据估计，90%的线束装配任务都是人工完成的。因此，线束装配工因重复劳动和姿势笨拙而面临职业健康问题的风险。因此，改进这些流程对于提高生产率和改善人体工程学至关重要。

协作机器人具有从根本上提高生产率、改善人体工程学和降低成本的潜力。可以想象，协作机器人可用于布线、插线、绑线或安装电缆扎带。

然而，迄今为止，很少有研究将协作机器人应用于线束装配过程。例如，一项研究表明，cobot可以有效地自动完成在线束板上定点绑线的工艺。另一项研究表明，cobot能够成功组装电气连接器。

另一方面，线束组装确实给自动化带来了挑战。在实验室研究中，线束从未改变，因此cobot只需编程一次。而在多品种线束车间，cobot必须不断重新编程，这将影响生产率的提高。零件本身是另一个挑战。机器人通常难以处理电线电缆等柔性物体，这些物体的移动方式难以预测。因此，大多数自动化尝试都集中在诸如绑带等任务上，在这些任务中，线束是固定到位的。

我们的研究探讨了使用视觉引导cobot在线束上安装电缆扎带的可能性。这项工作是与墨西哥一家专门生产电气、汽车和工业线束的小型制造商合作完成的。在一次采访中，该公司的生产经理指出，电缆扎带的放置是对其员工产生最多人体工程学问题的工序。我们想知道cobot能否减轻这一负担。从理论上讲，将机器视觉添加到应用中可以解决cobot在不同线束上工作时需要重新编程的问题。

人体工程学评估方法

我们的研究使用了两种方法来评估线束装配任务的人体工程学：快速上肢评估(RULA)和工作应变指数(JSI)。RULA是一种可靠的人体工程学评估方法。它测量所有上肢角度，并考虑其他因素，如肌肉活动和作用力。JSI是对RULA的补充，考虑了时间和速度等其他因素。此外，JSI还能预测工人是否会因上肢重复运动而受伤。

RULA有助于识别与高姿势负荷相关的风险因素。它还能识别由于工人上肢姿势负荷过重而导致的人体工学问题。RULA提供的评分结果可确定工作姿势是可以接受的，还是需要改变，甚至需要重新设计工作任务。

RULA仅对单个姿势进行评估，而不是对工作程序中的一系列姿势进行评估，因此有必要确定哪些姿势应予考虑。首先，必须明确哪些姿势将被评估。根据持续时间、频率和偏离中立位置的程度，选择那些姿势负荷较大的任务。

通过计算不同身体部位与所确定的参照物之间的角度，完成姿势负荷测量。巴伦西亚理工大学Ergonautas研究小组的工具RULER通过照片进行角度评估。

为了计算RULA得分，身体被分为两组：A组包括手臂、前臂、手腕和手腕扭转。B组包括腿部、躯干和颈部。使用评分表为每个身体部位分配RULA评分。然后，根据每个身体部位的得分计算出每组的一般值。

每组的最终得分根据肌肉活动和任务中施加的力进行调整。根据这些分数计算出最终值。“1”为可接受的姿势，而“4 ”则表示急需改变。

作为补充，JSI评估工人是否会因工作活动而导致上肢重复运动损伤。JSI测量六个体力工作量变量：努力强度(IE)、每个工作周期的努力持续时间(DE)、一分钟工作中的努力次数(EM)、手腕偏离中立位的程度(HWP)、执行任务的速度(SW)和每天执行任务的持续时间(DD)。

最终的JSI得分由以下变量相乘计算得出：IE x DE x EM x HWP x SW x DD。

如果JSI小于或等于3，则表示该任务可能是安全的。如果JSI大于或等于7，则表明该工作可能存在危险。高于5分则与上肢肌肉骨骼疾病有关。

我们在研究中使用了以下设备：

· Universal Robots UR5六轴机器人

· On Robot RG2双指抓手

·康耐视IS7905M机器视觉相机

安装电缆扎带的RULA和JSI评分表明，该任务具有人体工学风险。

在安装过程中测量身体各部位的角度后，计算出A组和B组的数值。A组的数值为5，B组的数值为8，最终RULA评分为7。

对于JSI，我们得到了以下数值： IE=1，DE=2，EM=3，HWP=2，SW=1，DD=1。因此，JSI为1 x 2 x 3 x 2 x 1 x 1 = 12。

案例研究

我们的项目是用于电缆扎带安装的人机协作工作站的功能原型。为实现实际操作，需要开发一种用于电缆扎带安装的专用末端执行器。

为了对我们的系统进行编程，第一步是教会摄像头识别线束板上的孔。照相机软件只能逐个传送每个孔的位置，而不能作为一组传送。因此，有必要使用Modbus通信将摄像头发现的孔的数量发送给cobot。

安装电缆扎带的cobot程序是在Universal公司的编程软件Polyscope中设计的。该程序适用于两种不同的线束装配板。

最后，我们使用RULA和JSI对新的扎线带安装过程进行了人体工程学分析。在测量了身体各部位的角度后，根据RULA计算出了A组和B组的数值。A组的数值为3，B组的数值为4，最终得分为4。

同样，自动站的JSI为4.5，低于人工操作的风险水平。

我们的项目清楚地表明，电缆扎带安装任务可以实现自动化，从而提高工效。

我们最大的技术问题与视觉系统的编程有关。相机无法在工作台工作空间的Z轴上工作;这是从cobot的直角坐标系角度来看的。这就是为什么校准过程必须在cobot的X-Y平面上进行。为了纠正这个问题，有必要在cobot程序代码中生成两个平面，并将X-Y平面上的坐标转换到Y-Z平面上。

未来需要探索的问题包括：

·设计一种用于安装电缆扎带的专用末端执行器，并将其与cobot机械臂集成。这项任务有三种可能的方法。一种是为cobot改装现有的手动工具。另一种方法是为该任务改装现有的机械手。第三种方法是从头开始设计机器人安装工具。

·为装配人员制定安全协议，使他们能够在电缆扎带安装过程中安全地与cobot一起工作。

·比较自动电缆扎带安装和手动安装的质量和周期时间。