机器人产业“聪敏机器”和“知识重构”双驱策略研究_张保磊.pdf

21SUMMARY 综述中国仪器仪表 CHINA INSTRUMENTATION2023年 第2期机器人产业“聪敏机器”和“知识重构”双驱策略研究Study on Dual Drive Strategy of Smart Machine and Knowledge Reconstruction in Robotic Industry张保磊1 赵世佳2 李 炜1 方毅芳1 刘 涛1*（1 机械工业仪器仪表综合技术经济研究所，北京 100055；2 工业和信息化部装备工业发展中心，北京 100846）Zhang Baolei1,Zhao Shijia2,Li Wei1,Fang Yifang1,Liu Tao1*(1 Instrumentation Technology and Economy Institute,P.R.China,Beijing 100055;2 Ministry of Industry and Information Technology Equipment Industry Development Center,Beijing 100846)摘要：机器人产业近10年来的增长规模远低于预期，执行端障碍限制了机器人的应用扩展。灵活性不足使机器人在精细操作、产线调整，及日常运维中面临诸多困难。先进传感技术尤其是机器视觉，为机器人聪敏化提供了基础条件。机器人与人类的内在差异，需要人类知识迁移至机器人之前进行“知识重构”。“聪敏机器”和“知识重构”策略分别从机器人和人类两端驱动机器人应用灵活性提升，突破机器人应用局限。关键词：机器人 机器视觉 机器代人 SLAMAbstract：The growth of robotics industry has been much slower than expected over the past decade.The application extension was confined because of obstacles of robot actuator.Lack of flexibility lead to robot meet difficulties on fine operation,production line adjustment and daily maintenance.Advanced sensing technology,especially machine vision,provides the basic conditions for robot getting smarter.The inherent differences between robot and human need mankind knowledge be reconstructed firstly before their smooth transfer to machine.Smart machine and knowledge reconstruction strategy improve application flexibility of robot from both ends of robot and human to break through the limitation of robot application.Key words：Robot Machine vision Machine substitution SLAM长的老龄化人口，因疾病、外伤及先天原因造成的日益增加的失能人口，都对机器人应用提出了更多性能、质量和数量需求。但技术和成本的局限，使当前的机器人对大量应用需求无法满足。2021年全球机器人市场规模仅410亿美元，与巨量的潜在市场相去遥远。机器人行业存在的显著问题和发展障人类自诞生以来就从未停止过摆脱辛苦劳作的梦想，机器人的出现为人类这一梦想的实现提供了最大可能。机器人从最早应用于工业生产线至今已有超过60年的历史，其应用范围也正在向医疗、教育、应急、农业、国防和日常生活等人类所涉几乎所有领域扩展1-2。持续加快的智能制造进程，快速增22综述 SUMMARY CHINA INSTRUMENTATION2023年 第2期装工艺，稍有差池就可能造成严重的品控事故，如iPhone组装这种需要较高灵活度和精准度的工作，机器人目前还很难胜任，能替代的工序不到5%。目前富士康机器人生产精度为0.05mm，而苹果手机对生产精度的要求是0.02mm。像质检、排查等工作更必须仰赖人工，机器无法替代。另外，为使用机器人，企业员工需要重新学习操控机器人软件、应用和维修，成长为机器人应用工程师和软件工程师，也需要投入不菲的资金和时间成本。2 机器人应用突出问题分析从比较有代表性的富士康机器人应用案例可以看出，机器人推广应用的实际进度与预期相比还有较大差距。究其原因，主要存在三个方面的问题：（1）机器人在操作灵活性不足，一些关键和重要工序仍然无法对人工进行替换。（2）一旦产品变换，对机器人产线重新改参调试工作量较大，与消费电子日益加快的更新换代速度难以匹配。一条自动化的手机生产线需要35个月的调试时间，而手机新品生产线往往需要2周内完成搭建，同时也面临较高的成本负担。（3）机器人产线需要新增维修维护、保养调试等日常工作量，并需配备专门的人员队伍。机器人灵活性不足，本质上是在当前的主要应用场景中，机器人仍然以位置和速度控制为主。与人类相比，机器人既缺乏环境识别能力，又缺乏新场景下的决断能力。相对于工业机器人，服务机器人的出现，增加了有人干扰情况下的决策和适应能力，但在环境自识别和自决策方面仍无明显进步。所以，今天投入实际应用尤其是工业现场应用的机器人，大部分仍是在以“盲、聋、哑和零智商”状态工作，靠机器指令驱动，执行非常有限的固化指令，如图1所示。随着人工智能技术的发展，尤其是图像识别技术的快速进步，为机器人从“零智商”向真正的智能化演化，即发展聪敏机器人，提供了实现路径。另一方面，无论机器人如何向人的特征趋近，但从具体操作实现角度，在可预见的未来时段内，人与机器注定仍将各有特点和优劣势。基于人类思维碍，迫切需要深究。本文从消费电子制造企业机器人应用典型案例入手，重点在工业应用背景下对机器人推广应用中的突出障碍做了剖析和探究，并针对机器人灵活性提升目的，从机器人和人两端提出了问题解决策略，希冀对产业发展和相关研究提供有益参考。1 机器人应用和研究现状2011年，富士康公司宣布实施“百万机器人计划”，希望到2014年安装100万台机器人到生产线上，并在510年内看到首批完全自动化的工厂。而截至2018年，从富士康公开信息也仅有5万台的装机量，与当初的预期相差很远。但全社会对机器人的热情持续高涨，2015年甚至有专家推算2025年我国机器人市场规模可达12840亿元。事实上，2021年国内机器人全行业营收仅1300亿元，与之前的乐观预期相去甚远。尽管人口红利难以持续，生产制造企业招工困难3，但无论工业机器人还是服务机器人、特种机器人，应用推广中都面临着明显的障碍。我国对机器人相关的产业研究，也往往更侧重于中外机器人性能参数的对比、核心零部件的对外依赖比例，而对机器人应用端的问题则探讨较少。减速器、电机和控制器三大核心零部件一直是技术研究和投资讨论的核心。但机器人推广应用面临的最突出问题其实在应用端，并非三大核心零部件常规技术进步所能解决的。与富士康类似，大量3C电子企业应用机器人还是以完成如搬运、装卸、普通焊接4、粉刷、涂胶等相对简单的重复操作为主。而对手机核心组收稿日期：2022-12-08项目编号：TC210H00L-40。作者简介：张保磊（1982-），男，山东，博士，长期从事仪器仪表及自动化、机器人、医疗装备、智能制造产业发展战略 研究。通信作者：刘涛（1971-），男，硕士，教授级高级工程师，所长助理，长期从事智能高端装备、自动化控制、专用检测设备等领域技术和产业研究工作。23SUMMARY 综述中国仪器仪表 CHINA INSTRUMENTATION2023年 第2期门化的图像识别技术，还是基于光学图像、激光雷达的即时定位与地图构建（SLAM，Simultaneous Localization and Mapping）技术，都是在打造机器人对周围环境的识别能力5，并为知识积累提供输入通道，实现机器人的“聪明”化。机器人灵活性不足的另一个原因，是机器人运动控制算法仍有很大亟待提升的空间。人类的四肢运动尤其是手部动作高度灵巧，工作操作中的力度、速度和转向控制按需调整，灵活自如。而基于多关节联动的电驱动机器人系统，多个运动轴合成的终端运动，距离人类的按需调整柔性差距巨大8-10。当然，由于肌肉、骨骼材质结构的力学性能局限，人手在具备高柔性特点的同时，也有稳定度不够、力度不足和持久性差的缺点。但整体上，对绝大多数工业和生活应用场景，人手都展现出远高于机器人执行端的操作灵活性优势。所以，进行机器人运动控制算法更新迭代，尤其结合机器视觉和力传感信号，进一步提升机器人执行端的灵巧度，是改进机器人应用灵活性的迫切需求7,11,12，即实现机器人的“敏捷”化。3.2 “知识重构”策略 无论机器人在应用中如何向人类外在特征趋近，在工作指令响应和动作落实模式上都与真人存在巨大不同。即便传感、结构零部件未来技术的进步使机器人具备非常高的“聪敏”水平，但在实际应用场景中实现对人的平滑替代，仍然是非常不现实的事情。因为人类对具体工作知识的处理运用，与机器人仍然会存在显著不同。所以，除了持续推进和身体结构的操作知识，需要根据机器人执行端的特征进行重构，才能实现机器代人并更高效工作的 目的。3“聪敏机器”和“知识重构”双驱策略为破解机器人应用中执行端面临的突出问题，结合先进传感器、机器视觉、人工智能、先进运动控制算法、新材料等相关技术的进展，并考虑人与机器在动作决策和执行中的差异，特提出从机器与人两端共同发力的“聪敏机器”和“知识重构”双驱策略。3.1 “聪敏机器”策略解决机器人灵活性不足的关键在于持续提升与完善机器人感知和决策系统，尤其是机器人对环境与目标物品的识别能力。实际工业应用中，人类的灵活性之所以远高于机器人，在于人类对产线环境和工艺操作有充分的认知储备，在生产操作过程中可对各种细微变化进行灵活处置。在为新产品进行产线调整时，人类可在潜意识中迅速调用储备知识和技能，快速实现新产线的配置。而传统机器人自动化产线，对于任何调整和意外事件均缺乏主动应变能力。普通人大脑处理的信息约有80%来自视觉，而传统产线机器人更像是对生产场景一无所知的“陌生盲人”。改变现状的直接方式，就是使“陌生盲人”配备敏锐的感官，尤其是视觉，看清世界、识别世界并进行知识积累和技能训练。机器视觉系统运用摄像机模拟人眼功能，进行图像采集、处理及测量，根据不同的参数捕获产品图像进行分析。无论是专图1 传统机器人工作状态24综述 SUMMARY CHINA INSTRUMENTATION2023年 第2期应用操作场景，进行知识提取、归纳和重构，形成机器人决策和动作执行代码，成为推动机器人大面积应用的另一关键途径。机器人产业“聪敏机器”和“知识重构”双驱策略详细内容和流程如图2所示。4 策略实施措施通过实施“聪敏机器”和“知识重构”双驱策略提升机器人性能、破解机器人应用难题，是复杂的系统工程；需要主管部门、行业组织和产业链各环节的多维度支撑，以政府主管部门顶层规划推动、龙头（骨干）企业引领拉动、中小企业配合随动、基础服务平台顺势谐动作为措施保证。4.1 主管部门顶层规划推动机器人大规模推广应用，虽然最终由千万家企业具体落地实施，但政府主管部门在前期推动方面具有无可替代的作用。主管部门可通过基础科研和产业化应用项目对机器人的“聪敏”化和机器代人所需的“知识重构”提供支持，并通过政府投资基金引导民间资金投向机器人研发及应用。作为技术密机器人的“聪敏”化，还需要立足人类和机器的信息处理特征差异，将人类工作过程