据了解，公司参与了此次盛会，其双臂YuMi吸引了众多目光。，ABB还分享了许多厉害的“黑科技”大数据“养蜂”、渡轮无人驾驶、机器视觉伺服……
7月25日，2019世界工业互联网大会暨中国（青岛）国际软件融合创新博览会在山东青岛拉开了帷幕。
大会以“智联互通，智享共赢”为主题，紧扣高端制造业+人工智能、工业互联网和5G等热点话题，携手众多国内外行业大咖共同解读前沿技术与行业发展趋势。
全球500强企业之一的ABB公司参与了此次盛会，并携多款明星产品亮相，展示了其最新的电气、工业自动化、运动控制、及离散自动化和电力产品与解决方案。
机器人“抓虾”
大数据“养蜂”
渡轮无人驾驶
机器视觉伺服
……
还有哪些厉害的黑科技？我们一起来看看！
AI技术
让机器人抓虾不再“抓瞎”
在青岛国际会展中心1号馆右侧C位是一个超过430平米的巨幅展台。
展台的最中央，是ABB第一款真正实现人机协作的双臂工业机器人YuMi。
在工作原理上，机器人正从“机器”真正转向“人”。
YuMi能够与人类近距离协作，尤其能够满足消费电子行业对柔性生产和灵活制造的需求，从而提高生产效率。
值得一提的是，在图像识别等深度学习AI算法的加持下，YuMi等工业机器人能够执行此前需要人类来做的更复杂的任务。
比如，基于深度学习与生物特征的目标点识别方法，ABB成功实现了机器人抓虾的操作。
目前在工厂的自动剥虾生产线上，有一个关键环节目前仍完全由人工操作，就是对于虾身的抓取与精确放置。
这极大地限制了生产线的速度、精度、稳定性与生产效率，而且工作本身枯燥无味，浪费人力时间。
在传统的自动化方案中，视觉系统与机器人的配合至关重要。视觉系统单元对流水线上移动的虾身进行实时拍摄，内置算法识别出目标点位置，并引导机器人进行抓取与放置，从而替代人工操作，实现整条生产线的全自动化。
，在实际应用中，由于虾的形态各异，对人来说十分简单的识别任务，对于传统的图像特征提取算法就变得非常困难。
面对形态各异、尺寸不一，纹理颜色等特征也不同的虾，单一的图像处理方法只能准确识别部分样本的关节点，很难达到工业应用的高精度（通常超过95%）要求，而一个好的解决方案不仅要能满足工业应用的精度要求，还需要将识别失败样本的误差控制在稳定范围内，便于工厂的后续处理。
图像识别的深度学习算法，为解决这一问题提供了新的思路。
ABB的研究人员提出结合深度学习与生物特征识别的目标点定位方法，并在实际数据上进行了模型训练与性能验证。
将虾的图像进行预处理后输入深度学习模型得到粗定位点，之后对虾的位姿进行归一化并提取轮廓线，基于对搜索域内的轮廓拟合与特征点检测以精确定位目标点。
通过在虾的实测数据上进行建模与测试，发现深度学习模型较难直接给出精确的目标点位置，但可以提供与目标点较接近的粗定位点，从而得到能涵盖目标点的搜索域。
之后利用生物特征识别，基于轮廓线提取与拟合，可以在此搜索域内精准地定位目标点。
实验结果证明了该方法的有效性在包含1000张实测样本的测试集上，整体方案的识别率达到97.2%，可初步满足实际工业应用的要求。
视觉伺服技术
低成本相机也可进行高精度跟踪
展台的中央，ABB展示了视觉伺服技术高效追踪演示站。
展柜前，演示者通过面板操控白色小球做出高速且任意的运动，小球上方，一台IRB1200工业机器人能对目标小球进行实时有效的跟踪。
值得注意的是，该视觉伺服控制方法对相机要求极低。
即使相机帧率低至16FPS（帧/秒），工业机器人仍能对高速运动中的物体进行动态高精度跟踪，接近采用高速相机的所获得高速跟踪的精度。
近年来，很多研究将视觉伺服技术用于抓取快速移动的物体，系统的响应速度之快，甚至可以用于抓取飞行中的物体。一般整个控制系统包括一套多相机运动捕捉系统、一个即时运动观测器，以及一个即时运动重规划控制器。
视觉伺服技术在诸多工业场景中都有广泛的应用前景，但高速相机的较高成本也使得一般工业用户望而却步。
如何利用低成本相机实现快速精准地跟踪抓取移动中的物体，以便将视觉伺服技术用于一般工业场景，成为了需要解决的现实问题。
为此，ABB中国研究院的科学家们提出了一种新的视觉伺服控制方法，借助ABB EGM模块，使得工业机器人只需搭配较低帧率相机，即能完成高速物体的精确跟踪。
该方法的特点在于视觉伺服所需的反馈信号不仅仅来自相机采集的图像信息，而且还融合了机器人的实时运动信息。
这一方法将机器人的运动反馈与视觉传感信号相融合，用来产生机器人的运动控制信号。与传统的方法相比，新方法提高了视觉伺服的控制频率，降低了对于相机高帧率的依赖，从而提高了低帧率条件下伺服控制系统的精度和稳定性。
视觉伺服控制系统整体架构由相机、图像处理器、机器人控制器以及视觉伺服控制器构成。
这一新的视觉伺服控制方法只需使用一般低帧率相机，即可实现与传统高帧率相机相当的伺服性能，从而降低了视觉伺服的使用成本，为视觉伺服在更多工业场景中的应用铺平了道路。
渡轮无人驾驶
这些航运黑科技不容小觑
在会场，ABB还展示了基于机器人、船舶电力推进系统和岸电技术的智慧航运解决方案。
智慧航运解决方案加持
世界远程无人驾驶海上航行测试完成
2018年底，ABB与“芬兰堡2号”冰级客渡轮（Suomenlinna II）开展合作，在芬兰首都港口完成了历史性的世界远程无人驾驶的海上航行测试。
这艘客渡轮配备了领先的ABB破冰级Azipod吊舱式全回转电力推进系统，并在2017年改造时加装了最新的动态定位系统——ABB Ability船舶领航控制解决方案。
ABB Ability Tekomar XPERT船舶发动机性能数字化解决方案通过分析比对发动机实际运行数据和航测实验数据，可为船舶航运客户提供可操作的行动意见，提升发动机性能。
ABB Azipod 吊舱式全回转系统支持船舶领航控制系统实现高能效靠泊，节省燃油高达20%，并在世界范围内实现724小时远程技术支持。
在远程领航海试中，渡轮从赫尔辛基的集市广场Kauppatori出发。船长在位于赫尔辛基的控制中心，利用ABB Ability船舶领航控制系统无线遥控这艘渡轮。在无人驾驶状态下，渡轮成功地穿越了赫尔辛基港附近的测试区域，通过了远程海试。
这一开创性海试标志着船舶行业向逐渐接纳无人驾驶系统迈出了关键性的一步。
岸上充电站减少排放，提高充电效率
为了更高效地让这些客轮保持能量满满、以最佳状态服务航线乘客，自动化岸上充电技术成为不二选择。ABB提供的电力推进设备和自动化岸上充电站，使得渡轮在减少排放的，大幅提高了充电效率。
TOSA电动公交闪充系统15秒快速充电！
展台上，ABB还展示TOSA电动公交闪充系统，这一系统可为无接触网、大载客量和全电动的铰接式公交车在部分车站实现15秒快速充电。
大数据分析
5万只蜜蜂带来大量“甜蜜”数据
在ABB克拉科夫研究中心的屋顶，有一个5万多只蜜蜂的“甜蜜王国”。
蜜蜂的主人Dominik Lis既是研究中心的建筑自动化专家，也是一位拥有20多个蜂巢、经验丰富的养蜂专家。他一直在努力扩大ABB蜂群的规模，虽然这不是世界上最大的蜂群，但可以算是世界上被研究得最透彻的蜂群之一了。
这些蜜蜂不但酿出了蜂蜜，更为研究人员创造了比蜂蜜更有价值的东西——大量的、宝贵的优质测试数据。
这个研究中心的专业研究领域包括计算机算法的开发，用来分析从ABB不同类型传感器中提取的大数据集。为了测试这些算法，研究员们需要访问大量不同类型的真实数据。
正如ABB克拉科夫研究中心负责人Marek Florkoski所解释的，科研过程中，研究人员所面临的最大挑战就是优质样本数据的获取。在当今这个数字化社会中，数据就等同于价值。
“我们尝试开发一些识别算法和分类算法的模型并进行优化，加速这些算法的实现。有一天大家突发灵感，为什么不在屋顶上建个蜂巢呢？”
说干就干，科学家们对研究中心楼顶的蜂巢进行了详细的标定，现场多台摄像机对其进行实时监控，这个蜂巢装满了高科技的传感器，用于测量重量、温度、湿度、音频等级等等，并将这些信息不间断地被上传到服务器上，通过这些数据能够追踪蜜蜂的飞行路径，绘制蜂群密度聚集图。
例如，正对着蜂巢入口的摄像机捕捉的图像，能够帮助开发图像检测系统和基于传输的对象计数功能。当一大群蜜蜂飞出蜂巢时，科学家会尝试找到一种方法来计算蜜蜂的数量，把速度、大小和背景等因素考虑在内，支持研究人员的实验。
值得注意的是，来自蜂巢的这些技术和算法正被运用到当今数字社会最前沿的工业环境中来。
对企业而言，价值不仅源自数据本身，更来自对数据的处理和解析，以及由此而来的算法迭代。
这些创意十足的实验酝酿出了许多新的想法，提升了现阶段的技术水平，还带来了甜蜜的副产品——“ABB牌”蜂蜜。
1.5亿美元打造机器人“未来工厂”
目前，ABB在中国拥有研发、制造、销售和工程服务等全方位的业务活动，40家本地企业，1.8万名员工遍布于142个城市，线上和线下渠道覆盖全国300多个城市。
近日，ABB集团董事长兼CEO傅赛表示
“随着中国扩大对外开放的步伐，我们将继续投资于数字化产业、电动汽车充电等充满前景的市场领域。”
2018年10月，ABB宣布在上海投资1.5亿美元新建一座机器人“未来工厂”，该工厂预计将于2020年底投入运营。新工厂将采用大量机器学习、数字化解决方案以及协作解决方案，打造为机器人行业最先进、自动化与柔性化程度最高的工厂，其研发中心还将加速推动人工智能领域的创新。
据悉，这一工厂将采用数字孪生技术，全面联接工业互联网，并通过人工智能、机器学习及协作自动化大幅提升生产柔性与效能；，启用全新的机器人产品设计模式，利用可配置的通用接口与构建模块，无限扩展定制解决方案，向全面数字化的“未来工厂”迈进。