陳堅

摘要：工業(yè)機器人是現(xiàn)代和未來智能制造支撐性自動化設(shè)備，決定著各國工業(yè)發(fā)展水平。工業(yè)機器人的研制水平、應(yīng)用能力及規(guī)模代表著所屬國家或者地區(qū)的科技創(chuàng)新活力和高端制造水平。站在全球科技革新和智能制造升級的歷史節(jié)點，普及工業(yè)機器人使之更好服務(wù)于經(jīng)濟和社會發(fā)展成為各國競爭角逐的重要科技領(lǐng)域。文章梳理了工業(yè)機器人的發(fā)展脈絡(luò)，分析了當前工業(yè)機器人的關(guān)鍵技術(shù)，提出工業(yè)機器人技術(shù)發(fā)展面臨的挑戰(zhàn)。

關(guān)鍵詞：工業(yè)機器人；發(fā)展脈絡(luò)；關(guān)鍵技術(shù)；挑戰(zhàn)

中圖分類號：TP242.2? ? ? 文獻標識碼：A

文章編號：1009-3044（2023）06-0025-03

開放科學（資源服務(wù)）標識碼（OSID）

0 引言

工業(yè)機器人是現(xiàn)代及未來制造業(yè)支撐性自動化設(shè)備，是機械、電子、控制、計算機、傳感器、人工智能等技術(shù)綜合應(yīng)用的集大成。利用工業(yè)機器人進行焊接、噴涂、裝配、搬運等已在現(xiàn)代工業(yè)生產(chǎn)中普及[1]。國際機器人聯(lián)合會（International Federation of Robotics，IFR）和國際標準化組織（International Organization for Standardization，ISO）將機器人定義為一種半自主或全自主工作的機器，可以做對人類有益的工作，且是一個自動、位置可控、可編程的多功能機械手，它具有幾個軸，可以通過編程操作來處理各種材料、零件、工具和專用設(shè)備，執(zhí)行各種任務(wù)。根據(jù) ISO給出的定義，服務(wù)機器人則是“對人類或設(shè)備執(zhí)行有用的任務(wù)，不包括工業(yè)自動化應(yīng)用設(shè)備”，由該定義知，自動引導車輛（Autonomous guided vehicles，AGVs）屬于服務(wù)機器人的范疇，鑒于AGVs已是現(xiàn)代工業(yè)生產(chǎn)的重要物流工具，故也將其列入工業(yè)機器人類別。本文分別從世界和我國兩個視角概括了工業(yè)機器人發(fā)展脈絡(luò)，簡述了現(xiàn)階段工業(yè)機器人的關(guān)鍵技術(shù)，并提出工業(yè)機器人技術(shù)未來發(fā)展的挑戰(zhàn)。

1 工業(yè)機器人發(fā)展階段

1.1 世界工業(yè)機器人發(fā)展階段

世界工業(yè)機器人的發(fā)展經(jīng)歷了起步、發(fā)展和智能化三個階段[2]。1958年George Devol申請了名為可編程操作設(shè)備的工業(yè)機器人專利，此后與Joseph F·Engelberger共同制造了首臺工業(yè)機器人（Robot），主要用于工業(yè)生產(chǎn)的鑄造、焊接等，自此標志著工業(yè)機器人發(fā)展的起步。1970年開始經(jīng)過十幾年的技術(shù)進步，機器人感知增強和離線可編程化，且能較好地支持不同的作業(yè)對象，至1984工業(yè)機器人商業(yè)化運用領(lǐng)域已經(jīng)形成全球工業(yè)機器人四大家族格局（KUKA、ABB、YAKAWA、FANUC）。從1985年至今，伴隨著傳感器門類越加豐富，精度更高，以及智能算法的加持，部分工業(yè)機器人具有自適應(yīng)、自學功能。以美國、日本為代表的智能機器人研究已經(jīng)出現(xiàn)代表性的成果。據(jù)報道，2022年3月，波士頓動力有限公司機器狗（Bigdog）被紐約消防局“招募”，用于幫助消防員執(zhí)行搜救任務(wù)。2022年由該公司出品并發(fā)布的智能機器人Atlas測試情況已經(jīng)展現(xiàn)出令人驚訝的身體協(xié)調(diào)性。

1.2 我國工業(yè)機器人發(fā)展

據(jù)IFR公布：中國的工業(yè)機器人市場在2021年實現(xiàn)了強勁的增長，該年創(chuàng)造了243300臺安裝設(shè)備的新紀錄，同比增長了44%。我國工業(yè)機器人發(fā)展歷程有別于國外起步相對晚，大致亦分為三個階段。第一階段是理論和樣機研究階段，20世紀70～80年代，我國開始著手機器人機構(gòu)學等方面的研究并奠定了理論基礎(chǔ)。受到經(jīng)濟全球化和工業(yè)機器人在工業(yè)領(lǐng)域的普及應(yīng)用影響，全國從上至下包括政府、企業(yè)、高校以及科研機構(gòu)的共同投入，完成了各類工業(yè)機器人的樣機研發(fā)。第二階段是示范應(yīng)用階段，從20世紀90年代，研制出了平面關(guān)節(jié)型機器人、直角坐標機器人、弧焊機器人、點焊機器人等系列工業(yè)機器人，102種特種機器人，實施了100余項機器人應(yīng)用工程。為了促進國產(chǎn)機器人的產(chǎn)業(yè)化，在90年代末建立了9個機器人產(chǎn)業(yè)化基地和7個科研基地[3]。第三階段是進入21世紀后的產(chǎn)業(yè)化階段，伴隨著國家對自主創(chuàng)新的政策引導，促使國內(nèi)企業(yè)和科研院所進行機器人及其生產(chǎn)線的自主研發(fā)和生產(chǎn)，造就了國產(chǎn)工業(yè)機器人的蓬勃發(fā)展，并逐步形成產(chǎn)業(yè)，涌現(xiàn)出許多知名國產(chǎn)工業(yè)機器人企業(yè)，如沈陽新松機器人自動化、江蘇匯博機器人技術(shù)股份有限公司、南京埃斯頓自動化股份有限公司、安徽埃夫特智能裝備有限公司等，他們各自在工業(yè)機器人整機方面、系統(tǒng)集成方面、關(guān)鍵零部件方面取得出色的成績，甚至在部分人工智能應(yīng)用領(lǐng)域趕超發(fā)達國家[4]。

2 工業(yè)機器人關(guān)鍵技術(shù)

工業(yè)機器人的關(guān)鍵技術(shù)主要體現(xiàn)在安全系統(tǒng)、協(xié)作輕量型機械臂、機器人抓取、傳感和感知算法、編程和通信接口以及AGVs等方面。

2.1 安全系統(tǒng)

工業(yè)機器人工作過程可能對附近的人類構(gòu)成危險，其安全系統(tǒng)是為確?？拷鼨C器人的人類不受傷害而進行的必要設(shè)計。傳統(tǒng)上，機器人生產(chǎn)單元周圍的圍擋可以確保無關(guān)人員無法進入該作業(yè)區(qū)域，從而提高安全性，但這也增加了占地空間。新興的安全系統(tǒng)，例如：光幕系統(tǒng)，可警示無關(guān)人員進入生產(chǎn)區(qū)域，取代了圍擋隔離。無論傳統(tǒng)還是新興安全系統(tǒng)，從技術(shù)實現(xiàn)角度可分為兩類：被動安全系統(tǒng)和主動安全系統(tǒng)。被動安全系統(tǒng)，不主動檢測人類的存在，可以通過傳感器在機器人與環(huán)境中的人或物體碰撞時觸發(fā)停止（例如限制機器人可施加的力）。主動安全系統(tǒng)主要依靠傳感器的集成，傳感器分為兩類：標準工業(yè)傳感器和機器人本身的主動傳感器，前者如：光幕警示，后者如：電容式機器人皮膚，用感官薄膜包裹機器人，識別機器人周圍小范圍（0～20cm）內(nèi)的電場變化檢測人的存在[5]。

2.2 協(xié)作輕量型機械臂

協(xié)作輕量型機械臂是有效載荷有限的機械臂，具有較強的獨立性和靈活性。協(xié)作輕量型機械臂技術(shù)專注于減少有效載荷，所形成的協(xié)作機器人系統(tǒng)允許人類近距離安全進入機器人工作區(qū)域。這種機器人具有低成本的特點，正成為機器人市場的新生力量。協(xié)作輕量型機器人促進了機器人平民化，由于其相對安全，可以避免工程師與傳統(tǒng)大型工業(yè)機器人一起工作的危險性。除此之外，因其易于編程和利用集成扭矩傳感器來改進交互能力，協(xié)作輕量型機械臂協(xié)作性能和柔性化更優(yōu)。

2.3 機器人抓取

機器人抓取涉及生產(chǎn)過程中對工件的物理操作和抓取?？烧{(diào)節(jié)、便于更換的夾具可用來提高機器人的靈活性和健壯性，還可采用深度學習作為提高工業(yè)環(huán)境中機器人抓握能力的手段[6]。對特定行業(yè)中相對較輕的有效載荷場合，可以利用低成本的增材制造3D打印技術(shù)，快速和廉價地定制零件和工具，從而有效降低零件和工具的生產(chǎn)成本。

2.4 傳感和感知算法

傳感通常指硬件傳感器，而感知則指從這些硬件傳感器中提取可用信息的算法，即感知算法。傳感器由來已久，現(xiàn)有市場上的傳感器成千上萬，是工業(yè)機器人系統(tǒng)的關(guān)鍵感知器件；深度學習為代表的感知算法已經(jīng)能夠使機器人自主控制并獨立運行，但對于高速工業(yè)機器人而言，所能夠提供的魯棒性和姿態(tài)識別方面還不夠理想。傳感和智能感知技術(shù)的進步也推動了智能制造能力的提升，例如：即時定位與地圖構(gòu)建（Simultaneous Localization and Mapping，SLAM）技術(shù)。感知算法的改進有助于通過條件監(jiān)測、關(guān)鍵性能變量和特征識別來實現(xiàn)工作對象的預(yù)測性維護。

2.5 編程和通信接口

工業(yè)機器人編程和通信接口包括控制機器人并使它們能夠執(zhí)行各種任務(wù)的高級編程接口，以及允許機器人通信并與其他硬件和軟件集成的底層通信接口。目前機器人的硬件基本行業(yè)通用，界面則是不同工業(yè)機器人的主要區(qū)別，也是機器人各大公司持續(xù)關(guān)注的焦點。作為新興技術(shù)代表的協(xié)作機器人，可以使用圖形語言，而不是Java或C++等語言進行編程，在特定環(huán)境的編程上具有簡單、更易上手的優(yōu)勢。通信接口，包括機器人編程語言和用于將機器人與其他硬件和軟件集成的通信協(xié)議。當前使用的機器人編程語言種類多達20種，每個機器人都有自己的編程語言和通信協(xié)議，其中大部分是專有的，并不通用。機器人操作系統(tǒng)（Robot Operating System，ROS）作為學術(shù)研究領(lǐng)域的通用編程框架，相信未來也將延伸為工業(yè)領(lǐng)域的標準編程框架。

2.6 AGVs

AGVs通常有輪子和傳感器，可以讓它們在工廠車間里導航，是工業(yè)機器人技術(shù)相關(guān)的一個重點領(lǐng)域。目前，工廠中的AGVs主要用于勞動密集型領(lǐng)域，如物流或在工廠車間的車間之間移動、運送物品或者材料。有賴于SLAM技術(shù)的逐步成熟，新的傳感器和感知算法使得當前的AGVs技術(shù)比10年前強大許多。就目前的發(fā)展態(tài)勢，AGVs技術(shù)的推進將大概率由現(xiàn)代物流車間和汽車行業(yè)驅(qū)動，因為這兩大行業(yè)的技術(shù)發(fā)展對這類系統(tǒng)有著強烈的渴求和期待。

3 工業(yè)機器人技術(shù)面臨的挑戰(zhàn)

隨著工業(yè)機器人發(fā)展，其技術(shù)將面臨集成化、標準制定、柔性化、人才儲備以及技術(shù)瓶頸等方面的挑戰(zhàn)。

3.1 集成化

工業(yè)機器人集成到生產(chǎn)線的成本較機器人自身成本要高得多，前者往往是后者的4～5倍，工業(yè)機器人制造商要投入額外的精力和成本進行現(xiàn)有生產(chǎn)線的調(diào)整和維護。針對生產(chǎn)線的局部改動和工作組件的損壞維修都必須結(jié)合現(xiàn)有機器人集成的系統(tǒng)進行，因此系統(tǒng)的柔性化設(shè)計和可延展性格外重要。工業(yè)機器人面臨集成方面的挑戰(zhàn)，即需要工業(yè)機器人制造商和系統(tǒng)集成商共同維護、升級機器人工業(yè)生產(chǎn)線。

3.2 標準制定

關(guān)于硬件、軟件、通信和安全等許多類型的標準仍在開發(fā)制定中，一定程度上限制了工業(yè)機器人新技術(shù)的推廣應(yīng)用。缺乏標準增加了集成時間和成本，并降低了用于制造多種類型產(chǎn)品或用于新裝配線的機器人系統(tǒng)的可重用性。例如：由于現(xiàn)有機器人的價格相對便宜，所以很多工業(yè)機器人制造商會直接舍棄它們，而不是在一條生產(chǎn)線完成后重復使用它們。最終發(fā)展出的工業(yè)機器人行業(yè)通用標準將有效提高靈活性和系統(tǒng)模塊化，反過來又可以促進工業(yè)機器人技術(shù)的加速進步。這些標準的挑戰(zhàn)主要包括：安全標準、基礎(chǔ)設(shè)施標準、通信協(xié)議標準、接口和機器人編程語言標準、硬件標準以及機器人規(guī)格和技術(shù)規(guī)范標準等。

3.3 柔性化

由于工業(yè)機器人在不同生產(chǎn)場景數(shù)量的需求差異以及重新投入新任務(wù)上的困難，迫使未來的工業(yè)機器人技術(shù)應(yīng)具有柔性化，以適應(yīng)并動態(tài)解決各種生產(chǎn)實際問題。這些柔性化具體包括：提高機器人技術(shù)在高混合、低產(chǎn)量生產(chǎn)中的適用性，更快集成和縮短重新集成的時間，可重構(gòu)的工作生產(chǎn)線，允許同一條生產(chǎn)線生產(chǎn)多個產(chǎn)品，以實現(xiàn)機器人系統(tǒng)復用性等，中小企業(yè)在這部分的技術(shù)革新中起到重要的推手作用。在自動化生產(chǎn)過程中，增加柔性化的關(guān)鍵因素主要包括：易用性、易編程性、直觀的界面、系統(tǒng)模塊化和仿真等。

3.4 人才儲備

創(chuàng)新和創(chuàng)造是科技的推動力，工業(yè)機器人新興技術(shù)的產(chǎn)生離不開大量的專業(yè)技術(shù)人才，創(chuàng)造力是專業(yè)人才和工人們的專屬，因為機器人是無法提供創(chuàng)造技能的，因此技術(shù)的革新和普及需要技術(shù)技能人才的儲備。新技術(shù)的引入和普及就要求在制造業(yè)內(nèi)部開展如何更好地使用新技術(shù)的教育和培訓。例如：隨著輕型機器人產(chǎn)品越來越多走向普通大眾，那么就要相應(yīng)地開展關(guān)于輕型機器人的銷售人員和客戶對產(chǎn)品使用的培訓。

3.5 技術(shù)瓶頸

（1）視覺、傳感和感知

機器視覺技術(shù)已初步在各個領(lǐng)域中得到應(yīng)用，包括提高產(chǎn)品檢測速度，降低產(chǎn)品質(zhì)量檢測成本，確保協(xié)作機器人系統(tǒng)的安全性，以及實現(xiàn)通用零件選擇等。然而，視覺技術(shù)達到如人眼般的智能程度仍然是亟待解決的一個瓶頸問題。在使用視覺技術(shù)之前，主要采用觸覺感知來解決問題，因為基于視覺的解決方案，圍繞數(shù)據(jù)檢測的魯棒性仍然存在許多挑戰(zhàn)，例如在對生產(chǎn)線上的部件進行微小的改動，或者工廠內(nèi)部的照明發(fā)生微弱的變化，常常導致視覺系統(tǒng)無法正常辨識或者系統(tǒng)崩潰。此外，采用深度學習的視覺應(yīng)用，相機系統(tǒng)的神經(jīng)網(wǎng)絡(luò)目前需要大量的訓練數(shù)據(jù)，由于無法提供工業(yè)環(huán)境所需的可靠性和魯棒性，基于深度學習的解決方案仍然是不通用的。

（2）機器人抓握

機器人抓握仍然是實現(xiàn)機器人解決方案的另一個技術(shù)瓶頸。目前，機器人的抓握能力與人類相比還差距甚遠，因此物理抓握物件仍然是一個巨大的挑戰(zhàn)。大多數(shù)機器人操縱器仍然不靈活，機器人的抓握能力仍然遠遠趕不上人類的抓握能力。目前的機器人抓手很難操縱靈活、可變形的物體，這就限制了機器人抓手在制造中的大量應(yīng)用，因此工業(yè)自動化生產(chǎn)中需要更靈活和智能的抓握技術(shù)。

（3）新技術(shù)的魯棒性和可靠性

將新技術(shù)引入生產(chǎn)線時，需要廣泛的魯棒性和可靠性。制造過程中的異?；蜃兓赡艽硪粋€障礙，例如：照明變化會影響感知算法，而零件方向或尺寸的異常會限制夾緊能力；兩者都可能使生產(chǎn)線停滯。制造過程中任何形式的停機時間都將造成損失，這時引入人工智能（Architecture Intelligence，AI）算法是值得考慮的一條解決方案，雖然AI本身具有智能、精準等可取之處，但其魯棒性和可靠性有待進一步探索和驗證。

4 總結(jié)和展望

通過梳理工業(yè)機器人的發(fā)展脈絡(luò)和我國工業(yè)機器人發(fā)展和現(xiàn)狀，有助于看清工業(yè)機器人現(xiàn)狀和未來發(fā)展方向。正值全球各國競相開展新一輪科技革命和產(chǎn)業(yè)變革，以德國工業(yè)4.0、美國先進制造業(yè)國家戰(zhàn)略計劃、中國制造2025、日本機器人新戰(zhàn)略等為代表的各國戰(zhàn)略計劃相繼出臺，工業(yè)機器人技術(shù)將與人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)、云計算等形成跨學科融合，不斷沉淀現(xiàn)有的關(guān)鍵技術(shù)使之趨于成熟，進而突破未來的技術(shù)挑戰(zhàn)。作為未來智能制造核心，工業(yè)機器人正朝著重載荷或輕量化兩極、高精度、高速度、智能化、數(shù)字化等方向發(fā)展，為完成人類賦予的各項工作任務(wù)，機器人之間、機器人與人之間的協(xié)作也將更加開放，安全和協(xié)作問題也將成為未來研究熱點。

參考文獻：

[1] Li Z B，Li S，Luo X.An overview of calibration technology of industrial robots[J].IEEE/CAA Journal of Automatica Sinica，2020，8（1）：23-36.

[2] 陶永，王田苗，劉輝，等.智能機器人研究現(xiàn)狀及發(fā)展趨勢的思考與建議[J].高技術(shù)通訊，2019，29（2）：149-163.

[3] 孟明輝，周傳德，陳禮彬，等.工業(yè)機器人的研發(fā)及應(yīng)用綜述[J].上海交通大學學報，2016，50（S1）：98-101.

[4] 韓峰濤.工業(yè)機器人技術(shù)研究與發(fā)展綜述[J].機器人技術(shù)與應(yīng)用，2021（5）：23-26.

[5] Sanneman L，F(xiàn)ourie C，Shah J A.The state of industrial robotics：emerging technologies，challenges，and key research directions[J].Foundations and Trends in Robotics，2021，8（3）：225-306.

[6] Zhang H，Peeters J，Demeester E，et al.Deep learning reactive robotic grasping with a versatile vacuum gripper[J].IEEE Transactions on Robotics，2022，PP（99）：1-16.

【通聯(lián)編輯：李雅琪】