi，p）＝T（qi＋Q） （3）
其中，（几何）参数p用于（几何地）确定预先给定的轨迹。
在一种实施方式中，如果预先给定的轨迹是机器人的工作空间中的直线，机器人使用特定于机器人的点驶过该直线，则该轨迹特别是通过轨迹点的三个坐标（Px，Py，Pz）和两个极角（a，β）来确定，它们确定了该轨迹在工作空间中的方向
v：
Pi＝g（λi，p）＝［Px，Py，Pz］T＋λi·v（α，β）；p＝［Px，Py，Pz，α，β］ （4）
例如，预先给定的圆形路径由中心点的三个坐标以及归一化为长度1的法向量和半径或具有半径的长度的法向量来确定，例如通过相应的欧拉角或万向角等仅重新定向。
在有了足够数量的n个所确定的关节位姿qi的情况下，由（3）得到未知项λi、p和Q的（超定）特定的方程组。
因此，可以基于所确定的关节位姿qi，特别是借助于优化质量标准g的优化方法，来确定检测装置的偏移量Q，该质量标准特别是取决于特定于机器人的参照物的基于所确定的关节位姿qi而确定的位置Pi与预先给定的轨迹上的位置之间的偏差，该偏差可以特别是被最小化。
专利给出了很多种轨迹算法，知情郎只选择了其中一种。
