面向醫(yī)藥生產(chǎn)的智能機(jī)器人及其關(guān)鍵技術(shù)研究綜述

王 可，張 輝，曹意宏，易俊飛，袁小芳，王耀南

(1.湖南大學(xué) 電氣與信息工程學(xué)院，湖南 長沙 410082； 2.湖南大學(xué) 機(jī)器人視覺感知與控制技術(shù)國家工程研究中心，湖南 長沙 410082； 3.湖南大學(xué) 機(jī)器人學(xué)院，湖南 長沙 410012； 4.湖南大學(xué) 信息科學(xué)與工程學(xué)院，湖南 長沙 410006)

0 引言

醫(yī)藥行業(yè)與國計(jì)民生息息相關(guān)，是“中國制造2025”強(qiáng)國戰(zhàn)略中培育新型生產(chǎn)方式的重點(diǎn)領(lǐng)域[1]。智能制造時(shí)代的到來使得技術(shù)與技術(shù)之間相互碰撞、不斷融合，促使生產(chǎn)方式發(fā)生了巨大變革。近年來，我國醫(yī)藥市場持續(xù)擴(kuò)大與增長，藥品需求量逐年增加，為提高醫(yī)藥生產(chǎn)的效率與質(zhì)量，醫(yī)藥生產(chǎn)開始逐漸從傳統(tǒng)的人為參與生產(chǎn)轉(zhuǎn)變?yōu)橐灾悄軝C(jī)器人為基礎(chǔ)的自動(dòng)化、智能化生產(chǎn)。

自1957年第一個(gè)工業(yè)機(jī)器人誕生后，經(jīng)過半個(gè)多世紀(jì)的發(fā)展，機(jī)器人在工業(yè)生產(chǎn)中得到了廣泛應(yīng)用。近年來，隨著人工智能、大數(shù)據(jù)、傳感器等技術(shù)的發(fā)展，機(jī)器人逐漸從傳統(tǒng)的工業(yè)機(jī)器人發(fā)展為能夠自主實(shí)現(xiàn)感知、分析、學(xué)習(xí)、決策的智能機(jī)器人。2015年，智能機(jī)器人首次問世[2],在短短6年內(nèi)，智能機(jī)器人已經(jīng)廣泛應(yīng)用于教育、醫(yī)療、服務(wù)、工業(yè)等多個(gè)行業(yè)[3]。我國于2017年啟動(dòng)了共融機(jī)器人重大研究項(xiàng)目，旨在增強(qiáng)機(jī)器人與人、與作業(yè)環(huán)境、與機(jī)器人同伴的交互能力，使其能夠自主適應(yīng)復(fù)雜動(dòng)態(tài)的環(huán)境并進(jìn)行協(xié)同作業(yè)[4]，進(jìn)一步促進(jìn)了智能機(jī)器人的應(yīng)用與發(fā)展。

智能機(jī)器人的參與，使得醫(yī)藥生產(chǎn)變得自動(dòng)化、智能化，顯著提高了醫(yī)藥生產(chǎn)效率與質(zhì)量，保障了人民的用藥安全。我國在“十四五”醫(yī)藥工業(yè)發(fā)展目標(biāo)中明確指出：“要加強(qiáng)國家基本藥物供應(yīng)保障能力，系統(tǒng)性改善臨床用藥短缺情況，增加罕見病治療藥物品種數(shù)，進(jìn)一步完善國家醫(yī)藥儲(chǔ)備體系，顯著增強(qiáng)應(yīng)對重大災(zāi)情、疫情或其他突發(fā)事件的應(yīng)急研發(fā)和應(yīng)急生產(chǎn)能力。”隨著目前用藥需求的增大，醫(yī)藥生產(chǎn)效率的提高愈發(fā)重要，如在2020年初，新冠肺炎席卷全球，疫苗接種是目前最有效的預(yù)防措施之一。隨著疫情形勢的逐漸嚴(yán)峻，國內(nèi)外疫苗供不應(yīng)求，疫苗的研發(fā)與生產(chǎn)效率亟需提高，傳統(tǒng)的醫(yī)藥生產(chǎn)已無法滿足需求。此外，如何在提高醫(yī)藥生產(chǎn)效率的同時(shí)保證醫(yī)藥生產(chǎn)質(zhì)量，也是目前醫(yī)藥生產(chǎn)中需要解決的問題。因?yàn)樗幤肥艿轿廴径l(fā)生醫(yī)療事故的事件仍然存在，藥品生產(chǎn)污染嚴(yán)重時(shí)甚至?xí)＜吧?，社?huì)影響巨大，所以醫(yī)藥生產(chǎn)質(zhì)量安全不容小覷。國家食品藥品管理總局在2010年頒布的新版《藥品生產(chǎn)質(zhì)量管理規(guī)范》中對藥品的無菌生產(chǎn)、在線質(zhì)量檢測、藥品生產(chǎn)質(zhì)量等方面都提出了更加嚴(yán)格的要求[5]，然而目前我國無菌藥品的生產(chǎn)基本依靠人工檢測與管理，效率低成本高且風(fēng)險(xiǎn)大。雖然生產(chǎn)人員會(huì)穿著無菌化服裝，但實(shí)際上生產(chǎn)人員仍是最大的污染源之一，產(chǎn)品易受到二次污染。此外，在藥品配制過程中可能產(chǎn)生對身體有害的成分。澳洲衛(wèi)生部已證實(shí)，一些化療藥品的配制過程可能會(huì)產(chǎn)生藥物輻射，危害生產(chǎn)人員的身體健康。因此，在醫(yī)藥生產(chǎn)中引入智能機(jī)器人，一方面提高了醫(yī)藥生產(chǎn)效率與質(zhì)量，另一方面也保障了生產(chǎn)人員的身體健康。

在各國政策的推動(dòng)下，醫(yī)藥行業(yè)的自動(dòng)化、智能化生產(chǎn)已逐步走向正軌。國外內(nèi)已經(jīng)涌現(xiàn)出一大批與智能機(jī)器人相結(jié)合的制藥企業(yè)，通過對傳統(tǒng)生產(chǎn)線升級轉(zhuǎn)型，建立以智能機(jī)器人為基礎(chǔ)的醫(yī)藥生產(chǎn)線，顯著提高了醫(yī)藥生產(chǎn)效率與質(zhì)量。在對智能機(jī)器人關(guān)鍵技術(shù)的攻堅(jiān)上，也有眾多學(xué)者提出了相應(yīng)的方法，如在配藥制藥過程中采用基于多源信息融合的控制技術(shù)[6]，灌裝密封過程中的柔性抓取技術(shù)[7]，高精度質(zhì)量檢測[8]以及在高速智能搬運(yùn)過程中的路徑規(guī)劃[9]、任務(wù)調(diào)度技術(shù)[10]等。隨著智能機(jī)器人在醫(yī)藥生產(chǎn)中的應(yīng)用越來越廣泛，對智能機(jī)器人關(guān)鍵技術(shù)的攻堅(jiān)也顯得越來越重要。因此，本文結(jié)合實(shí)際醫(yī)藥生產(chǎn)中智能機(jī)器人所面臨的挑戰(zhàn)，對面向醫(yī)藥生產(chǎn)的智能機(jī)器人及其關(guān)鍵技術(shù)進(jìn)行了闡述與分析。

1 醫(yī)藥生產(chǎn)中的智能機(jī)器人及其挑戰(zhàn)

現(xiàn)代醫(yī)藥生產(chǎn)是制藥設(shè)備集成化、自動(dòng)化、智能化的產(chǎn)物，需要融合制藥工藝、機(jī)械制造、自動(dòng)化控制、計(jì)算機(jī)技術(shù)、智能控制等多個(gè)專業(yè)學(xué)科的技術(shù)知識(shí)。目前常見的醫(yī)藥生產(chǎn)主要由配藥制藥、灌裝密封、質(zhì)量檢測、搬運(yùn)4個(gè)部分組成，通過相應(yīng)智能機(jī)器人的協(xié)調(diào)分工合作，實(shí)現(xiàn)醫(yī)藥生產(chǎn)過程中高效智能柔性化生產(chǎn)[11]。下面將對上述4個(gè)部分的智能機(jī)器人進(jìn)行簡單闡述，同時(shí)對目前智能機(jī)器人的現(xiàn)狀與挑戰(zhàn)進(jìn)行分析與總結(jié)，如圖1所示。

1.1 配藥制藥機(jī)器人

配藥制藥主要通過對液體或固體原料按照不同的比例進(jìn)行混合，來滿足醫(yī)藥生產(chǎn)中原料混合操作的要求。配藥制藥過程主要包括對原料的種類識(shí)別、容器消毒、藥品原料抽取與混合3個(gè)部分，如圖2所示。因此，配藥制藥機(jī)器人主要由識(shí)別模塊、加藥模塊、振蕩混合模塊組成。其中，對藥品進(jìn)行精準(zhǔn)上料與混合、均勻溫度控制、保證無菌環(huán)境是決定最終藥品質(zhì)量的關(guān)鍵。以西林瓶類藥品的配藥制藥為例，完整的流程為：①容器消毒,對西林瓶整體進(jìn)行消毒，防止藥品受到污染；②原材料種類識(shí)別,通過對原材料容器上的信息進(jìn)行識(shí)別，判斷為哪種原材料；③藥品原料抽取與混合,利用注射器穿刺瓶塞，以一定的比例抽取不同的藥液注射到瓶中，搖勻混合。

《藥品生產(chǎn)質(zhì)量管理規(guī)范》中對配藥制藥生產(chǎn)設(shè)備從潔凈等級到加工工藝以及設(shè)備智能化都有了更高的指標(biāo)。目前配藥制藥機(jī)器人所面臨的挑戰(zhàn)主要包括以下幾個(gè)方面：

(1)難以實(shí)現(xiàn)精準(zhǔn)抽吸、定量控制 由于制藥工藝復(fù)雜，配藥制藥過程中藥液的用量需要精準(zhǔn)控制，需要提高機(jī)械臂的控制精度，使其能夠?qū)崿F(xiàn)原料的精準(zhǔn)抽吸，降低抽吸誤差對藥品質(zhì)量的影響。

(2)多機(jī)械臂的協(xié)同配藥難 為了提高制藥效率，實(shí)際生產(chǎn)過程中往往會(huì)采用多個(gè)機(jī)械臂進(jìn)行操作。有些藥品的原材料難以溶解，針對這些難溶性藥品，需要在配藥過程中多次推拉來保證藥品完全溶解，如何對多機(jī)器臂進(jìn)行協(xié)同控制，最大化提高制藥速度是亟需解決的問題。

(3)模仿能力差 新藥研發(fā)一方面關(guān)系著人類健康，另一方面關(guān)系著醫(yī)藥產(chǎn)業(yè)的發(fā)展。各種新型疾病的出現(xiàn)、病毒變異導(dǎo)致原有藥物藥效降低以及尚未研制出某些疾病的針對性藥物等問題都顯示出新藥研發(fā)的重要性，然而傳統(tǒng)的新藥研發(fā)速度難以滿足需求。目前配藥制藥機(jī)器人可采用模仿學(xué)習(xí)的方法來提高研發(fā)速度，但機(jī)器人與示教人員之間存在難以逾越的數(shù)字鴻溝，其感知、學(xué)習(xí)、模仿能力需要進(jìn)一步加強(qiáng)。

1.2 灌裝密封系統(tǒng)

藥品經(jīng)過配藥制藥后會(huì)進(jìn)行灌裝密封，灌裝密封系統(tǒng)主要是對藥品的包裝進(jìn)行操作，在保證藥品質(zhì)量的前提下將藥品存儲(chǔ)起來，便于運(yùn)輸和使用。具體步驟主要包括制瓶(吹瓶)、灌裝、旋蓋、封口4部分，常見的灌裝密封系統(tǒng)主要由灌裝加塞工位、加蓋封口工位、輸送鏈道部分組成，如圖3所示。其中灌裝加塞部分主要由灌裝加塞機(jī)器人、灌裝針頭和吸盤、膠塞振蕩漏斗組成。膠塞振蕩漏斗中放有瓶塞，用于將其盛有的瓶塞有序輸送到指定位置，灌裝加塞機(jī)器人機(jī)械臂末端夾持器上同時(shí)安裝有相互垂直的灌裝針頭和吸盤，以便機(jī)械臂通過吸盤吸取瓶塞完成加塞動(dòng)作；加蓋、封口部分主要由加蓋封口機(jī)器人、垂直安裝于其末端的軋蓋夾具和吸盤、鋁蓋振蕩斗組成；輸送鏈條部分主要是將托盤輸送到下一個(gè)工位的指定位置[12]。

目前智能機(jī)器人在灌裝密封系統(tǒng)中主要面臨的挑戰(zhàn)有：

(1)無損抓取難以實(shí)現(xiàn) 由于藥品容器一般采用玻璃等易碎材料，因此對藥品容器進(jìn)行抓取時(shí)，需采用柔性抓取，以防藥品容器破碎。柔性抓取最主要的目的是無損傷地抓取物體，可通過改變抓取機(jī)構(gòu)剛度或控制夾具應(yīng)力大小實(shí)現(xiàn)。

(2)瓶口定位不準(zhǔn)確 在灌裝密封系統(tǒng)中，瓶口定位是十分關(guān)鍵的環(huán)節(jié)，容器瓶口的定位準(zhǔn)確與否直接決定了灌裝密封的好壞。目前大多數(shù)生產(chǎn)線現(xiàn)場采用的是通過對生產(chǎn)線的運(yùn)輸軌跡進(jìn)行預(yù)先定位或離線編程來進(jìn)行瓶口定位。該方法的前提是工作環(huán)境由人為布局，依賴于生產(chǎn)線的運(yùn)輸軌跡不發(fā)生改變，是靜態(tài)確定的，環(huán)境適應(yīng)能力較差。而實(shí)際生產(chǎn)線可能出現(xiàn)由于機(jī)械抖動(dòng)等環(huán)境因素導(dǎo)致的瓶口位置發(fā)生變化。同時(shí)，灌裝容器形狀多變、大小不一，擺放姿態(tài)各異，當(dāng)面對這些情況時(shí)，上述靜態(tài)方法都需要進(jìn)行復(fù)雜繁瑣的重新定位與編程，無法進(jìn)行柔性生產(chǎn)[13]。為解決上述問題，實(shí)現(xiàn)瓶口的自動(dòng)定位，提出了許多瓶口定位的方法，如Hough變換[14-15]、最小二乘圓檢測法[16]、隨機(jī)圓評估法[17]等。

1.3 質(zhì)量檢測機(jī)器人

質(zhì)量檢測機(jī)器人主要在藥品生產(chǎn)過程中進(jìn)行檢測，以保證藥品的質(zhì)量。通過對藥品或容器進(jìn)行圖像采集，然后利用相應(yīng)的算法對圖像進(jìn)行分析,得出最終的質(zhì)量檢測結(jié)果。質(zhì)量檢測機(jī)器人主要包括進(jìn)料模塊、視覺處理模塊、分揀模塊3部分，如圖4所示。藥品首先由輸送鏈送到進(jìn)料模塊，然后將藥品放置到視覺處理模塊進(jìn)行質(zhì)量檢測，最后由輸送鏈送到分揀模塊[18]。藥品質(zhì)量檢測主要包括以下3個(gè)部分：

(1)包裝缺陷檢測 包裝缺陷檢測主要對藥品容器進(jìn)行檢測。當(dāng)容器瓶口存在缺口或瓶口過薄等瑕疵時(shí)，難以進(jìn)行密封，藥品的密封性會(huì)受到影響；當(dāng)容器瓶身出現(xiàn)裂縫等瑕疵時(shí)，注入液體時(shí)可能發(fā)生泄露甚至爆炸等。因此，在進(jìn)行灌裝密封時(shí)，首先會(huì)檢查瓶口瓶身是否完整再進(jìn)行后續(xù)操作。瓶口質(zhì)量檢測通常采用機(jī)器視覺的方法[19-20]。

(2)醫(yī)用異物檢測 醫(yī)用異物檢測主要是對藥品中的可見異物、不溶性微粒進(jìn)行檢測，這些物質(zhì)的直徑一般大于50 μm，在一定條件下可以用肉眼觀測到，如在藥品生產(chǎn)、灌裝過程中產(chǎn)生的玻璃屑、毛發(fā)、纖維、可見橡膠等異物?！吨腥A人民共和國藥典》里對可見異物、不溶性微粒的檢測標(biāo)準(zhǔn)有著嚴(yán)格的規(guī)定，具體如表1所示[21]。常見的醫(yī)用可見異物檢測方法有燈檢法、光阻法、光散射法、顯微計(jì)數(shù)法等。

表1 《中華人民共和國藥典》中對可見異物、不溶性微粒的檢測標(biāo)準(zhǔn)[21]

(3)醫(yī)用成分檢測 醫(yī)用成分檢測主要是對藥品的理化性質(zhì)進(jìn)行分析，檢測最終的有效成分是否形成，當(dāng)藥品為中草藥時(shí)，主要是用來檢測藥品中是否含有重金屬、有害元素、農(nóng)藥殘留等。常見的醫(yī)用成分檢測方法有光譜法、色譜法、物理常數(shù)測定法、生物活性測定法等，對于不同的藥品需要采用不同的檢測方法。

目前智能機(jī)器人在醫(yī)藥質(zhì)量檢測中主要面臨的挑戰(zhàn)有：

(1)醫(yī)藥異物微小、種類繁多、特征多樣 藥品在生產(chǎn)和灌裝過程中可能會(huì)混入如玻璃屑、毛發(fā)、橡膠、纖維等可見微小異物，這些異物往往形態(tài)各異、特征多樣，液體中的異物還會(huì)隨著時(shí)間動(dòng)態(tài)變化，從而加大了檢測難度。其中對于中藥藥材來說，由于其組成成分復(fù)雜、種類多樣，存在著難以將異物雜質(zhì)與實(shí)際的中藥藥材進(jìn)行識(shí)別分離的問題。

(2)醫(yī)藥生產(chǎn)線環(huán)境復(fù)雜，目標(biāo)異物難以獲取識(shí)別 在實(shí)際的質(zhì)量檢測中，低對比度的環(huán)境、液體中的氣泡、容器上的透明痕跡、玻璃瓶身上的光斑、灰塵等都會(huì)給目標(biāo)異物的精準(zhǔn)識(shí)別帶來較大的影響[22]。藥品種類多樣、生產(chǎn)線環(huán)境復(fù)雜使得異物識(shí)別檢測算法也更加復(fù)雜，檢測速度隨之變慢，難以滿足高精度實(shí)時(shí)質(zhì)量檢測的要求。

1.4 智能搬運(yùn)機(jī)器人

智能搬運(yùn)機(jī)器人主要用于完成藥品的分揀、轉(zhuǎn)運(yùn)、儲(chǔ)存等操作，常見的智能搬運(yùn)機(jī)器人有分揀機(jī)器人、搬運(yùn)機(jī)器人、碼垛機(jī)器人等。一方面，由于許多藥品受到劇烈振蕩時(shí)可能會(huì)降低藥效，因此對藥品進(jìn)行搬運(yùn)碼垛時(shí)需要盡力保持平穩(wěn)，避免振動(dòng)對藥品質(zhì)量產(chǎn)生影響。另一方面，醫(yī)藥搬運(yùn)場景往往存在多種干擾，如人員走動(dòng)、搬運(yùn)場景的改變等。這些不確定性因素給高速高精度穩(wěn)定搬運(yùn)提出了更高的要求。

目前，搬運(yùn)系統(tǒng)面臨的主要挑戰(zhàn)有：

(1)搬運(yùn)場景復(fù)雜、動(dòng)態(tài)多變，難以實(shí)現(xiàn)高速高精度穩(wěn)定搬運(yùn)物資 醫(yī)藥產(chǎn)品種類繁多，有藥丸、藥液、膠囊等，其對應(yīng)的包裝種類也形態(tài)各異，難以快速拾取堆疊，需要智能分揀機(jī)器人能夠靈活控制，實(shí)現(xiàn)快速抓取。此外，搬運(yùn)場景時(shí)刻動(dòng)態(tài)變化，需要智能機(jī)器人能夠及時(shí)感知識(shí)別。

(2)搬運(yùn)過程中易與其他智能機(jī)器人發(fā)生路徑?jīng)_突導(dǎo)致碰撞或停留 采用多機(jī)器人可以完成比單一機(jī)器人更復(fù)雜的任務(wù)，顯著提高搬運(yùn)效率，但是需要智能機(jī)器人彼此間良好的分工協(xié)作。智能機(jī)器人之間的良好分工協(xié)作一方面需要對多個(gè)智能機(jī)器人進(jìn)行合理路徑規(guī)劃從而避免發(fā)生碰撞，另一方面需要采用合適的任務(wù)分配調(diào)度方法以提高搬運(yùn)系統(tǒng)的效率。

2 醫(yī)藥智能機(jī)器人關(guān)鍵技術(shù)

目前智能機(jī)器人在醫(yī)藥生產(chǎn)中得到了廣泛應(yīng)用，智能機(jī)器人一方面能夠24 h連續(xù)工作，另一方面更易保證無菌環(huán)境，極大地提高了醫(yī)藥生產(chǎn)的效率和質(zhì)量。國內(nèi)外許多制藥企業(yè)將智能機(jī)器人應(yīng)用到實(shí)際的醫(yī)藥生產(chǎn)中，取得了不錯(cuò)的成效。但是同時(shí)也暴露出了醫(yī)藥智能機(jī)器人的一些不足，如在配藥制藥過程中智能機(jī)器人難以實(shí)現(xiàn)精準(zhǔn)抽吸、定量控制；在灌裝密封中難以實(shí)現(xiàn)無損抓??；在質(zhì)量檢測中難以實(shí)現(xiàn)實(shí)時(shí)高精度檢測；在搬運(yùn)過程中難以合理規(guī)劃提高搬運(yùn)效率等。針對上述在配藥制藥、灌裝密封、質(zhì)量檢測、智能搬運(yùn)中智能機(jī)器人應(yīng)用時(shí)所面臨的挑戰(zhàn)，下面將結(jié)合自身團(tuán)隊(duì)以及相關(guān)學(xué)者的研究對相應(yīng)的關(guān)鍵技術(shù)研究進(jìn)行闡述與分析，如圖5所示。

2.1 多源信息融合控制與人機(jī)交互技術(shù)

2.1.1 基于多源信息融合的控制技術(shù)

在配藥制藥過程中，機(jī)器人需要獲取藥瓶的位置、藥品的種類、藥品的用量、感知抓握時(shí)的力度等多種信息，這需要機(jī)器人能夠?qū)Χ嘣葱畔⑦M(jìn)行感知，結(jié)合機(jī)械臂的精確控制與多機(jī)械臂間的協(xié)同配合，進(jìn)而實(shí)現(xiàn)對原料的精準(zhǔn)抽吸與定量控制。

為了保證配藥制藥的生產(chǎn)效率，在配藥制藥過程中多使用機(jī)械臂來實(shí)現(xiàn)自動(dòng)化操作。由于配藥制藥場景工藝復(fù)雜，單一機(jī)械臂難以操作實(shí)現(xiàn)，因此需要采用多機(jī)械臂進(jìn)行高效協(xié)同作業(yè)。要實(shí)現(xiàn)多機(jī)械臂協(xié)同作業(yè)，首先需要實(shí)現(xiàn)對單一機(jī)械臂的精確控制，提高其避障能力和操作靈活性，避免多機(jī)械臂在運(yùn)行時(shí)發(fā)生碰撞。對此，DU等[23]提出一種新的數(shù)值序列處理方法，利用閉環(huán)框架求解7自由度冗余機(jī)械臂的逆運(yùn)動(dòng)學(xué)問題，該方法能夠有效避免多機(jī)械臂在運(yùn)行時(shí)發(fā)生路徑干涉。LI等[6]提出了基于多源信息融合的自動(dòng)避障方法，實(shí)驗(yàn)結(jié)果表明，該方法具有高障礙識(shí)別率。機(jī)械臂的操作靈活性主要取決于其控制和定位是否精準(zhǔn)，LIANG等[24]對精確約束平行機(jī)械臂單元有了新的突破，六點(diǎn)精確約束并聯(lián)機(jī)械臂單元具有結(jié)構(gòu)簡單、體積緊湊等優(yōu)點(diǎn)，適用于精確定位。丁承君等[25]對基于多源信息融合的移動(dòng)機(jī)械手末端執(zhí)行器的精確定位問題進(jìn)行了深入的研究，實(shí)現(xiàn)了機(jī)械手的視覺與超聲信息的融合，進(jìn)一步提高了機(jī)械臂的控制精度。針對醫(yī)藥生產(chǎn)環(huán)境復(fù)雜，易受到不平衡光照與多種背景的干擾，機(jī)械臂難以進(jìn)行正確有效抓取的問題，ZHANG等[26]提出了基于保護(hù)校正的單RGB圖像三維物體姿態(tài)估計(jì)的抓取算法。利用改進(jìn)姿態(tài)估計(jì)算法(FastNet-V1)提取單幅圖像的多層次特征，將改進(jìn)的姿態(tài)估計(jì)算法與抓取姿勢校正算法(Corrected Grasping Pose，CGP)相結(jié)合用于機(jī)械臂抓取，如圖6所示[26]。實(shí)驗(yàn)結(jié)果表明，在正常光照下機(jī)械臂對3個(gè)目標(biāo)的平均抓取成功率為83.3%，對單幅圖像的檢測速度可達(dá)到1.490幀/s。

由于機(jī)器人在自主配藥制藥過程中存在軌跡多樣化、控制流程復(fù)雜化等問題，在進(jìn)行自主決策時(shí)需要優(yōu)化軌跡以加速配藥制藥過程。對此，AMOR等[27]針對兩個(gè)或多個(gè)機(jī)械臂協(xié)同操作同一對象，提出一種控制協(xié)作系統(tǒng)的運(yùn)動(dòng)和機(jī)械手與被抓物體之間相互作用力的策略，為互連的非線性系統(tǒng)開發(fā)了一種新的分散軌跡跟蹤控制方法。通過上述研究可以看出，將多源信息融合技術(shù)與機(jī)械臂控制相結(jié)合，使智能機(jī)器人在配藥制藥過程中能夠達(dá)到精準(zhǔn)抽吸與定量控制的要求，保證了配藥制藥的質(zhì)量與效率。

2.1.2 人機(jī)交互技術(shù)

與人共融是智能機(jī)器人發(fā)展的新趨勢[28]，在新藥研發(fā)的配藥制藥過程中，智能機(jī)器人需要感知人的動(dòng)作、理解配藥的意圖、作出相應(yīng)的決策。但由于智能機(jī)器人與示教人員之間存在難以跨越的數(shù)字鴻溝，必須提高智能機(jī)器人在新藥研發(fā)過程中的模仿學(xué)習(xí)能力。

智能機(jī)器人在模仿學(xué)習(xí)中常常會(huì)遇到運(yùn)動(dòng)模仿泛化能力差的問題，對此，于建均等[29]引入一種基于動(dòng)態(tài)系統(tǒng)的模仿學(xué)習(xí)方法，有效解決了運(yùn)動(dòng)模仿存在無法收斂到目標(biāo)點(diǎn)以及泛化能力差的問題，為智能機(jī)器人在配藥制藥場景下模仿配藥人員的相關(guān)操作奠定了基礎(chǔ)。從觀察中模仿學(xué)習(xí)開啟了智能機(jī)器人從大量在線視頻中學(xué)習(xí)的可能性。CHENG等[30]證明了從觀察中模仿學(xué)習(xí)在經(jīng)驗(yàn)上達(dá)到了與從演示中模仿學(xué)習(xí)相當(dāng)?shù)男阅?，極大地?cái)U(kuò)展了從觀察中模仿學(xué)習(xí)的發(fā)展前景。STONE[31]提出了兩種從觀察中進(jìn)行模仿學(xué)習(xí)的算法，使得智能機(jī)器人能夠僅從狀態(tài)軌跡中模仿所展示的技能，而無需了解演示者選擇的動(dòng)作。機(jī)器人在模仿學(xué)習(xí)時(shí)不僅要學(xué)到人機(jī)交互過程中專家所演示的動(dòng)作，動(dòng)作執(zhí)行的安全穩(wěn)定性和動(dòng)作的完成度也是需要關(guān)注的重點(diǎn)，基于此，HWANG等[32]提出一種基于姿勢模仿與平衡學(xué)習(xí)的模仿算法，開發(fā)的平衡控制器使用強(qiáng)化學(xué)習(xí)機(jī)制，能夠在在線模仿的過程中穩(wěn)定機(jī)器人。通過采用機(jī)器人模仿示教人員這種人機(jī)交互技術(shù)進(jìn)行新藥的配制，新藥研發(fā)的效率與速度可以得到極大的提高。

2.2 柔性抓取與瓶口定位技術(shù)

在灌裝密封過程中需要經(jīng)常對一些易碎的藥品容器進(jìn)行抓取，且這些容器可能大小、形狀不一，因此需要研究柔性抓取來實(shí)現(xiàn)無傷抓取。在將容器抓取放置到指定位置后，需要將藥液轉(zhuǎn)移到容器內(nèi)，此時(shí)需要對容器瓶口進(jìn)行精確定位，防止藥液濺出。因此，針對柔性抓取與瓶口定位技術(shù)開展研究是必要的。

2.2.1 柔性抓取技術(shù)

為了避免藥品與容器中的某些物質(zhì)發(fā)生反應(yīng)影響藥品質(zhì)量，通常會(huì)采用玻璃這類化學(xué)性質(zhì)穩(wěn)定的容器。但玻璃制品在受到較大外力時(shí)可能會(huì)破碎，因此在灌裝密封過程中，對西林瓶、安瓿瓶等易碎容器需要進(jìn)行柔性抓取。與常見的剛性抓取相比，柔性抓取不僅需要具有較高的靈活性與柔韌性，還需要保證無傷抓取物體。對于如何改變抓取機(jī)構(gòu)剛度與控制夾具應(yīng)力大小，WEI等[33]受章魚觸手的啟發(fā)，提出一種新型自適應(yīng)欠驅(qū)動(dòng)多指手(OS Hand)，與傳統(tǒng)的剛性觸手相比，OS Hand具有自適應(yīng)性高、抓取配置多樣、抓取力范圍大等優(yōu)點(diǎn)，在需要大量抓取、移動(dòng)、釋放等靈活操作的醫(yī)藥配藥制藥機(jī)器人領(lǐng)域有著很好的應(yīng)用前景。針對非軸對稱圓柱體等不規(guī)則幾何形狀的工件，JIANG等[34]設(shè)計(jì)了一種包含定位和夾緊系統(tǒng)的新型柔性夾具，可用于夾持各種形狀的醫(yī)藥容器。LIU等[7]研究了一種具有包絡(luò)抓取(Enveloping Grasping, EG)和捏抓取(Pinching Grasping, PG)模式的兩指軟機(jī)器人抓手，設(shè)計(jì)結(jié)合了兩個(gè)可變腔室高度的雙模塊氣動(dòng)執(zhí)行器(Dual-Module pneumatic actuators with a Variable Chamber height, DMVCHA)。在PG模式下，DMVCHA的高被動(dòng)順應(yīng)性允許較大的接觸面積，實(shí)現(xiàn)與物體的垂直平面接觸，提高了抓取的可靠性，適合抓取中小尺寸的物體。在EG模式下，DMVCHA成為可變腔室高度的氣動(dòng)網(wǎng)絡(luò)執(zhí)行器，提供更大的抓取力，適用于抓取較大尺寸的物體。兩種模式的抓手可以滿足醫(yī)藥生產(chǎn)中藥品容器形狀各異的需求，實(shí)現(xiàn)無損傷靈活抓取。CHANDRASE KARAN等[35]設(shè)計(jì)了一種新型變剛度柔順機(jī)器人抓取機(jī)構(gòu)，該抓取器能夠部分適應(yīng)被抓取物體的表面，并可以利用嵌入在抓取鉗口的柔性旋轉(zhuǎn)元件迅速改變其剛度，易于實(shí)現(xiàn)玻璃安瓿瓶、西林瓶等易碎的藥品容器的柔性抓取。

2.2.2 瓶口定位技術(shù)

在完成對藥品的包裝容器的檢測后，需要對瓶口進(jìn)行定位，以便將藥液精準(zhǔn)轉(zhuǎn)移到容器中。然而，在實(shí)際灌裝密封過程中，瓶口的圖像往往會(huì)存在干擾，影響瓶口定位。ZHANG等[36]通過CCD(charge coupled device)攝像機(jī)拍攝安瓿和青霉素瓶的數(shù)字圖像，利用OpenCV函數(shù)提取瓶子圖像的感興趣區(qū)域，進(jìn)行濾波、分割，并采用基于像素掃描的方法提取瓶子直徑、高度、瓶頸位置等特征參數(shù)，實(shí)現(xiàn)了對瓶口的精準(zhǔn)定位。針對瓶口圖像的邊緣干擾較多，易出現(xiàn)定位不準(zhǔn)確的情況，周顯恩等[17]提出一種三點(diǎn)隨機(jī)圓檢測及擬合度評估的瓶口定位方法，與常見的瓶口定位方法相比，在保證執(zhí)行速度的同時(shí)提高了定位精度，實(shí)現(xiàn)了在瓶口嚴(yán)重破損或存在大量干擾時(shí)的精確定位。彭永志等[13]在此基礎(chǔ)上進(jìn)行了改良，提出一種基于密度的DBSCAN(density-based spatial clustering of applications with noise)隨機(jī)圓檢測的多瓶口定位算法，將瓶口定位的平均定位誤差降低到0.553 pixels，平均執(zhí)行速度降低到1.359 ms，滿足灌裝密封系統(tǒng)中準(zhǔn)確性和實(shí)時(shí)性的要求。

2.3 基于機(jī)器視覺的質(zhì)量檢測技術(shù)

2.3.1 基于機(jī)器視覺的包裝缺陷檢測技術(shù)

為了防止當(dāng)藥液容器瓶口出現(xiàn)裂縫、缺口等瑕疵時(shí)對藥品的密封性造成影響，需要首先進(jìn)行瓶口缺陷檢測。進(jìn)行缺陷檢測的第一步是進(jìn)行圖像采集，光照條件對圖像采集的質(zhì)量有很大影響，自然光條件下亮度是動(dòng)態(tài)變化的，因此GEORGE等[37]提出一種利用內(nèi)部照明系統(tǒng)進(jìn)行玻璃瓶圖像采集與檢測的機(jī)電裝置，避免了外部光源產(chǎn)生的反射，能夠獲得高質(zhì)量的圖像，進(jìn)而可以捕捉到細(xì)小的缺陷。?ZTURK等[38]則是通過將傳統(tǒng)CNN(convolution neural network)算法的單值偏差輸入轉(zhuǎn)換為偏差模板，利用偏差模板來平衡圖像的亮度，從而使所采用的圖像處理算法不受環(huán)境條件的影響。對圖像進(jìn)行采集后即可進(jìn)行缺陷檢測，目前瓶口缺陷檢測的方法主要分為兩類：一類是基于深度學(xué)習(xí)的檢測算法，如SONG等[39]通過對全卷積單階段目標(biāo)算法進(jìn)行改進(jìn)，檢測效果相較原有算法提高了6.9%，將其應(yīng)用在瓶口缺陷檢測中，提高了瓶口缺陷檢測的精度。但由于深度學(xué)習(xí)算法通常需要大量的樣本圖像，學(xué)習(xí)時(shí)間較長、對樣本的可靠性依賴較高，不利于實(shí)現(xiàn)快速檢測。因此提出了另一類算法——閾值分割方法，該類方法簡單、計(jì)算量小，但閾值的選擇對最終精度的影響較大。對此，ZHANG等[40]提出一種基于離散傅里葉變換和最優(yōu)閾值法的缺陷檢測算法，利用離散傅里葉變換中的譜殘差法突出缺陷區(qū)域，然后通過多次迭代確定缺陷區(qū)域分割的最優(yōu)閾值。黃森林等[41]對閾值分割算法做出了進(jìn)一步改進(jìn)，提出一種基于投影特征的遲滯閾值分割算法，該算法的檢測速度可達(dá)38 ms，正確率可達(dá)99.4%。

2.3.2 基于機(jī)器視覺的醫(yī)藥異物檢測技術(shù)

醫(yī)藥中的異物可以分為可見異物和不溶性微粒。針對醫(yī)藥中的可見異物檢測，傳統(tǒng)方法主要采用人工燈檢法，即工人在暗室中利用專用的檢測燈進(jìn)行檢測。該方法速度較慢，檢測結(jié)果具有很強(qiáng)的主觀性[42]，同時(shí)可能存在由于疲勞導(dǎo)致的漏檢、誤檢現(xiàn)象。目前，許多公司如德國Seidenader、意大利的Brevetti C.E.A、國內(nèi)的楚天科技等結(jié)合機(jī)器視覺推出了全自動(dòng)燈檢機(jī)，提高了檢測速度和精度。為進(jìn)一步實(shí)現(xiàn)高速高精度檢測，滿足實(shí)際生產(chǎn)中的需求，張輝等[43]通過改進(jìn)模糊細(xì)胞神經(jīng)網(wǎng)絡(luò)圖像分割方法得出了藥液中異物的目標(biāo)特征和動(dòng)態(tài)變化信息，采用基于支持向量機(jī)的分類算法進(jìn)行了異物識(shí)別。ZHANG等[8]提出一種結(jié)合單幀圖像和多幀圖像處理的深度多模型級聯(lián)方法來檢測和識(shí)別外來微粒。實(shí)驗(yàn)表明，該多任務(wù)分步方法提高了外來微粒檢測的準(zhǔn)確性，降低了強(qiáng)噪聲情況下的漏檢率，實(shí)驗(yàn)結(jié)果漏檢率為1.86%，誤檢率為2.38%。DAI等[44]采用三階差分法對輸液瓶內(nèi)可見異物進(jìn)行檢測，實(shí)現(xiàn)了對產(chǎn)品質(zhì)量的在線實(shí)時(shí)檢測。

對于不溶性微粒常常采用光阻法和顯微計(jì)數(shù)法，光阻法主要是利用傳感器輸出的信號強(qiáng)弱來判斷微粒大小，速度更快，但顯微計(jì)數(shù)法能夠更加精確地得到結(jié)果，因此實(shí)際中往往會(huì)采用光阻法進(jìn)行初步的篩選。國外對光阻法的研究較早，日本的eisai公司早在上世紀(jì)80年代就提出了光阻法[45]，國內(nèi)近些年也有眾多學(xué)者針對如何提高光阻法計(jì)數(shù)的速度與精度進(jìn)行了研究。梁明亮等[46]通過采用透鏡陣列加探測器陣列來改進(jìn)優(yōu)化光路設(shè)計(jì)，有效增大了不溶性微粒的特征信號，進(jìn)而提高了不溶性微粒的檢測率，對玻璃屑的檢測率可達(dá)96.7%，纖毛檢出率達(dá)到86.3%。李健樂等[47]通過改進(jìn)前置放大電路，提出一種無需消除藥液中的氣泡，采用輸出電壓來區(qū)分氣泡與污染顆粒的方法，提高了光阻法顆粒計(jì)數(shù)的效率。

2.3.3 基于高光譜成像的成分分析技術(shù)

高光譜成像技術(shù)由20世紀(jì)70年代的多光譜成像技術(shù)發(fā)展而來，其生成的圖像在每個(gè)像素上能夠提供幾十到幾百個(gè)連續(xù)狹窄波段的光譜信息，具有光譜范圍廣、分辨率高、在光譜范圍內(nèi)連續(xù)成像等優(yōu)點(diǎn)。近年來，鑒于高光譜圖像在反映物質(zhì)內(nèi)部性質(zhì)方面的優(yōu)越性，高光譜成像技術(shù)在成分分析中運(yùn)用得越來越多。高光譜成像技術(shù)在中藥及化學(xué)類藥物性態(tài)及成分檢測中的應(yīng)用已經(jīng)十分廣泛[48-50]，相比傳統(tǒng)的可見光視覺傳感器所采集到的圖像，基于高光譜成像技術(shù)的醫(yī)藥圖像檢測更利于分析醫(yī)藥內(nèi)部性質(zhì)及其變化，因此可以利用基于高光譜圖像的檢測技術(shù)檢測藥物最終的有效成分是否形成。針對疫苗中蛋白質(zhì)抗原的檢測與分析，DABKIEWICZ等[51]利用近紅外光譜技術(shù)測定了黃熱病疫苗中蛋白氮的含量；針對疫苗水分含量的檢測，ZUBAK等[52]利用近紅外分析方法測定凍干腦膜炎球菌疫苗中的水分含量。與其他成分檢測技術(shù)相比，基于高光譜圖像的檢測技術(shù)具有對生物細(xì)胞活性損傷小、殘留生成物少以及分析速度快等優(yōu)點(diǎn)，在醫(yī)藥成分檢測和質(zhì)量檢測方面具有巨大潛力。由于基于高光譜圖像的檢測技術(shù)需要從高光譜圖像所包含的大量數(shù)據(jù)中提取出有用信息，從數(shù)據(jù)校準(zhǔn)校正、數(shù)據(jù)壓縮、譜維數(shù)降低和數(shù)據(jù)分析到最終結(jié)果的確定都需要一定的時(shí)間。因此，目前基于高光譜圖像的檢測技術(shù)在醫(yī)藥行業(yè)應(yīng)用還不普及，需要進(jìn)一步研究與探索。

2.4 路徑規(guī)劃與任務(wù)分配調(diào)度技術(shù)

2.4.1 路徑規(guī)劃技術(shù)

路徑規(guī)劃技術(shù)是指如何使機(jī)器人從位置A到位置B找到最符合約束條件的路徑[53]。路徑規(guī)劃問題首次在20世紀(jì)60年代被提出[54]，隨著智能搬運(yùn)機(jī)器人的發(fā)展，路徑規(guī)劃技術(shù)越來越得到重視。目前常見的算法有A*算法[55]、蟻群算法[56]、遺傳算法[57]等，針對不同的應(yīng)用場景對這些算法進(jìn)行選擇，實(shí)現(xiàn)最優(yōu)路徑規(guī)劃。目前單個(gè)機(jī)器人的路徑規(guī)劃技術(shù)已經(jīng)十分成熟，而多機(jī)器人的路徑規(guī)劃往往會(huì)遇到路徑?jīng)_突的問題，從而影響整體的搬運(yùn)效率。針對搬運(yùn)過程中出現(xiàn)的碰撞問題，ZHANG等[58]提出了活力驅(qū)動(dòng)的遺傳算法，該算法能夠在最小化任務(wù)時(shí)間的同時(shí)實(shí)現(xiàn)無沖突路徑規(guī)劃。在路徑?jīng)_突處理策略中，不僅考慮了一個(gè)網(wǎng)格單元中的公共路徑?jīng)_突，還關(guān)注了相鄰網(wǎng)格單元中交換位置時(shí)機(jī)器人之間的路徑?jīng)_突。相較于傳統(tǒng)算法遇到碰撞時(shí)往往采用等待的解決方式，ZHANG等[9]提出一種基于碰撞分類的AGV(automated guided vehicle)無碰撞路徑規(guī)劃策略，根據(jù)碰撞類型提出了3種在發(fā)生碰撞時(shí)的解決方法——選擇候選路徑、后面的AGV在出發(fā)前等待、修改后續(xù)AGV的路徑。實(shí)驗(yàn)表明該策略提高了多機(jī)器人搬運(yùn)的效率。

2.4.2 任務(wù)分配調(diào)度技術(shù)

當(dāng)系統(tǒng)中同一時(shí)間段內(nèi)多個(gè)機(jī)器人執(zhí)行不同任務(wù)時(shí)，往往會(huì)出現(xiàn)任務(wù)分配調(diào)度難以穩(wěn)定控制及優(yōu)化的問題。對此，GHASSEMI等[10]提出了多智能體任務(wù)分配算法，將任務(wù)規(guī)劃問題轉(zhuǎn)化為二部圖的最大加權(quán)匹配問題，利用Blossom算法進(jìn)行求解，使得每個(gè)機(jī)器人能夠自主地確定其應(yīng)該承擔(dān)的最優(yōu)任務(wù)序列。FAN等[59]提出了基于市場拍賣的任務(wù)分配算法，在任務(wù)分配過程中，機(jī)器人會(huì)結(jié)合任務(wù)本身的成本和任務(wù)之間的相關(guān)成本進(jìn)行競價(jià)，以優(yōu)化所有機(jī)器人總距離和機(jī)器人總運(yùn)行時(shí)間這兩個(gè)性能指標(biāo)。隨著多機(jī)器人系統(tǒng)的發(fā)展，由于分布式算法對未知環(huán)境具有較強(qiáng)的適應(yīng)能力，分布式協(xié)調(diào)成為多機(jī)器人系統(tǒng)的主要組織方式。根據(jù)以往的研究可以發(fā)現(xiàn)，機(jī)器人只與本地網(wǎng)絡(luò)中的少數(shù)成員進(jìn)行交互，并通過網(wǎng)絡(luò)傳輸與大多數(shù)其他成員進(jìn)行連接。即使采用相同的協(xié)調(diào)策略，不同的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)也會(huì)對系統(tǒng)協(xié)調(diào)效率產(chǎn)生直接和顯著的影響。LIU等[60]分析了復(fù)雜的網(wǎng)絡(luò)特性如何影響多機(jī)器人協(xié)調(diào)中的協(xié)同通信和交互，并通過分析網(wǎng)絡(luò)特性提出一種網(wǎng)絡(luò)調(diào)整方法，以提高多機(jī)器人協(xié)調(diào)的效率。

3 展望與趨勢

隨著國家對制藥設(shè)備標(biāo)準(zhǔn)的進(jìn)一步提高和對藥品需求量的進(jìn)一步增大，對醫(yī)藥生產(chǎn)的生產(chǎn)效率和質(zhì)量提出了更高的要求，智能機(jī)器人的發(fā)展為醫(yī)藥生產(chǎn)帶來了新的機(jī)遇。國家頒布的新版《藥品生產(chǎn)質(zhì)量管理規(guī)范》中對制藥設(shè)備的穩(wěn)定性、安全性、生產(chǎn)效率相較以往有了大幅提高，因此為提升制造工藝技術(shù)和生產(chǎn)效率，目前制藥設(shè)備主要朝著集成化、自動(dòng)化、智能化的方向發(fā)展[61]，其中：

(1)制藥設(shè)備集成化是指將多種制藥設(shè)備集成在一個(gè)設(shè)備中，使其能夠完成多種制藥工藝。制藥設(shè)備集成化能夠很好地避免設(shè)備之間的交叉污染、減少操作人員和設(shè)備占用空間以及降低安裝技術(shù)的要求。

(2)制藥設(shè)備自動(dòng)化是指在沒有人參與的情況下，制藥設(shè)備通過自動(dòng)檢測、信息處理、分析判斷，自動(dòng)調(diào)節(jié)完成預(yù)期的工藝。制藥設(shè)備自動(dòng)化能夠極大地提升制藥設(shè)備的產(chǎn)能和生產(chǎn)效率。

(3)制藥設(shè)備智能化是指在計(jì)算機(jī)網(wǎng)絡(luò)、物聯(lián)網(wǎng)、人工智能和大數(shù)據(jù)等技術(shù)的參與支持下，制藥設(shè)備能夠自主完成對應(yīng)工藝的制藥，其中以智能機(jī)器人為主的制藥設(shè)備正在被越來越多的制藥公司采用。

同時(shí)，為響應(yīng)2020年9月中國在第75屆聯(lián)合國大會(huì)中提出的2030年前“碳達(dá)峰”、2060年前“碳中和”的目標(biāo)，醫(yī)藥生產(chǎn)在快速、高效發(fā)展的同時(shí)，也朝著綠色的趨勢發(fā)展。通過加快醫(yī)藥生產(chǎn)線的綠色改造升級、推進(jìn)資源高效循環(huán)利用、積極構(gòu)建綠色制造體系，建立以智能機(jī)器人為基礎(chǔ)，結(jié)合大數(shù)據(jù)、人工智能等新興技術(shù)，實(shí)現(xiàn)藥品從原料到存儲(chǔ)運(yùn)輸?shù)娜嵝曰⒍ㄖ苹?、智能化生產(chǎn)，促進(jìn)藥品生產(chǎn)向高效、綠色的方向發(fā)展。

隨著智能機(jī)器人在醫(yī)藥生產(chǎn)中應(yīng)用的不斷增多，在關(guān)鍵技術(shù)方面不斷突破，醫(yī)藥生產(chǎn)效率與質(zhì)量得到了顯著提高。尤其是在面對2020年初的新冠肺炎時(shí)，以智能機(jī)器人為基礎(chǔ)的醫(yī)藥生產(chǎn)方式的產(chǎn)能及效率能夠在一定時(shí)間條件下滿足需求，沒有出現(xiàn)長時(shí)間的物資匱乏現(xiàn)象，但同時(shí)也暴露出了一定的問題，智能機(jī)器人在醫(yī)藥生產(chǎn)的實(shí)際應(yīng)用中仍然存在不足。受到制藥設(shè)備發(fā)展趨勢的影響，未來面向醫(yī)藥生產(chǎn)的智能機(jī)器人主要朝著如下3個(gè)方面發(fā)展，如圖7所示。

(1)實(shí)時(shí)性、可靠性 雖然神經(jīng)網(wǎng)絡(luò)的發(fā)展使得質(zhì)量檢測取得了突破性進(jìn)展，但目前質(zhì)量檢測實(shí)時(shí)性仍有不足，尤其是在基于高光譜圖像的檢測技術(shù)方面，由于高光譜圖像數(shù)據(jù)信息量大，檢測速度相對較慢，可以結(jié)合云計(jì)算等技術(shù)進(jìn)行進(jìn)一步的完善提高。同時(shí)質(zhì)量檢測的檢測對象單一，檢測內(nèi)容有限，無法滿足醫(yī)藥市場的需求?！岸嗄B(tài)”、“多模型”、“多任務(wù)”在醫(yī)學(xué)成像[62-63]、人臉識(shí)別[64-65]、智能交通[66]等領(lǐng)域取得了良好的效果，因此可以整合深度學(xué)習(xí)中的“多模態(tài)”、“多模型”和“多任務(wù)”，提高醫(yī)療質(zhì)量檢測的水平。

(2)自主性、靈活性 目前配藥制藥機(jī)器人在靈活性和決策能力方面還有所欠缺，主要表現(xiàn)在感知能力較弱。在實(shí)際醫(yī)藥生產(chǎn)中，由于生產(chǎn)環(huán)境復(fù)雜多變，大多數(shù)機(jī)器人只是在結(jié)構(gòu)化環(huán)境中執(zhí)行各類簡單的、確定性的任務(wù)。因此，一方面需要加大對新型傳感器的研究，使機(jī)器人能夠結(jié)合多源信息感知技術(shù)更好地感知環(huán)境，自主做出最優(yōu)的決策;另一方面需要進(jìn)一步對人工智能、類腦機(jī)器學(xué)習(xí)[67]等方面進(jìn)行研究，提高智能機(jī)器人的自主決策能力。

(3)交互性、協(xié)作性 在復(fù)雜的醫(yī)藥研發(fā)和生產(chǎn)環(huán)境下，單一機(jī)器人難以完成作業(yè)，通常需要人機(jī)配合、多機(jī)器人協(xié)同作業(yè)來提高配藥制藥的靈活性，但目前智能機(jī)器人交互能力較差，難以理解醫(yī)藥人員的意圖和預(yù)測醫(yī)藥研究人員的行為，在配藥制藥過程中易與研究人員發(fā)生碰撞，無法有效地配合作業(yè)，且存在著一定的安全隱患。因此，未來需要對共融機(jī)器人進(jìn)行進(jìn)一步的研究，增強(qiáng)機(jī)器人與環(huán)境、人類、機(jī)器人的交互能力，提高智能機(jī)器人的協(xié)作和感知解釋環(huán)境的能力。

4 結(jié)束語

醫(yī)藥安全是重大的民生和公共安全問題，事關(guān)人民生命安全和國家繁榮穩(wěn)定。智能機(jī)器人能夠極大地提高醫(yī)藥生產(chǎn)的效率與質(zhì)量，對醫(yī)藥行業(yè)有重大意義。本文對醫(yī)藥生產(chǎn)中智能機(jī)器人在配藥制藥、灌裝密封、質(zhì)量檢測、智能搬運(yùn)等方面的應(yīng)用進(jìn)行了概述，并指出了目前所面臨的問題與挑戰(zhàn)，同時(shí)基于此對相應(yīng)的關(guān)鍵技術(shù)進(jìn)行了綜述與分析，最后結(jié)合國家相關(guān)政策對面向醫(yī)藥生產(chǎn)的智能機(jī)器人的未來發(fā)展趨勢進(jìn)行了展望。相信未來，在研究學(xué)者與制藥企業(yè)的共同努力下，智能機(jī)器人在實(shí)時(shí)可靠性、自主靈活性、交互協(xié)作性方面能夠得到進(jìn)一步的提高，滿足實(shí)際需求，從而使得醫(yī)藥智能機(jī)器人在生產(chǎn)效率與質(zhì)量上實(shí)現(xiàn)新的突破，極大提升醫(yī)藥生產(chǎn)水平。