機器人技術(shù)在制造業(yè)中重要戰(zhàn)略意義

機器人技術(shù)在制造業(yè)中重要戰(zhàn)略意義

機器人技術(shù)對經(jīng)濟的推動

上個世紀，美國經(jīng)濟增長的基礎(chǔ)來源于以制造業(yè)為核心的工業(yè)化。制造業(yè)領(lǐng)域創(chuàng)造了14%的GDP以及11%的就業(yè)崗位。由于美國70%的凈出口產(chǎn)品與制造業(yè)相關(guān)，因此制造業(yè)對美國經(jīng)濟的健康發(fā)展極為重要。在制造業(yè)中，機器人的產(chǎn)業(yè)規(guī)模每年以8%的速度增長。制造業(yè)是機器人產(chǎn)業(yè)的核心部分，加上其所使用的儀器儀表、輔助自動化設(shè)備，整個機器人產(chǎn)業(yè)可達到200億美元的規(guī)模。

美國制造業(yè)在近30年內(nèi)發(fā)生了極大改變。雖然加拿大、中國、墨西哥以及日本制造業(yè)的發(fā)展，對美國制造業(yè)產(chǎn)生了極大影響，但制造業(yè)在美國經(jīng)濟中仍占據(jù)重要地位。在過去的30年里，美國的人均勞動生產(chǎn)率提高了100%以上，這在很大程度上要歸因于技術(shù)上的創(chuàng)新及其在產(chǎn)品設(shè)計與制造過程中的應(yīng)用。

但這種情況正在發(fā)生改變，競爭對手正投資于制造業(yè)的基礎(chǔ)研究與教育，而美國政府投資于制造業(yè)研發(fā)上的資金在近30年里沒有絲毫的增長，其全球所占份額已經(jīng)顯著下降，只有28%。其他國家也在使用與美國相同的技術(shù)，而其中一些國家還具有更為低廉的人力成本優(yōu)勢。因此，美國制造業(yè)正面臨越來越大的壓力。美國制造業(yè)產(chǎn)品的貿(mào)易差額以每10年500億美元的驚人速度下降。隨著人口老齡化，工人的數(shù)量也在迅速下降。機器人必須在人類工人持續(xù)減少的情況下保持生產(chǎn)率的持續(xù)增長。機器人技術(shù)及自動化技術(shù)的巨大進步對依賴嵌入式計算機、先進傳感器、微電子技術(shù)以及微納米級組件的新一代高價值產(chǎn)品來說更加重要，所以，依賴于工人的勞動密集型制造業(yè)不再是可行的選擇。

與美國不同的是，中國、韓國、日本以及印度在高等教育和研發(fā)上的投資更大，并且中國與印度在系統(tǒng)性地召回在美國進行深造的科學(xué)家和工程師。韓國將機器人技術(shù)研究與教育作為其“21世紀前沿計劃”的一部分且在2002年-2012年這10年里，每年都在該領(lǐng)域投入1億美元。在“地平線2020計劃”中，歐盟將在制造業(yè)與機器人技術(shù)領(lǐng)域投入9億美元。與韓國和歐盟相比，日本的投入相對較小。在未來10年，日本將在仿人機器人技術(shù)、服務(wù)機器人技術(shù)以及智能環(huán)境領(lǐng)域投資3.5億美元。與上述投資相比，美國政府的投入是最小的。

同時，機器人技術(shù)在自動化與物流領(lǐng)域獲得了非常重要的應(yīng)用。由于認識到機器人技術(shù)的重要性，亞馬遜于2012年花費7億美元建立的Kiva系統(tǒng)已成為倉儲自動化的最佳應(yīng)用實例。此外，由于亞洲的外包項目不再具有價格優(yōu)勢，蘋果和聯(lián)想都將其外包項目轉(zhuǎn)為內(nèi)包。2011年，特斯拉汽車公司在加利福尼亞開設(shè)了自動化程度極高的工廠，進行替代燃料汽車的生產(chǎn)，使其所有的制造業(yè)部門都位于美國境內(nèi)。

制造業(yè)的增長領(lǐng)域

美國聯(lián)邦商務(wù)部與競爭力委員會分析了大量的公司數(shù)據(jù)以統(tǒng)計其綜合年增長率。各主要工業(yè)部門分類的數(shù)據(jù)如表1所示。

美國制造業(yè)目前的增長領(lǐng)域包括物流、物料搬運以及機器人技術(shù)。鑒于制造業(yè)的重要性，考慮如何利用機器人等技術(shù)增強美國制造業(yè)的實力勢在必行。

機器人技術(shù)的“消費化”

許多先進技術(shù)都已證明，一旦技術(shù)被引入廣闊的消費市場，必定會引起創(chuàng)新的增加與成本的降低。最顯著的例子就是個人計算機與移動通訊的出現(xiàn)，這兩種技術(shù)最初都是由于企業(yè)的需要而進行研發(fā)的。一旦這些技術(shù)被引入消費市場，企業(yè)投入的研發(fā)金額便成倍增加，引發(fā)技術(shù)的高速發(fā)展與成本的顯著降低。同時，也將促進大量新興行業(yè)與公司的建立。目前，這些行業(yè)內(nèi)的公司貢獻了很大的GDP并且正主宰著美國股市。

表1 2004-2011年280家美國公司的綜合年增長率

對機器人以及機器人相關(guān)技術(shù)市場的培育也會造成類似影響。一個簡單的例子就是微軟為家庭電腦游戲市場開發(fā)的Kinect接口。它在語音與手勢互動方面具有優(yōu)勢，使其在數(shù)量眾多的商業(yè)應(yīng)用中極具賣點。機器人技術(shù)“消費化”的另一個好處就是使工人對機器人更加熟悉。當人們習(xí)慣于在生活中與機器人進行互動時，才能更加適應(yīng)與機器人一起工作而不會將其視作威脅。比如，iRobot公司生產(chǎn)的自動真空吸塵器的用戶中，有三分之二為他們的吸塵器取了名字，并且有三分之一的消費者承認，他們會帶上吸塵器去拜訪朋友。

制造業(yè)的前景

今天的美國制造業(yè)就像是60年代的數(shù)據(jù)庫技術(shù)，只是一個拼湊起來的解決方案，缺乏嚴格的方法論指導(dǎo)，無法進行科學(xué)地創(chuàng)新。1970年，IBM公司的數(shù)學(xué)家Ted Codd發(fā)明了關(guān)聯(lián)代數(shù)——一個優(yōu)雅的數(shù)學(xué)數(shù)據(jù)庫模型。這項技術(shù)得到了美國政府的資助，并最終成長為如今140億美元的數(shù)據(jù)庫產(chǎn)業(yè)。如果能夠發(fā)展出類似的模型，制造業(yè)將極大地受益。就像將兩個數(shù)字相加的方法并不依賴于你所使用的鉛筆一樣，制造業(yè)的抽象模型也與產(chǎn)品是被單獨地制造出來還是由生產(chǎn)線組裝生產(chǎn)完全無關(guān)。

由阿蘭·圖靈于20世紀30年代發(fā)明的一個優(yōu)雅的抽象模型，確立了如今高科技產(chǎn)業(yè)的數(shù)學(xué)與科學(xué)基礎(chǔ)。與圖靈機相比，制造業(yè)的抽象模型也將為制造業(yè)帶來巨大回報。目前，計算機技術(shù)與信息科學(xué)的發(fā)展將使物理制造過程模型化、使研究人員“將圖靈機帶進制造業(yè)”成為可能。其最終的結(jié)果會像數(shù)據(jù)庫及計算機一樣，使美國制造業(yè)所生產(chǎn)的產(chǎn)品具有更高質(zhì)量、更好的可靠性，更低的成本，并可更快交付。

研究流程

美國制造業(yè)技術(shù)路線圖描述了制造業(yè)通過發(fā)展一系列機器人的基礎(chǔ)性技術(shù)使其關(guān)鍵能力得到發(fā)展的前景。每一項關(guān)鍵能力都由一個或多個在制造業(yè)中廣泛應(yīng)用的技術(shù)發(fā)展而來（如圖1）。

圖1 路線圖流程：技術(shù)領(lǐng)域的研發(fā)成果影響制造業(yè)的關(guān)鍵能力

具有前景的研究方向

要實現(xiàn)上一段中描述并列舉的影響制造業(yè)的關(guān)鍵能力，需要圖1中左邊第一列所給出的一系列基礎(chǔ)技術(shù)的研發(fā)。上述技術(shù)將在下文中與具有前景的研究方向一起簡單的描述。需要注意的是，一項基礎(chǔ)技術(shù)能夠?qū)Σ恢挂豁楆P(guān)鍵能力提供支持。比如，“感知”技術(shù)直接影響到“非結(jié)構(gòu)化環(huán)境中的作業(yè)”、“與人類一同工作的內(nèi)稟安全機器人”、“自動化導(dǎo)航”以及“類人的靈巧操作技術(shù)”。

學(xué)習(xí)與適應(yīng)

在工廠內(nèi)使用機器人的最大障礙之一就是工作單元的工程成本高（比如設(shè)計、制造、安裝夾具、固定件、輸送帶、第三方傳感器以及軟件）。這些工程成本通常是主要機器人硬件成本的好幾倍。

使機器人通過人類的演示進行學(xué)習(xí)是指，人類工人在非工程環(huán)境下對工作任務(wù)進行多次演示，而機器人則進行觀察。隨后，機器人會模仿人類所執(zhí)行的任務(wù)，并將其工作結(jié)果與人類的工作結(jié)果進行對比尋找差異。人類也可以通過監(jiān)視機器人的行為，對參數(shù)化的任務(wù)描述進行比較，然后調(diào)整參數(shù)以優(yōu)化機器人的行為。機器人系統(tǒng)也可通過“迭代學(xué)習(xí)”技術(shù)在工作完成的速度與可靠性上超過為它們演示的人類。

建模、分析、仿真與控制

建模、分析、仿真與控制對了解復(fù)雜系統(tǒng)，如制造系統(tǒng)至關(guān)重要。未來的制造系統(tǒng)需要將具有各種聯(lián)系的系統(tǒng)與組件的模型、閉環(huán)鏈條、具有動態(tài)拓撲結(jié)構(gòu)的系統(tǒng)以及相關(guān)的微納米尺度部件組合在一起。利用上述部件對制造系統(tǒng)進行改進，模型與仿真技術(shù)需要進行試驗驗證、與研究結(jié)合并且對其優(yōu)化。在經(jīng)過改進的模型、仿真技術(shù)以及性能更加強勁計算能力的幫助下，可對原材料、產(chǎn)品部件以及組裝與測試等制造系統(tǒng)的各方面進行仿真。

形式方法

在某些領(lǐng)域中，數(shù)學(xué)模型以及邏輯工具已經(jīng)被用于指導(dǎo)軟件與硬件系統(tǒng)的研發(fā)、驗證以及規(guī)范制定。由于形式方法應(yīng)用的高成本，大多被用于那些系統(tǒng)完整性極為重要的制造業(yè)領(lǐng)域，如航天器與商用飛機的制造等。然而，成本并非是阻礙形式方法從普通應(yīng)用轉(zhuǎn)向制造業(yè)應(yīng)用系統(tǒng)（以及其他一些工程系統(tǒng)）的唯一阻礙。很少使用形式方法的原因還由于制造業(yè)系統(tǒng)本身的表征框架的限制所造成，比如零件的裝配可被視為具有很多連續(xù)變量且具有分離非線性不等式約束的混合系統(tǒng)。

控制與規(guī)劃

未來的機器人需要更加先進的控制與規(guī)劃算法以處理具有更大不確定性、更大的容忍度以及更多自由度的系統(tǒng)。機器人手臂將配有可移動底座且具備執(zhí)行精密操作的能力。這些機器人可能具有總共12個自由度。另一個極端則是擬人化的仿真機器人，可能具有60個左右的自由度。融合來自于拓撲學(xué)的新技術(shù)以及目前使用的基于采樣的新型規(guī)劃技術(shù)，從而能夠有效地對高維空間進行搜索。

感知技術(shù)

未來工廠中的機器人，需要具有更加先進的感知系統(tǒng)來對自己正在進行的任務(wù)進行監(jiān)控，并對自己周圍的環(huán)境進行感知。不止是任務(wù)監(jiān)控，機器人還要能夠?qū)崟r對零件進行檢查，以避免在不合規(guī)的產(chǎn)品上浪費時間與金錢。機器人還要能夠?qū)θ祟惞と说男睦砼c生理狀況進行評估，因為此類信息對保持最大的生產(chǎn)力至關(guān)重要。要達到上述要求，需要更好的觸覺和力學(xué)傳感器以及更好的圖像理解算法。其中最為重要的挑戰(zhàn)包括非植入性的生物辨識傳感器以及可用的人類行為與心理模型。

機器人必須能夠通過高精度的傳感器與動作控制減少不確定性。傳感器必須能夠?qū)ρb配任務(wù)中需要的幾何與物理模型進行構(gòu)建并能追蹤任務(wù)的進度。如果是人類工人從事此項工作，那外部生物傳感器還必須對人類工人的狀態(tài)進行確定。之前依賴于昂貴工具的抓取動作與組裝策略，會由于不確定的消除而被重新設(shè)計。

新機械結(jié)構(gòu)與高性能執(zhí)行器

改進的機械結(jié)構(gòu)與執(zhí)行器，將會推動機器人性能的提高。在執(zhí)行器的發(fā)展歷史上科學(xué)家往往聚焦于其力學(xué)性能指標，如精確性、重復(fù)性及分辨率。隨著機器人技術(shù)在微納尺度零件制造，敏感環(huán)境中作業(yè)（如全身核磁共振掃描器）以及與人類共事等新領(lǐng)域的應(yīng)用，執(zhí)行器與機械結(jié)構(gòu)的設(shè)計（包括材料的選擇）都需要重新進行考慮。機器人技術(shù)在人機共事上的應(yīng)用，會極大推動安全驅(qū)動方面的基礎(chǔ)研究。新的機械結(jié)構(gòu)會推動包括外骨骼、智能義肢以及其他器件的研發(fā)與使用。上述系統(tǒng)需要高推重比、低排放（包括噪音與電磁）的執(zhí)行器，以及人機間的自然接口。

人機交互

在制造業(yè)中，人機交互中最重要的因素是安全。在具有安全保障之后，工程師才可考慮降低成本和提升效率的方法。如果人機共事與單純的人類工作或單純的機器人工作相比效益更高，那么人機共事的工作策略就會被采納并細化。

在最終用戶的心目中，機器人系統(tǒng)的設(shè)計、制造及測試，將會帶來更加安全、更低成本、更高效率及更高生產(chǎn)力的人機互動。簡單說，清晰的接口與可視化的行為將使與機器共事如同與人類共事一樣直觀。在工作中，人類與機器人都需要提供簡單易懂的意圖指示（語言的或非語言的）。當機器人與人類共事時，機器人必須能夠識別人類的活動以保持任務(wù)的同步性。同樣，人類必須能夠讀取與識別機器人的行為以解釋機器人對任務(wù)的理解（比如，一個機器人在正確的位置進行了鉆孔，但鉆孔深度有誤，那么這就表明此項工作對機器人來說并未得到清晰的描述）。最后，機器人必須非常易于訓(xùn)練。機器人系統(tǒng)中必須為初次使用、維護、學(xué)習(xí)以及錯誤診斷與故障恢復(fù)建立學(xué)習(xí)幫助。

要達到上述要求，需要具有更大的帶寬與更高分辨率的傳感系統(tǒng)；還需要在機器人控制領(lǐng)域一直被忽略的由傳感系統(tǒng)捕捉到人類工人的生物特征識別數(shù)據(jù)；在人機通信的設(shè)計中，還需要可選擇的自然語言、手勢、視覺以及觸覺等多種方式。

構(gòu)建與表達

新型的制造機器人必須具有足夠的智能，以有效地與人類和其他機器人共享空間，并且能夠自我學(xué)習(xí)提高效率與經(jīng)驗。要達到這一學(xué)習(xí)能力，機器人操作系統(tǒng)以及其后的建模與算法都必須進行充分的表達及合理地構(gòu)建。機器人需要將各種操作技能與相關(guān)環(huán)境的物理特性進行梳理，以將其納入對任務(wù)執(zhí)行影響的考慮。機器人系統(tǒng)需要高層級推理控制和持續(xù)低層級的感知與動作循環(huán)。機器人將能夠在觀察人類與其他機器人的過程中利用自身的靈活性與豐富的技能表達，對新技能進行自主學(xué)習(xí)。機器人將學(xué)會對環(huán)境中的不確定性進行表達，并通過觀察任務(wù)執(zhí)行來改正錯誤，還能夠基于錯誤對自身技能進行加強。

測量科學(xué)

大學(xué)實驗室中所取得的研究成果，通常很難轉(zhuǎn)換為工業(yè)應(yīng)用。為了保證研究成果能夠在制造業(yè)領(lǐng)域中得到發(fā)展，需要廣泛地發(fā)展基礎(chǔ)測量科學(xué)用以對技術(shù)轉(zhuǎn)換進行評估與促進。測量科學(xué)可以用來描述基礎(chǔ)技術(shù)的成熟程度，其中包括以下元素：基本計量方法、性能指標、測試方法、參考用件與數(shù)據(jù)、參考體系結(jié)構(gòu)、關(guān)鍵技術(shù)投入以及標準、測試基準與測試平臺。這些元素可幫助研究者評估進度、重復(fù)試驗及驗證新技術(shù)。在現(xiàn)實條件下對其預(yù)期性能進行過預(yù)判的新技術(shù)，將會減少實施中的風(fēng)險。

“云”機器人技術(shù)與制造業(yè)自動化

2010年，“云機器人技術(shù)”的出現(xiàn)，將需求處理與數(shù)據(jù)管理轉(zhuǎn)移到了“云”端。這種模式被概括為：“沒有機器人是一座孤島”。這種想法受到了谷歌以及思科等大公司的關(guān)注。

“云機器人技術(shù)”的推廣需要：迅速擴大并改進的無線網(wǎng)絡(luò)、可用的大型快速需求（彈性）計算集群、用于收集與存儲共享數(shù)據(jù)的大型數(shù)據(jù)中心、“大數(shù)據(jù)”技術(shù)、具有無線射頻標簽或內(nèi)部服務(wù)器的“物聯(lián)網(wǎng)技術(shù)”、眾包、數(shù)據(jù)域代碼的開源分享、定期備份、軟件升級與安全補丁。

谷歌的自動駕駛汽車對一個龐大的地圖與圖像圖書館進行索引，充分體現(xiàn)了“云機器人技術(shù)”的概念，即將“云”視為一個巨大且快速增長的，用于大規(guī)模并行計算與實施海量數(shù)據(jù)共享的資源池。蘋果公司的Siri系統(tǒng)，使用本地及遠程處理結(jié)合的技術(shù)應(yīng)用與判斷分析。Siri系統(tǒng)的每一個需求實例與輸出都被存儲下來以供全球各地的Siri系統(tǒng)學(xué)習(xí)。

在不同工廠中不同的制造設(shè)備間分享數(shù)據(jù)，能夠?qū)χ圃煸O(shè)備進行更好地診斷、降低生產(chǎn)中的異常并提高生產(chǎn)效率。機器人在執(zhí)行操作任務(wù)或者僅僅在非結(jié)構(gòu)化的環(huán)境中，自主導(dǎo)航都能夠進行互相學(xué)習(xí)。通過模塊化及快速設(shè)計、測試、再設(shè)計，能夠制造出更加健壯的機器人系統(tǒng)。

“云機器人技術(shù)”將至少在以下五個方面得到極大地發(fā)展。

其一，提供全球的帶有幾何及力學(xué)屬性的地圖、圖像以及對象數(shù)據(jù)的圖書館；

其二，基于對樣本的統(tǒng)計模型分析及動態(tài)規(guī)劃的大規(guī)模并行計算技術(shù)；

其三，機器人之間共享成果、軌跡以及動態(tài)控制策略；

其四，在機器人操作系統(tǒng)日益普及的情況下，人們對開源代碼、數(shù)據(jù)、編程、實驗及硬件搭建的共享；

其五，問題檢測以及按需請求人類的診斷與指導(dǎo)。

由于間歇或突發(fā)性通訊造成的安全性、隱私性、延遲及質(zhì)量控制等問題是機器人技術(shù)面臨的挑戰(zhàn)。

工業(yè)機器人的關(guān)鍵技術(shù)

美國工業(yè)機器人路線圖中最重要的內(nèi)容，是將能夠?qū)I(yè)產(chǎn)生極大影響的機器人技術(shù)進行梳理。除去對機器人領(lǐng)域的教育、培訓(xùn)以及推廣計劃外，共有以下八大關(guān)鍵技術(shù)。

具備可適應(yīng)性及重構(gòu)性的生產(chǎn)線技術(shù)

在當前的制造業(yè)中，一種新產(chǎn)品從概念設(shè)計到生產(chǎn)制造的時間相當漫長。對于汽車制造業(yè)來說，這個時間間隔可能長達兩年。當面對一個新的產(chǎn)品以及可以進行生產(chǎn)的生產(chǎn)線子系統(tǒng)時，子系統(tǒng)能夠進行重構(gòu)設(shè)置以進行新產(chǎn)品的生產(chǎn)，其15年技術(shù)路線圖如下表。

自動導(dǎo)航技術(shù)

自動導(dǎo)航是現(xiàn)代工業(yè)中的一項基本功能，能夠影響采礦與建筑行業(yè)的設(shè)備自動化、原材料的運輸效率以及倉儲與配送的物流支持。其基本能力，即是使機器人在包含靜止障礙物、車輛、行人以及動物的非結(jié)構(gòu)化環(huán)境中進行安全地運行。自動導(dǎo)航的路線圖包含以下技術(shù)節(jié)點。

綠色制造技術(shù)

綠色制造技術(shù)著眼于對制造業(yè)中各個環(huán)節(jié)的原材料及設(shè)備進行回收和重用，從而達到降低能耗的目的。

機器人臂的靈巧操作技術(shù)

機器人臂在速度與強度以及精確度方面，已經(jīng)超越了人類手臂，但其靈巧程度還無法與人類相比。這種差距要歸結(jié)于機器感知、高性能傳感器以及動態(tài)規(guī)劃與控制等技術(shù)的相對滯后。機器人的靈巧操作技術(shù)路線圖包含以下的技術(shù)節(jié)點。

基于模型的供應(yīng)鏈整合技術(shù)

如果計算機領(lǐng)域與信息科學(xué)的發(fā)展能夠?qū)⑽锢碇圃爝^程模型化，那么制造業(yè)將迎來真正的全面革新，使產(chǎn)品具有更好的質(zhì)量、更高的可靠性以及更低的成本。其技術(shù)節(jié)點如下。

納米級制造技術(shù)

傳統(tǒng)的基于COMS的集成電路與計算模式，目前正被新的納米級制造與計算技術(shù)所超越。微機電系統(tǒng)（MEMS）、低功耗超大規(guī)模集成電路以及納米技術(shù)的發(fā)展，已經(jīng)使次毫米級自供能機器人的出現(xiàn)成為可能。在納米級制造技術(shù)的支持下，新的并行甚至隨機裝配技術(shù)有望出現(xiàn)。

非結(jié)構(gòu)化環(huán)境感知技術(shù)

在目前的制造業(yè)中，固定的自動化設(shè)備被用于進行大規(guī)模生產(chǎn)。因為其為自身構(gòu)建了一個結(jié)構(gòu)化，可預(yù)測的環(huán)境，極大地簡化“智能”制造所面臨的挑戰(zhàn)。但未來，小批量、定制化、符合自動化制造要求的機器人將更加智能、靈活并能在低結(jié)構(gòu)化甚至非結(jié)構(gòu)化環(huán)境中與人類工人共同工作。非結(jié)構(gòu)化環(huán)境感知技術(shù)的技術(shù)節(jié)點如下。

機器人安全技術(shù)

任何技術(shù)都會帶來風(fēng)險，這就需要對風(fēng)險進行有效地管理，并引入風(fēng)險評估模型，使用戶對風(fēng)險具有認知。機器人安全技術(shù)的路線圖如下表。

（本文節(jié)選自《美國機器人技術(shù)路線圖——從因特網(wǎng)到機器人技術(shù)》其中的工業(yè)機器人技術(shù)路線圖部分，略作刪減與調(diào)整）