数字孪生、自主移动机器人（AMR）和人工智能（AI）是帮助欧洲汽车制造商斯柯达参与竞争的尖端技术。

像许多历史悠久的汽车制造商一样，这加后来成为斯柯达汽车的公司在1890年代初以制造自行车开始。今天，你不会看到自行车从斯柯达装配线上滚下来，但你可能会看到插电式电动汽车。

现在，作为德国大众集团的全资子公司，斯柯达去年生产了80多万辆汽车，包括约49000辆电动汽车。斯柯达总部位于捷克共和国的姆拉达-博莱斯拉夫，在大众所有品牌中，斯柯达的利润率位居第二，仅次于保时捷。

这样的表现并不是偶然发生的。在过去的几年里，斯柯达在最先进的装配技术上投资了数百万美元，以提高生产力，改善工人的安全，并减少公司的环境足迹。作为整体工业4.0战略的一部分，该公司已经实施了增材制造、人工智能、增强现实、自主移动机器人和其他技术。

在装配线上增加一个新的工作站需要仔细规划--尤其是在常规操作预计将同时继续的情况下。当捷克共和国Vrchlabí的斯柯达装配厂的工程师想要将一个新的机器人整合到变速箱生产线上时，该项目在短短三周内就完全投入使用--这要归功于数字孪生技术。

工程师们利用生产线的数字孪生体对新配置进行模拟，评估不同的流程和方案，而无需移动任何一台机器。一旦工程师们优化了生产线的设计和流程，他们就能以最小的干扰安装新的机器人。

斯柯达公司零部件生产主管Christian Bleiel说："如果没有工业4.0技术，我们就不可能以这种方式安装新的机器人工作站。由于缺乏空间，不可能将新设备安装在现有的工作站旁边，并在正常生产的同时进行试运行操作。数字孪生的使用......使我们能够创建一个极其详细的工厂虚拟图像，模拟过程和程序，并无缝地添加到生产线上。”

在不到30秒的周期内，新工作站将轴承安装到每个齿轮箱中。机器人安装轴承以满足应用的精度要求。

为了创建数字孪生，工程师使用了生产线的3D模型。这包括机器人、传感器和安全部件的数字克隆。这使得该站的所有机械和运动过程都能得到真实的模拟。双胞胎的软件方面确保了所有硬件组件和生产线上基于程序的控制序列之间的顺利沟通。

利用这一设置，技术人员开发、测试和优化了控制电子装置，并确定了新工作站所需的空间。他们还能够计算出理想的周期时间，并防止机器人手臂发生任何碰撞的机会。

该模型使工程师能够将项目达到运行水平所需的时间缩短约三周。此外，工程师们通过提前优化布局，节省了约40平方米的地面空间。有了数字孪生，机器人的控制程序也在机器人及其外围设备进入工厂之前就被开发出来。

机器人按顺序拣选电池

在捷克共和国Kvasiny的装配厂，斯柯达正在使用一个大型的六轴机器人从货盘上拣选电池，并按照需要的确切顺序将它们送到装配线上。斯柯达公司将零件的拣选到顺序处理从仓库转移到装配车间，这有助于加快生产速度。Kvasiny是斯柯达第一个采用这种物流系统的工厂，该系统已于2020年7月投入使用。斯柯达投资了约469,000美元来实施该流程，并为该系统申请了专利。

斯柯达品牌物流负责人David Strnad解释说：“为了使零件能够依次运送到生产线上，一系列高度复杂的流程需要完美地协调运作。通过在Kvasiny工厂使用新的搬运机器人，我们正在优化这一流程，使生产更加高效，从而更加精确，最终更加快速。同时，我们也提高了工作场所的安全性和工效。”

过去，电池会被存放在隔壁的仓库里，通过叉车运到生产线上，然后人工卸货。现在，电池被存放在装配线附近的托盘上。为了确保正确的电池被安装在正确的车辆上，机器人用一个特殊的摄像头扫描每个电池上的代码。然后，它把电池放在运输车上，直接运到装配线上。该机器人还堆放空托盘和运输包装，并能在需要时从仓库订购装有电池的新托盘。机器人被安装在一个长的线性轴上，使其能够从多个托盘上连续拣选电池。安全防护和传感器防止与工作人员或机器发生碰撞。

计划要求该汽车制造商复制该系统，以处理其他重型、高容量的零件。

斯柯达还在Kvasiny测试另一个新概念，旨在提高工厂的工作安全性。每辆叉车都安装了一个跟踪系统，这样机器就可以在早期阶段识别附近的其他叉车。该工厂的工人们戴着一个特殊的腕带，该腕带利用同样的原理工作，通过振动提醒佩戴者注意危险。如果跟踪系统检测到附近的叉车或员工，机器会自动降低速度，如果需要的话，会自动停止，以防止发生碰撞。每台叉车上安装的LED灯也提供了关于附近潜在危险源的密度信息。

人工智能使叉车集装箱装载量最大化

作为斯柯达2025战略的基石之一，人工智能在该汽车制造商的数字化进程中发挥着关键作用。人工智能不仅被应用于产品和流程，也被应用于服务，以帮助使客户体验更加个性化。

斯柯达正在应用人工智能的一个领域是物流。还记得经典的电脑游戏俄罗斯方块吗？其目的是将不同形状的棋子放入一个给定的空间，不留任何空隙。斯柯达的物流人员在装载40英尺的运输集装箱时面临着类似的任务。然而，他们现在得到了Optikon的支持，这是一个使用人工智能来计算如何最好地装载航运集装箱以最大限度地提高其容量的应用程序。该软件使斯柯达仅在2020年的前六个月就节省了151次集装箱运输和80吨二氧化碳排放。

Strnad说：“这个人工智能应用程序是我们在物流和工作流程数字化道路上的一个重要发展步骤。Optikon项目使零件仓库的员工的工作更容易，同时也降低了我们的运输成本。此外，它还让我们减少了二氧化碳的排放，因为我们现在只发送满载的集装箱。”

将不同尺寸的托盘装入集装箱的方法数不胜数，这对物流人员来说是一项具有挑战性的任务。由于每天仓库中可供调度的托盘尺寸不同，这就变得更加棘手。由斯柯达物流和IT部门联合开发的Optikon应用程序，利用AI帮助掌握这一挑战。该程序计算出不同的托盘必须如何装载，以最大限度地利用每个集装箱的容量。

斯柯达IT部门负责人Klaus Blüm说：“Optikon说明了我们在斯柯达如何使用工业4.0和人工智能技术，使我们所做的一切更加高效。在确定如何放置物品以最大化集装箱空间时，该程序在计算中包括多达400种托盘类型。该程序还平衡了集装箱内的重量分布，并检查货物是否能及时发运。”

物流部门自2019年11月开始使用Optikon，特别是用于装载运往俄罗斯下诺夫哥罗德的斯柯达装配厂的集装箱。除了车身部件，生产材料，如粘合剂，也从该汽车制造商在Mladá Boleslav的仓库运往俄罗斯。

Optikon使用数学组合分析方法，为所谓的 "背包问题 "寻找各种解决方案。它解决的问题是如何将某些物体以最佳方式装入一个有限的空间。经典的背包问题只考虑到要包装的物品的重量和价值，而Optikon还考虑到了地面空间、物品的体积以及货物的运输时间。

寻找人工智能的使用案例

集装箱装载并不是唯一受益于人工智能的应用。斯柯达的FabLab是汽车制造商测试各种工业4.0技术的地方，每天都在想出新的应用。

例如，在该公司位于Mladá Boleslav的装配厂，人工智能正被用于协调卡车交通。每天，大约有2200辆卡车到达工厂，放下供应品或拿起组装品。人工智能帮助协调这些交通，确保及时交付，并尽量减少司机的等待时间。

在工厂内部，人工智能正被应用于预测性维护。斯柯达品牌管理负责人Miroslav Kroupa说：“基于人工智能的分析使我们有可能在设备出现问题之前就发现其异常。这将为我们在安排维修工作方面提供更多的灵活性，并将防止对生产造成昂贵的干扰。”

例如，人工智能正被用于监测滑轨输送机的轴承状况。这些大型输送机沿着装配线的一部分运送车体。热像仪监测输送机的滚珠轴承的温度，这些轴承可能会卡住。这使工程师能够主动更换接近其使用寿命的轴承。该系统还利用了为滑板提供动力的电动机的数据。当一个轴承开始摩擦时，电动机也会运行得不那么顺利。

同样地，工程师们正在使用人工智能来分析机器发出的声音。在预测性维护中使用人工智能的专家Milan Dědek说：“每台机器都会发出特征性的声音，可以通过人工智能进行研究。当监测到一个意想不到的新声音时，它就会通知用户有问题。这使得我们有可能在故障造成任何损害之前发现可能的故障。例如，当滚珠轴承开始堵塞或齿轮磨损时，机器的声音会发生轻微变化。人类听不到，但人工智能可以。”

自主的移动机器人运输零件

斯柯达在其位于Vrchlabí的装配厂使用完全自主、自学的机器人来运输零件。

该机器人可以承载130公斤的重量。与传统的自动运输系统不同，该机器人不需要感应圈、磁条或反射器等形式的车道引导。为了学习路线，车辆只需要通过平板电脑或操纵杆在目的地之间被引导一次。在这样做的过程中，它自己捕捉环境并注意到周围环境的变化。然后它在必要时自动调整其路线。

使用传感器和激光扫描仪，机器人可以识别车辆、固定的障碍物和穿越其路径的人。控制系统计算出接近速度，并检测出是否即将发生碰撞。在这种情况下，机器人会自行停止或采取回避行动。机器人立即根据周围环境的信息调整其路线，在此过程中不必停下来。如果完全自主的机器人检测到它将在旅程中的某个特定点经常遇到障碍物，它就会永久性地改变其路线。如果有必要，机器人可以前往Vrchlabí工厂的任何地点，该工厂占地16,000平方米。

该机器人的第一个应用是将新加工的零件从工厂的数控加工线运送到计量中心。该机器人每天完成120次行程，路线总距离为35公里。

现在，自主移动机器人也被用来向数控机床运送原材料和用品。这些物资是自动订购的。在仓库里，物流员工将物资放入一个载体。然后，机器人拿起载体，把它带到其中一条数控生产线上。在返回途中，机器人带着一个空的载体，自动向零件仓库报告。

机器人提高了工厂的生产力和安全性。物流人员不再需要进入生产区，因为所有部件都被自动运送到数控生产线。由于数控机床每天供应超过50,000个零件，自动运输的成本预计将在不到三年的时间内收回。