工業(yè)協(xié)作機(jī)器人研究熱點(diǎn)及可視化分析

陸寧，李娟，金林軼

工業(yè)協(xié)作機(jī)器人研究熱點(diǎn)及可視化分析

陸寧1，李娟1，金林軼2

（1. 西華大學(xué) 美術(shù)與設(shè)計(jì)學(xué)院，成都 610039；2.拉夫堡大學(xué)設(shè)計(jì)與創(chuàng)意藝術(shù)學(xué)院，拉夫堡 LE11 ETU）

從學(xué)術(shù)文獻(xiàn)的角度梳理、分析和歸納國內(nèi)外工業(yè)協(xié)作機(jī)器人從1996年至2022年的研究發(fā)展歷程、熱點(diǎn)演化及研究趨勢，為研究和創(chuàng)新提供參考。采用CiteSpace軟件，分別選取國際Web of Science核心合集數(shù)據(jù)庫和中國知網(wǎng)CNKI數(shù)據(jù)庫的文獻(xiàn)樣本，對協(xié)作機(jī)器人的發(fā)文量時空分布、關(guān)鍵詞共現(xiàn)、聚類和時間線等多類知識圖譜進(jìn)行可視化分析，并從協(xié)作機(jī)器人的前沿技術(shù)、人-機(jī)-環(huán)交互、智能應(yīng)用三個方面進(jìn)行歸納闡述。發(fā)文量及關(guān)鍵詞聚類時間線表明，國際、國內(nèi)對協(xié)作機(jī)器人的研究歷程均經(jīng)歷了萌芽期、探索期、快速發(fā)展期三個階段；關(guān)鍵詞共現(xiàn)和聚類分析表明，國際協(xié)作機(jī)器人的研究從聚焦技術(shù)轉(zhuǎn)向關(guān)注人因方面，國內(nèi)研究目前還處在技術(shù)創(chuàng)新階段，而可靠的安全標(biāo)準(zhǔn)、直觀的交互界面、人本的職業(yè)健康（人體工程學(xué)和人為因素）、共享的空間設(shè)計(jì)等也是未來值得關(guān)注的熱點(diǎn)議題。

協(xié)作機(jī)器人；CiteSpace；研究熱點(diǎn)；可視化分析

隨著全球勞動力成本的不斷增加，制造企業(yè)需要開發(fā)新技術(shù)以提高生產(chǎn)率。機(jī)器人技術(shù)的更新迭代，使人機(jī)協(xié)作顯示出巨大潛力，協(xié)作機(jī)器人被廣泛地應(yīng)用在工業(yè)、物流、醫(yī)療、航空等領(lǐng)域。一方面，協(xié)作機(jī)器人與傳統(tǒng)機(jī)器人相比更靈活、高效，它將工人從具有重復(fù)性或潛在風(fēng)險(xiǎn)的任務(wù)中解脫出來；另一方面，協(xié)作機(jī)器人多為輕量化設(shè)計(jì)，成本更低，占地面積更小，更容易集成到現(xiàn)有工作流程中。據(jù)國際機(jī)器人聯(lián)合會（IFR）統(tǒng)計(jì)，2019年，協(xié)作機(jī)器人的安裝量占工業(yè)機(jī)器人的4.8%，比2018年增長11%，預(yù)計(jì)到2030年，協(xié)作機(jī)器人的市值將超過118億美元[1]。工信部統(tǒng)計(jì)數(shù)據(jù)顯示，2022年我國已成為全球最大的工業(yè)機(jī)器人市場[2]。隨著《中國制造2025》《“十四五”機(jī)器人產(chǎn)業(yè)發(fā)展規(guī)劃》等政策的推進(jìn)，機(jī)器人成為我國建設(shè)制造強(qiáng)國的重要領(lǐng)域之一[3]。本研究聚焦工業(yè)制造環(huán)境中的協(xié)作機(jī)器人，通過文獻(xiàn)計(jì)量法梳理1996年至2022年國內(nèi)外協(xié)作機(jī)器人的研究文獻(xiàn)，運(yùn)用CiteSpace對國內(nèi)外工業(yè)協(xié)作機(jī)器人文獻(xiàn)量的時空分布、關(guān)鍵詞共現(xiàn)、聚類和時間線進(jìn)行可視化分析，為協(xié)作機(jī)器人的研究和創(chuàng)新提供參考。

1 工業(yè)協(xié)作機(jī)器人的定義與發(fā)展概述

1.1 協(xié)作機(jī)器人的定義

在國際工業(yè)機(jī)器人安全標(biāo)準(zhǔn)ISO 10218-1中，協(xié)作機(jī)器人（Collaborative Robot或Cobots）是指在協(xié)作區(qū)域內(nèi)，可以與人進(jìn)行直接交互的機(jī)器人。其中“協(xié)作區(qū)域”是指機(jī)器人和人可以同時作業(yè)的區(qū)域[4]。一般來講，協(xié)作機(jī)器人的結(jié)構(gòu)包含機(jī)械臂、末端執(zhí)行器、制動器、控制器等，簡易結(jié)構(gòu)如圖1所示。與傳統(tǒng)的工業(yè)機(jī)器人不同，協(xié)作機(jī)器人無需防護(hù)裝置，可以與工人一起工作，協(xié)作機(jī)器人一般使用柔性材料，采用安全控制、力限制、傳感器等設(shè)計(jì)，可以避免工人在作業(yè)時因誤觸而導(dǎo)致的受傷，或最大限度地減少接觸時的不適感。除了安全特性外，協(xié)作機(jī)器人的設(shè)計(jì)更為靈活，末端執(zhí)行器可以適配多種工具，簡易的操控和編程程序，更低的成本，比傳統(tǒng)機(jī)器人顯示出更多優(yōu)勢[5]。

圖1 協(xié)作機(jī)器人的簡化結(jié)構(gòu)[6]

國際機(jī)器人聯(lián)合會IFR根據(jù)人與機(jī)器人工作模式的不同，將人機(jī)協(xié)作方式分為以下五種：獨(dú)立、共存、順序合作、合作、響應(yīng)式協(xié)作[7]，如圖2所示。

第一種為獨(dú)立模式，此時工人與機(jī)器人各自獨(dú)立作業(yè)，機(jī)器人在安全圍欄里操作，該模式并非真正的協(xié)作場景；第二種為共存模式，工人和無圍欄的機(jī)器人一起工作，但不共享工作空間；第三種為順序合作模式，工人和機(jī)器人共享一個工作空間，但在工作流程中的任意時刻只有一方出現(xiàn)在工作空間中；第四種為合作模式，工人和機(jī)器人在共享的工作空間中同時執(zhí)行任務(wù)，但他們不會同時刻在同一產(chǎn)品或組件上工作；第五種為響應(yīng)式協(xié)作模式，工人和機(jī)器人同時在同一組件上工作，機(jī)器人實(shí)時響應(yīng)工人的動態(tài)。前三種工作模式在傳統(tǒng)工業(yè)制造領(lǐng)域比較常見，機(jī)器人自動作業(yè)，或是在有限的指導(dǎo)下執(zhí)行一系列重復(fù)、復(fù)雜的作業(yè)，在工作中需要安全圍欄防護(hù)，不用考慮和工人的近距離互動。隨著協(xié)作機(jī)器人的出現(xiàn)，機(jī)器人與工人直接、實(shí)時的協(xié)作模式，降低了工人重復(fù)枯燥的工作強(qiáng)度，提高了企業(yè)的生產(chǎn)效率，但對機(jī)器人系統(tǒng)、結(jié)構(gòu)和安全標(biāo)準(zhǔn)等方面也提出了更高的要求。

1.2 協(xié)作機(jī)器人的發(fā)展概述

1996年西北大學(xué)的Colgate等[9]首次發(fā)明了協(xié)作機(jī)器人。協(xié)作機(jī)器人是由通用汽車的原型發(fā)展起來的，通用汽車公司通過設(shè)計(jì)“智能協(xié)助裝置”來實(shí)現(xiàn)物料搬運(yùn)及汽車組裝等作業(yè)，工人通過操控給裝置提供了原動力，這就是早期協(xié)作機(jī)器人的雛形[10]。2005年，隨著旨在通過機(jī)器人技術(shù)助力中小企業(yè)提高生產(chǎn)力降低成本的歐盟項(xiàng)目的實(shí)施，協(xié)作機(jī)器人迎來了發(fā)展契機(jī)。協(xié)作機(jī)器人在不同行業(yè)均顯示出獨(dú)特的優(yōu)勢，越來越多的研究機(jī)構(gòu)和企業(yè)開始研發(fā)協(xié)作機(jī)器人[11]。2016年，國際標(biāo)準(zhǔn)化組織為了進(jìn)一步規(guī)范協(xié)作機(jī)器人的運(yùn)行系統(tǒng)和安全環(huán)境，發(fā)布了新的工業(yè)標(biāo)準(zhǔn)ISOTS 15066-2016[12]，以此推動了協(xié)作機(jī)器人的標(biāo)準(zhǔn)化生產(chǎn)。國際市場上主流協(xié)作機(jī)器人特征、應(yīng)用場景及圖例，如表1所示。

圖2 人與機(jī)器人的協(xié)作模式[8]

表1 國際市場上主流協(xié)作機(jī)器人特征、應(yīng)用場景及圖例簡介

Tab.1 Introduction to the characteristics, application scenarios and legends of mainstream collaborative robots in the international market

我國的協(xié)作機(jī)器人發(fā)展相對較晚，2013年，國家標(biāo)準(zhǔn)《工業(yè)機(jī)器人安全規(guī)范》GB11291-2-2013[13]對協(xié)作機(jī)器人進(jìn)行了明確定義，是指在規(guī)定的安全協(xié)作空間內(nèi)，與人直接交互而設(shè)計(jì)的機(jī)器人，機(jī)器人與人在生產(chǎn)活動中可同時執(zhí)行任務(wù)。該定義中強(qiáng)調(diào)了安全的協(xié)作空間，這與當(dāng)時工人普遍對協(xié)作機(jī)器人的接受度不高有關(guān)，“安全”是協(xié)作機(jī)器人技術(shù)的重要標(biāo)準(zhǔn)之一。國內(nèi)研究機(jī)構(gòu)、大學(xué)和企業(yè)紛紛投入?yún)f(xié)作機(jī)器人的研發(fā)工作，如2014年成立的哈工大機(jī)器人集團(tuán)（后改名嚴(yán)格集團(tuán)）、上海節(jié)卡機(jī)器人有限公司等緊跟國際趨勢，開發(fā)出一系列協(xié)作機(jī)器人以滿足不同作業(yè)場景的需求。2021年，國內(nèi)協(xié)作機(jī)器人在工業(yè)領(lǐng)域的應(yīng)用占比超過70%，并逐漸向服務(wù)領(lǐng)域延伸，其他領(lǐng)域如新能源領(lǐng)域的需求亦處于快速增長的態(tài)勢。國內(nèi)部分協(xié)作機(jī)器人特征、應(yīng)用場景及圖例，如表2所示。

表2 國內(nèi)部分協(xié)作機(jī)器人特征、應(yīng)用場景及圖例簡介

Tab.2 Introduction to the characteristics, application scenarios and legends of mainstream collaborative robots in the Chinese market

2 數(shù)據(jù)來源及研究方法

2.1 數(shù)據(jù)來源

為保證數(shù)據(jù)來源的科學(xué)性和完整性，分別選取國際和國內(nèi)權(quán)威數(shù)據(jù)庫進(jìn)行檢索，國際期刊以Web of Science（WOS）數(shù)據(jù)庫的核心合集文獻(xiàn)作為數(shù)據(jù)源，中文期刊以中國知網(wǎng)（CNKI）數(shù)據(jù)庫的文獻(xiàn)作為數(shù)據(jù)源。具體過程如下：在WOS核心數(shù)據(jù)庫采用主題檢索，主題詞選擇“Collaborative Robot*”或“Cobot*”（其中*代表該主題詞的復(fù)數(shù)形式也在檢索范圍內(nèi)）；在CNKI數(shù)據(jù)庫中以主題詞“協(xié)作機(jī)器人”或“人機(jī)協(xié)作”進(jìn)行檢索，文獻(xiàn)時間設(shè)置為從協(xié)作機(jī)器人的發(fā)明年份1996年開始到2022年，分別篩選獲得WOS數(shù)據(jù)庫的樣本文獻(xiàn)225 4篇，CNKI數(shù)據(jù)庫的樣本文獻(xiàn)464篇，檢索時間為2022年10月15日。

2.2 研究方法

隨著數(shù)據(jù)挖掘、信息分析和圖形渲染技術(shù)的發(fā)展，利用軟件CiteSpace可對大量文獻(xiàn)數(shù)據(jù)進(jìn)行分析，通過數(shù)據(jù)可視化結(jié)果將知識單元或知識群間的網(wǎng)絡(luò)、演化等隱含關(guān)系以圖譜的形式直觀展現(xiàn)出來[14-15]。本研究采用CiteSpace6.1.R2版本軟件，從國內(nèi)外文獻(xiàn)數(shù)據(jù)庫中進(jìn)行檢索并篩選出協(xié)作機(jī)器人相關(guān)的研究文獻(xiàn)，運(yùn)用發(fā)文量分析、關(guān)鍵詞共現(xiàn)分析、關(guān)鍵詞時區(qū)圖譜等方法，對國內(nèi)、外期刊協(xié)作機(jī)器人研究的基本情況、發(fā)展脈絡(luò)、研究重點(diǎn)進(jìn)行梳理，并以可視化信息圖譜的方式來反映該領(lǐng)域的熱點(diǎn)及未來趨勢。

3 工業(yè)協(xié)作機(jī)器人研究文獻(xiàn)的時空分布

3.1 發(fā)文時間分布

將篩選出的文獻(xiàn)數(shù)據(jù)導(dǎo)入CiteSpace，分別分析協(xié)作機(jī)器人研究文獻(xiàn)的國際、國內(nèi)年度發(fā)文量，如圖3所示，藍(lán)色和橙色曲線分別代表WOS核心數(shù)據(jù)庫和CNKI數(shù)據(jù)庫相關(guān)文獻(xiàn)的年度分布，整體呈現(xiàn)增長趨勢。

圖3 國際、國內(nèi)協(xié)作機(jī)器人發(fā)文數(shù)量分布圖

在WOS中檢索到主題為“協(xié)作機(jī)器人”的最早的文章于1999年發(fā)表在《Industrial robot》期刊上[16]，作者是協(xié)作機(jī)器人的發(fā)明者J. Edward Colgate和Michael Peshkin教授，該文章對協(xié)作機(jī)器人做了詳細(xì)的定義。2015年以前，國際年發(fā)文量低于10篇，表明此時對協(xié)作機(jī)器人的研究處于探索階段。從2016年開始，國際發(fā)文量開始緩慢增加，到2018年達(dá)到67篇。從2019年開始，國際發(fā)文量迅速增長，年發(fā)文量超過100篇，并于2021年達(dá)到頂峰（310篇）。CNKI數(shù)據(jù)庫發(fā)文趨勢顯示，從1996年至今，國內(nèi)發(fā)文量均未超過100篇，2016年以前，年發(fā)文量在20篇以下，從2017年（35篇）開始快速增長，于2021達(dá)到峰值（85篇）?？梢钥闯?，國內(nèi)在協(xié)作機(jī)器人領(lǐng)域的研究發(fā)展較為緩慢，但國際、國內(nèi)發(fā)文量在2021年均達(dá)到最高值，表明近兩年越來越多的學(xué)者開始關(guān)注協(xié)作機(jī)器人的研究。

3.2 發(fā)文空間分布

統(tǒng)計(jì)各國協(xié)作機(jī)器人研究的產(chǎn)出總量發(fā)現(xiàn)，美國、意大利、中國、德國、法國是該領(lǐng)域發(fā)文產(chǎn)出數(shù)量較多的國家，中心性表示該國家在該領(lǐng)域研究中的影響力。如表3所示，發(fā)文量最多的是美國（338篇），其次是意大利（292篇），中國的國際發(fā)文量排第三位（212篇）。中國的發(fā)文起始年為2003年，中心性排名第三，表明雖然中國在國際期刊上的發(fā)文時間較晚，但依然具有一定影響力。美國的發(fā)文量與中心性均位居第一，發(fā)文起始年為1997年，表明美國最早開始研究協(xié)作機(jī)器人，且在該領(lǐng)域的研究影響力位居榜首。

表3 協(xié)作機(jī)器人研究發(fā)文量前5位的國家

Tab.3 Top 5 countries of publications on collaborative robots

進(jìn)一步統(tǒng)計(jì)國內(nèi)外協(xié)作機(jī)器人研究的發(fā)文機(jī)構(gòu)，如表4所示。國際發(fā)文前五位的機(jī)構(gòu)分別為意大利米蘭理工大學(xué)（Polytechnic University of Milan）、葡萄牙科英布拉大學(xué)（University of Coimbra）、意大利都靈理工大學(xué)（Politecnico Torino）、南非夸祖魯-納塔爾大學(xué)（University of KwaZulu-Natal）和美國卡內(nèi)基梅隆大學(xué)（Carnegie Mellon University）。這五個機(jī)構(gòu)均為大學(xué)，其中米蘭理工大學(xué)的發(fā)文量最高，卡內(nèi)基梅隆大學(xué)的發(fā)文數(shù)量雖然不是第一，但發(fā)文中心性最高，說明該機(jī)構(gòu)在該研究領(lǐng)域具有重要的影響。

國內(nèi)發(fā)文前五位的機(jī)構(gòu)由大學(xué)和研究所組成，分別為哈爾濱工業(yè)大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院、中國科學(xué)院大學(xué)、哈爾濱工業(yè)大學(xué)機(jī)器人研究所、中國科學(xué)院沈陽自動化研究所、中國科學(xué)院機(jī)器人與智能制造創(chuàng)新研究所。其中，哈爾濱工業(yè)大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院發(fā)文量最多，但整體看來，國內(nèi)機(jī)構(gòu)的發(fā)文量少于國際機(jī)構(gòu)。

表4 國內(nèi)外協(xié)作機(jī)器人研究發(fā)文量前5位的研究機(jī)構(gòu)

Tab.4 Top 5 research institutions of publications on collaborative robots at home and abroad

4 工業(yè)協(xié)作機(jī)器人研究熱點(diǎn)演進(jìn)及解讀

4.1 關(guān)鍵詞共現(xiàn)分析

關(guān)鍵詞用于描述一個領(lǐng)域的核心內(nèi)容，分析關(guān)鍵詞共現(xiàn)可深入了解協(xié)作機(jī)器人領(lǐng)域研究的主要內(nèi)容及熱點(diǎn)。導(dǎo)入WOS樣本文獻(xiàn)并選擇關(guān)鍵詞共現(xiàn)，剪切方式選擇Pathfinder和Pruning the merged network，獲得的關(guān)鍵詞共現(xiàn)圖譜中共有696個節(jié)點(diǎn)，1 120條連線，密度為0.004 6。圖譜中節(jié)點(diǎn)的大小表示該詞出現(xiàn)的頻次，節(jié)點(diǎn)越大表明頻次越高，節(jié)點(diǎn)的顏色代表時間，顏色越暖表示研究時間越近，顏色越冷表示研究時間越早。如圖4所示，節(jié)點(diǎn)較大的關(guān)鍵詞有協(xié)作機(jī)器人（collaborative robotics）、人機(jī)協(xié)作（human- robot collaboration）、工業(yè)4.0（industry 4.0）、設(shè)計(jì)（design）、人機(jī)交互（human-robot interaction）、系統(tǒng)（system）、任務(wù)分析（task analysis）等。這些關(guān)鍵詞節(jié)點(diǎn)的內(nèi)圈呈綠色，外圈呈紅色，表示從早期到近期，都是國際學(xué)者重點(diǎn)關(guān)注的研究熱詞。

導(dǎo)入CNKI樣本文獻(xiàn)選擇關(guān)鍵詞共現(xiàn)，獲得的關(guān)鍵詞圖譜中共有390個節(jié)點(diǎn)，570條連線，密度為0.007 5，如圖5所示。其中節(jié)點(diǎn)較大的關(guān)鍵詞有“人機(jī)協(xié)作、協(xié)作、機(jī)器人、多機(jī)器人”等，其中“人機(jī)協(xié)作”“機(jī)器人”的節(jié)點(diǎn)外圈呈紅色，表明該關(guān)鍵詞是近期國內(nèi)學(xué)者的研究熱點(diǎn)，而“協(xié)作”和“多機(jī)器人”節(jié)點(diǎn)中間呈灰色代表該關(guān)鍵詞為早期的研究熱點(diǎn)。而其他的關(guān)鍵詞節(jié)點(diǎn)比較小且呈冷色，表示早期國內(nèi)對協(xié)作機(jī)器人的研究還較為分散。

圖4 國際協(xié)作機(jī)器人研究關(guān)鍵詞共現(xiàn)圖譜

圖5 國內(nèi)協(xié)作機(jī)器人研究關(guān)鍵詞共現(xiàn)圖譜

對國際國內(nèi)頻次前15位的關(guān)鍵詞進(jìn)行統(tǒng)計(jì)，如表5所示。在國際關(guān)鍵詞詞頻中，協(xié)作機(jī)器人（collaborative robotics）詞頻出現(xiàn)最高（552次），其次是設(shè)計(jì)（design）和人機(jī)協(xié)作（human-robot collaboration）（188次），除此之外為工業(yè)4.0（industry 4.0）、任務(wù)分析（task analysis）、模型（model）、結(jié)構(gòu)（framework）、碰撞避免（collision avoidance）、安全（safety）、機(jī)械臂（manipulator）等。表明國際上對于協(xié)作機(jī)器人的研究角度比較豐富，從宏觀的工業(yè)4.0層面到協(xié)作機(jī)器人設(shè)計(jì)、結(jié)構(gòu)、人機(jī)交互、安全等微觀層面。在國內(nèi)關(guān)鍵詞詞頻中，“人機(jī)協(xié)作”詞頻出現(xiàn)最高（59次），其次是多機(jī)器人（49次），表明“協(xié)作機(jī)器人”均為國際和國內(nèi)研究的熱點(diǎn)，國內(nèi)對多機(jī)器人協(xié)作方面研究較多，同時在人工智能、機(jī)械臂、路徑規(guī)劃、人機(jī)交互、協(xié)作空間等方面也開展了一定的研究。除此之外，“人機(jī)協(xié)作（human-robot collaboration）”的頻次在國際和國內(nèi)的文獻(xiàn)中均排名較前，表明該主題詞不僅是該領(lǐng)域的研究重點(diǎn)也是研究樞紐。

表5 國內(nèi)外協(xié)作機(jī)器人研究中英文關(guān)鍵詞統(tǒng)計(jì)（1996-2022）

Tab.5 Statistics of English key words in collaborative robot research at home and abroad (1996-2022)

4.2 關(guān)鍵詞時間線圖譜分析

關(guān)鍵詞聚類就是領(lǐng)域特征明顯、研究主題相似的關(guān)鍵詞形成的網(wǎng)絡(luò)集群，以取值最高的特征詞作為聚類編號和名稱，如“#0、#1、#02……”等。在關(guān)鍵詞聚類圖譜基礎(chǔ)上，以時間線圖的方式進(jìn)行呈現(xiàn)，可以觀察各關(guān)鍵詞聚類按時間的演變過程。本研究通過關(guān)鍵詞時間線圖譜進(jìn)一步呈現(xiàn)協(xié)作機(jī)器人領(lǐng)域研究的發(fā)展歷程。

4.2.1 國際協(xié)作機(jī)器人研究時間線

用CiteSpace將WOS關(guān)鍵詞聚類后進(jìn)行時間線分析，得到協(xié)作機(jī)器人關(guān)鍵詞時間線圖譜，圖譜右列表示的是聚類編號和名稱，圖中聚類名稱按熱度進(jìn)行排序，順序越往上，熱度越高；從左往右的線條表示時間線，線上的節(jié)點(diǎn)表示該聚類中的高頻關(guān)鍵詞，節(jié)點(diǎn)越大，熱度越高。如圖6所示，該圖譜共形成18個有效聚類，其中最大的5個聚類分別為#0 muti- agent system（多智能體系統(tǒng)）、#1 collaborative robots（協(xié)作機(jī)器人）、#2 robot programming（機(jī)器人編程）、#3 autonomous agents（自主代理）、#4 human-robot collaboration（人機(jī)協(xié)作）。這5個聚類出現(xiàn)的時間集中在2016年至2020年，表明這五個聚類是目前國際上的研究熱點(diǎn)，尤其是#0多智能體系統(tǒng)。從聚類時間線看，國際上對協(xié)作機(jī)器人的研究可劃分以下3個階段：

1）萌芽階段（1996—2006年）。該階段國際上研究的高頻關(guān)鍵詞主要有collaborative robotics（協(xié)作機(jī)器人）、framework（結(jié)構(gòu)）、coordination（協(xié)作）、admittance display（導(dǎo)納顯示）等。其中關(guān)鍵詞collaborative robotics（協(xié)作機(jī)器人）從2000年出現(xiàn)開始一直持續(xù)到了2019年，這與當(dāng)時協(xié)作機(jī)器人首次在國際亮相，并在工業(yè)領(lǐng)域的投入應(yīng)用有關(guān)。

2）探索階段（2006—2015年）。該階段出現(xiàn)的高頻關(guān)鍵詞包括dynamic control（動力控制）、localization（位置）、communication system interface（通訊系統(tǒng)接口）、closed-loop control（閉環(huán)控制）、augmented reality（增強(qiáng)現(xiàn)實(shí)）、virtual reality（虛擬現(xiàn)實(shí)）等。此階段在工業(yè)4.0的推動下，出現(xiàn)了研究機(jī)器人技術(shù)的熱潮，如動力系統(tǒng)、定位系統(tǒng)、手臂關(guān)節(jié)運(yùn)動、虛擬現(xiàn)實(shí)技術(shù)、增強(qiáng)現(xiàn)實(shí)技術(shù)等，使用智能機(jī)器和大力發(fā)展智能工廠是該階段的特征。

圖6 國際協(xié)作機(jī)器人研究關(guān)鍵詞時間圖譜

3）快速成長階段（2016年至今）。該階段出現(xiàn)的高頻關(guān)鍵詞有collision safety（碰撞安全）、impedance control（阻抗控制）、human factor（人的因素）、machine learning（機(jī)器學(xué)習(xí)）、smart manufacturing（智能制造）、ergonomics（人體工程學(xué)）等。該階段對協(xié)作機(jī)器人技術(shù)的研究逐漸成熟，并逐漸轉(zhuǎn)向人機(jī)協(xié)作、安全方面的研究；另一方面，國際學(xué)者們開始關(guān)注協(xié)作任務(wù)中工人的接受度、交互體驗(yàn)及舒適度，這正呼應(yīng)了歐盟工業(yè)5.0中關(guān)注人本需求的理念，也反映出該領(lǐng)域未來的研究趨勢。

4.2.2 國內(nèi)協(xié)作機(jī)器人研究時間線

將CNKI關(guān)鍵詞聚類后得到國內(nèi)協(xié)作機(jī)器人關(guān)鍵詞時間線圖譜，系統(tǒng)顯示由于2001年前的文獻(xiàn)數(shù)據(jù)不足，默認(rèn)從2001年開始統(tǒng)計(jì)。如圖7所示，該網(wǎng)絡(luò)共形成16個有效聚類，排名前5的聚類分別為：#0協(xié)作、#1人機(jī)協(xié)作、#2機(jī)器人、#4機(jī)械臂、#5路徑規(guī)劃。從時間線上觀察到，國內(nèi)對人機(jī)協(xié)作的研究開始于2003年，對機(jī)械臂的研究始于2016年，相比于國外的研究歷程來看，目前國內(nèi)對該領(lǐng)域的研究正處于技術(shù)熱潮階段。國內(nèi)對協(xié)作機(jī)器人的研究歷程，具體可以劃分為以下3個階段：

圖7 國內(nèi)協(xié)作機(jī)器人研究關(guān)鍵詞時間圖譜

1）萌芽階段（2001—2008年）。該階段國內(nèi)研究的高頻關(guān)鍵詞主要有協(xié)作機(jī)制、任務(wù)分配、協(xié)作、協(xié)作規(guī)劃等。此階段國內(nèi)對于協(xié)作機(jī)器人沒有標(biāo)準(zhǔn)的定義，研究者更多關(guān)注多機(jī)器人的任務(wù)執(zhí)行與協(xié)作機(jī)制方面。

2）探索階段（2009—2015年）。該階段國內(nèi)研究的高頻關(guān)鍵詞主要有定位、探測系統(tǒng)、復(fù)雜環(huán)境、安裝方式等。2013年，國家標(biāo)準(zhǔn)《工業(yè)機(jī)器人安全規(guī)范》GB11291-2-2013[13]對協(xié)作機(jī)器人進(jìn)行了明確定義，國內(nèi)研究者開始關(guān)注協(xié)作機(jī)器人的技術(shù)研發(fā)，以及機(jī)器人在工廠裝配作業(yè)時的定位系統(tǒng)、分布系統(tǒng)、安全控制等。

3）成長階段（2016年至今）。該階段國內(nèi)研究的高頻關(guān)鍵詞主要有柔順性、可操作性、機(jī)械碰撞、協(xié)作裝配、協(xié)作算法等。隨著國家政府陸續(xù)出臺了一系列支持機(jī)器人技術(shù)創(chuàng)新、制造業(yè)改革的政策，國內(nèi)掀起了研究協(xié)作機(jī)器人的熱潮，重點(diǎn)聚焦技術(shù)創(chuàng)新方面，對人因、安全交互、人體工程學(xué)等的研究比較少。

4.3 關(guān)鍵詞聚類分析

為了進(jìn)一步解讀研究的熱點(diǎn)內(nèi)容，選擇聚類中高頻詞相關(guān)的文獻(xiàn)進(jìn)行分類解讀。在聚類圖中，不同顏色的區(qū)域表示該聚類中的關(guān)鍵詞首次出現(xiàn)的時間，紅色區(qū)域表示近期，黃色區(qū)域出現(xiàn)日期早于紅色區(qū)域，依此類推。

4.3.1 國際協(xié)作機(jī)器人的關(guān)鍵詞聚類分析

將WOS關(guān)鍵詞數(shù)據(jù)導(dǎo)入CiteSpace，使用Path-finder及Pruning the merged network剪枝，獲得該關(guān)鍵詞聚類網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)為491，連線為695條，網(wǎng)絡(luò)的模塊性為0.851 2（表明協(xié)作機(jī)器人研究領(lǐng)域在關(guān)鍵詞聚類中有明確的定義），輪廓值為0.902 6。獲得10個關(guān)鍵詞聚類，如圖8所示，根據(jù)相似的特征詞屬性進(jìn)一步將其歸納為三大類：

1）協(xié)作機(jī)器人前沿技術(shù)研究。該聚類由#0 muti- agent system（多智能體系統(tǒng)）、#2 robot programming（機(jī)器人編程）、#3 autonomous agents（自主代理）、#5 impedance control（阻抗控制）、#8 pattern recognition（模式識別）、#9 task analysis （任務(wù)分析）組成。具體包含了以下特征詞：machine learning （機(jī)器學(xué)習(xí)）、vision system（視覺系統(tǒng)）、virtual reality（虛擬現(xiàn)實(shí)）等。通過聚類后的關(guān)聯(lián)文獻(xiàn)發(fā)現(xiàn)，國際學(xué)者對協(xié)作機(jī)器的結(jié)構(gòu)設(shè)計(jì)、軟件系統(tǒng)、硬件系統(tǒng)等均開展了豐富的研究。如Sadik等[17]提出一種智能控制解決方案，優(yōu)化人機(jī)協(xié)作時流水線調(diào)度問題。Tellaeche等[18]利用語音和手勢來實(shí)現(xiàn)車間里工人與機(jī)器人的自然交互；Alsamhi等[19]關(guān)注協(xié)作裝配中機(jī)器學(xué)習(xí)和機(jī)器人通信的融合研究；Melchiorre等[20]開創(chuàng)出一種適用于基于視覺傳感器的防撞系統(tǒng)；Yumbla等[21]采用圖像處理技術(shù)完成機(jī)器人的線纜裝配任務(wù)；Tannous等[22]利用觸摸檢測算法來檢測人機(jī)協(xié)作焊接工作時的碰撞風(fēng)險(xiǎn)；Conti等[23]提出了一種以常識推理為指導(dǎo)的人機(jī)協(xié)作新系統(tǒng)，用于制造任務(wù)的自動化。

圖8 國際協(xié)作機(jī)器人的研究關(guān)鍵詞聚類圖譜

2）人-機(jī)-環(huán)交互研究。該聚類由#1 collaborative robots（協(xié)作機(jī)器人）、#4 human-robot collaboration（人機(jī)協(xié)作）組成。具體包含了以下特征詞：safe physical human-robot interaction（安全物理人機(jī)交互系統(tǒng)）、risk assessment（風(fēng)險(xiǎn)評估）、collaboration space協(xié)作空間等。通過分析聚類后的關(guān)聯(lián)文獻(xiàn)發(fā)現(xiàn)，國際學(xué)者從不同領(lǐng)域進(jìn)行協(xié)作機(jī)器人的研究，如交互設(shè)計(jì)、人機(jī)工程學(xué)等。如Michalos等[24]根據(jù)裝配工藝的相關(guān)規(guī)范，對裝配工作站進(jìn)行優(yōu)化設(shè)計(jì)，以保證人機(jī)協(xié)作的安全性；Malik等[25]將人機(jī)模擬與虛擬現(xiàn)實(shí)相結(jié)合用于工作空間設(shè)計(jì)中；Frijns等[26]提出了一套協(xié)作機(jī)器人設(shè)計(jì)指南，該指南用于評估協(xié)作機(jī)器人用戶界面設(shè)計(jì)的可用性問題；Chiurco等[27]基于深度學(xué)習(xí)和卷積神經(jīng)網(wǎng)絡(luò)來識別工人情緒，探索智能工廠協(xié)作任務(wù)中的高級人機(jī)交互；Gualtieri等[28]研究如何開發(fā)和評估人機(jī)協(xié)作裝配系統(tǒng)中的認(rèn)知人體工程學(xué)設(shè)計(jì)指南。

3）協(xié)作機(jī)器人應(yīng)用研究。該聚類由#6 mobile robots（移動機(jī)器人）、#7 artificial intelligence（人工智能）組成。該聚類下的特征詞有navigation（導(dǎo)航）、rehabilitation（復(fù)原）等。分析聚類后的關(guān)聯(lián)文獻(xiàn)，學(xué)者M(jìn)atheson等[7]全面介紹了面向制造應(yīng)用的協(xié)作機(jī)器人技術(shù)；Lins等[29]闡述了與工業(yè)環(huán)境中使用的智能制造、協(xié)作機(jī)器人和機(jī)器學(xué)習(xí)技術(shù)相關(guān)的定義、概念、標(biāo)準(zhǔn)和平臺設(shè)計(jì)和趨勢；Mukherjee等[30]回顧了機(jī)器學(xué)習(xí)方法及其在協(xié)作機(jī)器人背景下的工業(yè)應(yīng)用；Maddikunta等[31]從不同行業(yè)從業(yè)者和研究人員的角度給出了工業(yè)5.0的新定義，并討論了工業(yè)5.0的潛在應(yīng)用及技術(shù)，如協(xié)作機(jī)器人、智能醫(yī)療、云制造等。

4.3.2 國內(nèi)協(xié)作機(jī)器人關(guān)鍵詞聚類分析

將CNKI關(guān)鍵詞數(shù)據(jù)導(dǎo)入CiteSpace，獲得該關(guān)鍵詞聚類網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)為390，連線為570，網(wǎng)絡(luò)的模塊性為0.962 3，輪廓值為0.851 9。將關(guān)鍵詞數(shù)據(jù)進(jìn)行聚類得到12個聚類，如圖9所示，根據(jù)相似的特征詞屬性，進(jìn)一步將其歸納為三大類。

1）協(xié)作機(jī)器人相關(guān)技術(shù)研究。該聚類由#0協(xié)作、#5路徑規(guī)劃、#6協(xié)作圍捕、#8地圖構(gòu)建、#13強(qiáng)化學(xué)習(xí)、#14協(xié)作策略組成。國內(nèi)學(xué)者從手勢跟蹤、仿真系統(tǒng)、任務(wù)分配、路徑規(guī)劃等方面對機(jī)器人協(xié)作任務(wù)展開了研究，其中多機(jī)器人協(xié)作研究是國內(nèi)學(xué)者研究的重點(diǎn)。劉想德[32]借助Baxter平臺，對協(xié)作機(jī)器人的構(gòu)件、系統(tǒng)、通信機(jī)制、運(yùn)動控制等進(jìn)行了介紹；尹海斌[33]利用柔性結(jié)構(gòu)的動態(tài)控制減小協(xié)作機(jī)器人的能耗。劉利枚等[34]提出了基于粒子群優(yōu)化的多機(jī)器人協(xié)作定位方法以提高多機(jī)器人作業(yè)的精度；姚湘[35]等著重研究基于深度圖像檢測的實(shí)時碰撞避免控制系統(tǒng)，有助于解決人機(jī)系統(tǒng)中的安全問題；費(fèi)燕瓊等[36]設(shè)計(jì)了由四個基本模塊組成的協(xié)作機(jī)器人應(yīng)對復(fù)雜環(huán)境下的協(xié)作行為。

2）人-機(jī)-環(huán)交互研究。該聚類由#4機(jī)械臂、#11工作空間、#15協(xié)作協(xié)調(diào)組成。陳滿意等[37]針對機(jī)械臂和障礙物提出了碰撞檢測的方法，以提高協(xié)作機(jī)器人躲避路障的成功率。王憲倫等[38]闡述了人機(jī)協(xié)作安全測量中，人體運(yùn)動預(yù)測方法的研究狀況；魯可等[39]依據(jù)機(jī)器人關(guān)節(jié)運(yùn)動學(xué)相關(guān)原理，分析安全協(xié)作空間的相關(guān)問題；賈計(jì)東等[40]圍繞共融機(jī)器人結(jié)構(gòu)設(shè)計(jì)、柔順控制、環(huán)境感知、行為學(xué)習(xí)等層面，歸納了人機(jī)安全交互的實(shí)現(xiàn)方法。

3）人機(jī)協(xié)作下的智能生產(chǎn)研究。該聚類由#1人機(jī)協(xié)作、#2機(jī)器人、#7協(xié)作系統(tǒng)組成。提取并分析每個聚類后的特征詞，國內(nèi)學(xué)者對航空裝配、起重裝配等作業(yè)任務(wù)開展研究，鄒方[41]針對飛機(jī)裝配提出了人機(jī)協(xié)作安全標(biāo)準(zhǔn)，并肯定了協(xié)作機(jī)器人在智能制造業(yè)中的應(yīng)用前景。

圖9 國內(nèi)協(xié)作機(jī)器人研究關(guān)鍵詞聚類圖譜

5 結(jié)語

本研究通過梳理國內(nèi)外工業(yè)協(xié)作機(jī)器人的研究文獻(xiàn)，采用CiteSpace軟件對發(fā)文量、發(fā)文機(jī)構(gòu)進(jìn)行統(tǒng)計(jì)分析，同時運(yùn)用軟件的關(guān)鍵詞共現(xiàn)分析、聚類分析、時間線圖譜等可視化手段，將1996年至2022年該領(lǐng)域的研究進(jìn)程、研究熱點(diǎn)及演化，通過可視化信息圖表的形式展現(xiàn)出來?？偨Y(jié)如下：

1）從研究的時間分布來看，國內(nèi)外的協(xié)作機(jī)器人發(fā)文數(shù)量均呈上升趨勢，2016年國際國內(nèi)發(fā)文量均進(jìn)入快速發(fā)展階段，在2021年到達(dá)頂峰。從研究的空間分布來看，協(xié)作機(jī)器人已成為全球?qū)W術(shù)熱點(diǎn)，美國作為發(fā)文量最多的國家，在該領(lǐng)域中發(fā)揮了重要的樞紐作用，中國在國際的發(fā)文量也位居前列，但仍需要跟蹤國際熱點(diǎn)積極創(chuàng)新。國內(nèi)的研究機(jī)構(gòu)如哈爾濱工業(yè)大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院、中國科學(xué)院大學(xué)等，對該領(lǐng)域的研究起了重要的支持作用，未來應(yīng)加強(qiáng)國內(nèi)外機(jī)構(gòu)間的合作，繼續(xù)保持對該領(lǐng)域的創(chuàng)新研究。

2）從研究歷程來看，國際與國內(nèi)對于協(xié)作機(jī)器人的研究都經(jīng)歷了萌芽期、探索期和快速發(fā)展期。國際學(xué)者的探索協(xié)作機(jī)器人的時間較早，并在2006—2015年出現(xiàn)了技術(shù)研究熱潮，從2016年開始，關(guān)注點(diǎn)轉(zhuǎn)至研究協(xié)作機(jī)器人的人機(jī)交互、人因工程和安全空間等問題。國內(nèi)對協(xié)作機(jī)器人的研究相對較晚，但快速進(jìn)入研究成長階段，一方面，國內(nèi)學(xué)者積極吸取國際經(jīng)驗(yàn)，推動了技術(shù)的創(chuàng)新；另一方面，國內(nèi)中小企業(yè)的需求增長，政府一系列政策的支持，都推動了協(xié)作機(jī)器人研究的迅速發(fā)展。

3）從研究熱點(diǎn)及演進(jìn)來看，國際與國內(nèi)的共同熱點(diǎn)詞為“人機(jī)協(xié)作”。國際上在技術(shù)研究方面，側(cè)重于結(jié)構(gòu)設(shè)計(jì)、機(jī)器人編程、機(jī)器學(xué)習(xí)、視覺系統(tǒng)、虛擬現(xiàn)實(shí)、碰撞躲避等問題的研究；在人-機(jī)-環(huán)交互方面，從交互界面設(shè)計(jì)、高級人機(jī)交互、人體工程學(xué)等方面，研究工人的技術(shù)接受度和工作負(fù)荷；在應(yīng)用研究方面，不少學(xué)者討論了工業(yè)環(huán)境中使用的智能制造、協(xié)作機(jī)器人和機(jī)器學(xué)習(xí)技術(shù)相關(guān)的概念、標(biāo)準(zhǔn)和趨勢，并結(jié)合工業(yè)5.0提出了未來協(xié)作機(jī)器人的發(fā)展方向。國內(nèi)學(xué)者在協(xié)作機(jī)器人技術(shù)方面，側(cè)重于多機(jī)器人協(xié)作、協(xié)作策略、柔性結(jié)構(gòu)、定位機(jī)制等方面的研究；在人-機(jī)-環(huán)交互方面，針對機(jī)械臂的交互模式、安全距離、關(guān)節(jié)空間等方面開展了不同層面的研究；在智能生產(chǎn)方面，協(xié)作機(jī)器人不僅在航空、裝備等行業(yè)具有重要作用，未來將拓展到服務(wù)、醫(yī)療、餐飲等其他非工業(yè)領(lǐng)域。

4）從未來研究趨勢來看，協(xié)作機(jī)器人的研究發(fā)展迅速，研究內(nèi)容呈現(xiàn)出機(jī)械、力學(xué)、通信、計(jì)算機(jī)、交互、設(shè)計(jì)、人因等學(xué)科交叉融合的趨勢。國內(nèi)研究目前正處在技術(shù)研究階段，而可靠的安全標(biāo)準(zhǔn)、直觀的交互界面、人本的職業(yè)健康（人體工程學(xué)和人為因素）、共享的空間設(shè)計(jì)等研究也是未來值得關(guān)注的熱點(diǎn)議題。

需要指出的是本研究也存在一些不足，人工檢索及文獻(xiàn)本身的主題詞歸類都可能存在偏差，未來在后續(xù)研究中將繼續(xù)關(guān)注協(xié)作機(jī)器人的發(fā)展方向，并追蹤其在工業(yè)領(lǐng)域中的應(yīng)用。

[1] IFR. International Federation of Robotics[EB/OL]. (2022- 10-9)[2022-10-25]. https://ifr.org/free-downloads.

[2] 王政. 我國穩(wěn)居全球第一大工業(yè)機(jī)器人市場——2021年產(chǎn)量比2015年增長10倍[N]. 人民日報(bào), 2022-09- 08(7).

WANG Zheng. China remains the World's Largest Industrial Robot Market - the Output in 2021 was 10 Times Higher than that in 2015[N] People's Daily, 2022-09-08(7).

[3] 工信部. 十五部門聯(lián)合印發(fā)《“十四五”機(jī)器人產(chǎn)業(yè)發(fā)展規(guī)劃》[J]. 機(jī)器人技術(shù)與應(yīng)用, 2022(1): 1.

GONG Xin-bu. The Tenth Five-Year Plan for the Development of Robot Industry was Jointly Issued by the Tenth Five-Year Plan[J]. Robot Technique and Application, 2022(1): 1.

[4] ISO 10218-1: Robots and Robotic Devices–Safety Requirements for Industrial Robots – Part 1: Robots. Switzerland:International Organization for Standardization, 2011.

[5] HENTOUT A, AOUACHE M, MAOUDJ A, et al. Human-Robot Interaction in Industrial Collaborative Robotics: A Literature Review of the Decade 2008-2017[J]. Advanced Robotics, 2019, 33(15-16): 764-799.

[6] PARAL T. Robotics[M]. Smart Manufacturing. Hoboken: John Wiley & Sons, Ltd, 2022: 311-329.

[7] MATHESON E, MINTO R, ZAMPIERI E G G, et al. Human–Robot Collaboration in Manufacturing Applications: A Review[J]. Robotics, 2019, 8(4): 100.

[8] CHANDRASEKARAN B, CONRAD J M. Human- Robot Collaboration: A Survey[C]//SoutheastCon. Fort Lauderdale, FL, USA. IEEE, 2015: 1-8.

[9] WANNASUPHOPRASIT W, PESHKIN M A. Cobots: Robots for Collaboration with Human Operators[J]. American Society of Mechanical Engineers, Dynamic Systems and Control Division (Publication) DSC, 1996, 58: 433-439.

[10] AKELLA P, PESHKIN M, COLGATE E, et al. Cobots for the Automobile Assembly Line[C]//Proceedings 1999 IEEE International Conference on Robotics and Automation (Cat. No.99CH36288C). Detroit, MI, USA. IEEE, 2002: 728-733.

[11] XU Tian, FAN Ji-zhuang, CHEN Yi-wen, et al. Dynamic Identification of the KUKA LBR Iiwa Robot with Retrieval of Physical Parameters Using Global Optimization[J]. IEEE Access, 2020, 8: 108018-108031.

[12] Robots and robotic devices - Collaborative robots: ISO/TS 15066: 2016[S]. International Organization for Standardization [iso], 2016.

[13] 國家質(zhì)量監(jiān)督檢驗(yàn)檢疫總局中國標(biāo)準(zhǔn)化技術(shù)委員會. GB11291-2-2013機(jī)器人與機(jī)器人裝備—工業(yè)機(jī)器人的安全要求第2部分：機(jī)器人系統(tǒng)與集成[S]. 北京: 中國標(biāo)準(zhǔn)化技術(shù)委員會, 2013.

China Standardization Technical Committee of the General Administration of Quality Supervision, Inspection and Quarantine of the People's Republic of China. GB11291-2-2013 Robots and Robotic Equipment - Safety Requirements for Industrial Robots Part 2: Robotic Systems and Integration[S]. Beijing: China Standardization Technical Committee, 2013.

[14] 陳悅, 陳超美, 劉則淵, 等. CiteSpace知識圖譜的方法論功能[J]. 科學(xué)學(xué)研究, 2015, 33(2): 242-253.

CHEN Yue, CHEN Chao-mei, LIU Ze-yuan, et al. The Methodology Function of Cite Space Mapping Knowledge Domains[J]. Studies in Science of Science, 2015, 33(2): 242-253.

[15] 陳亮, 韓月, 劉懷玉. 基于文獻(xiàn)分析的服務(wù)機(jī)器人研究綜述[J]. 包裝工程, 2021, 42(8): 12-19, 35.

CHEN Liang, HAN Yue, LIU Huai-yu. Review on Service Robots Based on Bibliometric Analysis[J]. Packaging Engineering, 2021, 42(8): 12-19, 35.

[16] PESHKIN M, COLGATE J E. Cobots[J]. Industrial Robot: an International Journal, 1999, 26(5): 335-341.

[17] SADIK A, URBAN B. Flow Shop Scheduling Problem and Solution in Cooperative Robotics—Case-Study: One Cobot in Cooperation with one Worker[J]. Future Internet, 2017, 9(3): 48.

[18] TELLAECHE A, KILDAL J, MAURTUA I. A Flexible System for Gesture Based Human-Robot Interaction[J]. Procedia CIRP, 2018, 72: 57-62.

[19] ALSAMHI S H, MA Ou, ANSARI M S. Convergence of Machine Learning and Robotics Communication in Collaborative Assembly: Mobility, Connectivity and Future Perspectives[J]. Journal of Intelligent & Robotic Systems, 2020, 98(3): 541-566.

[20] MELCHIORRE M, SCIMMI L S, PASTORELLI S P, et al. Collison Avoidance Using Point Cloud Data Fusion from Multiple Depth Sensors: A Practical Approach[C]// 2019 23rd International Conference on Mechatronics Technology (ICMT). Salerno, Italy. IEEE, 2019: 1-6.

[21] YUMBLA F, ABEYABAS M, LUONG T, et al. Preliminary Connector Recognition System Based on Image Processing for Wire Harness Assembly Tasks[C]// 2020 20th International Conference on Control, Automation and Systems (ICCAS). New York: ACM, 2020: 1146-1150.

[22] TANNOUS M, MIRAGLIA M, INGLESE F, et al. Haptic- Based Touch Detection for Collaborative Robots in Wel-ding Applications[J]. Robotics and Computer-Integrated Manufacturing, 2020, 64: 101952.

[23] CONTI C J, VARDE A S, WANG Wei-tian. Human- Robot Collaboration with Commonsense Reasoning in Smart Manufacturing Contexts[J]. IEEE Transactions on Automation Science and Engineering, 2022, 19(3): 1784-1797.

[24] MICHALOS G, MAKRIS S, TSAROUCHI P, et al. Design Considerations for Safe Human-Robot Collaborative Workplaces[J]. Procedia CIRP, 2015, 37: 248-253.

[25] MALIK A A, MASOOD T, BILBERG A. Virtual Reality in Manufacturing: Immersive and Collaborative Artificial-Reality in Design of Human-Robot Workspace[J]. International Journal of Computer Integrated Manufacturing, 2020, 33(1): 22-37.

[26] FRIJNS H A, SCHMIDBAUER C. Design Guidelines for Collaborative Industrial Robot User Interfaces[C]// Human-Computer Interaction - INTERACT 2021: 18th IFIP TC 13 International Conference, Bari, Italy, August 30 - September 3, 2021, Proceedings, Part III. New York: ACM, 2021: 407-427.

[27] CHIURCO A, FRANGELLA J, LONGO F, et al. Real- Time Detection of Worker’s Emotions for Advanced Human-Robot Interaction during Collaborative Tasks in Smart Factories[J]. Procedia Computer Science, 2022, 200: 1875-1884.

[28] GUALTIERI L, FRABONI F, DE MARCHI M, et al. Development and Evaluation of Design Guidelines for Cognitive Ergonomics in Human-Robot Collaborative Assembly Systems[J]. Applied Ergonomics, 2022, 104: 103807.

[29] LINS R G, GIVIGI S N. Cooperative Robotics and Machine Learning for Smart Manufacturing: Platform Design and Trends within the Context of Industrial Internet of Things[J]. IEEE Access, 2021, 9: 95444-95455.

[30] MUKHERJEE D, GUPTA K, CHANG L H, et al. A Survey of Robot Learning Strategies for Human-Robot Collaboration in Industrial Settings[J]. Robotics and Computer-Integrated Manufacturing, 2022, 73: 102231.

[31] MADDIKUNTA P K R, PHAM Q V, B P, et al. Industry 5.0: A Survey on Enabling Technologies and Potential Applications[J]. Journal of Industrial Information Integration, 2022, 26: 100257.

[32] 劉想德. 基于視覺引導(dǎo)的Baxter機(jī)器人運(yùn)動控制研究[J]. 重慶郵電大學(xué)學(xué)報(bào)(自然科學(xué)版), 2018, 30(4): 552-557.

LIU Xiang-de. Research on Motion Control of Baxter Robot through the Vision Guidance[J]. Journal of Chong-qing University of Posts and Telecommunications (Natural Science Edition), 2018, 30(4): 552-557.

[33] 尹海斌. 剛?cè)狁詈蟿恿W(xué)——輕量化協(xié)作機(jī)器人設(shè)計(jì)與控制的力學(xué)基礎(chǔ)——解讀《機(jī)器人剛?cè)狁詈蟿恿W(xué)》[J]. 中國機(jī)械工程, 2018, 29(24): 3020-3023.

YIN Hai-bin. Rigid-Flexible Coupling Dynamics— Mechanical Basis for Design and Control of Lightweight Cooperative Robots—Interpretation of Rigid- Flexible Coupling Dynamics of Robots[J]. China Mechanical Engineering, 2018, 29(24): 3020-3023.

[34] 劉利枚, 蔡自興. 粒子群優(yōu)化的多機(jī)器人協(xié)作定位方法[J]. 中南大學(xué)學(xué)報(bào)(自然科學(xué)版), 2011, 42(3): 682-687.

LIU Li-mei, CAI Zi-xing. Multi-Robot Cooperative Localization Based on Particle Swarm Optimization[J]. Journal of Central South University (Science and Technology), 2011, 42(3): 682-687.

[35] 姚湘, 徐平平, 王華君. 基于深度圖像檢測的機(jī)器人碰撞避免方案[J]. 控制工程, 2017, 24(7): 1514-1518.

YAO Xiang, XU Ping-ping, WANG Hua-jun. Design of Robot Collision Avoidance Security Scheme Based on Depth Image Detection[J]. Control Engineering of China, 2017, 24(7): 1514-1518.

[36] 費(fèi)燕瓊, 朱越梁, 宋立博. 多模塊式移動機(jī)器人系統(tǒng)的自組織協(xié)作行為[J]. 上海交通大學(xué)學(xué)報(bào), 2011, 45(7): 990-994.

FEI Yan-qiong, ZHU Yue-liang, SONG Li-bo. On Self- Organized Collaboration Behavior in Multi-Modular Mobile Robots[J]. Journal of Shanghai Jiao Tong University, 2011, 45(7): 990-994.

[37] 陳滿意, 張橋, 張弓, 等. 多障礙環(huán)境下機(jī)械臂避障路徑規(guī)劃[J]. 計(jì)算機(jī)集成制造系統(tǒng), 2021, 27(4): 990- 998.

CHEN Man-yi, ZHANG Qiao, ZHANG Gong, et al. Obstacle Avoidance Path Planning of Manipulator in Multiple Obstacles Environment[J]. Computer Integrated Manufacturing Systems, 2021, 27(4): 990-998.

[38] 王憲倫, 王天宇. 人機(jī)協(xié)作中人體運(yùn)動預(yù)測方法研究綜述[J]. 機(jī)床與液壓, 2022, 50(12): 147-152.

WANG Xian-lun, WANG Tian-yu. Research Progress of Human Motion Prediction Methods in Human Robot Collaboration[J]. Machine Tool & Hydraulics, 2022, 50(12): 147-152.

[39] 魯可, 曹毅, 李秀娟. 雙臂機(jī)器人協(xié)作空間的解算[J]. 工程圖學(xué)學(xué)報(bào), 2009, 30(5): 39-43.

LU Ke, CAO Yi, LI Xiu-juan. Cooperative Workspace of Dual-Arm Space Robot[J]. Journal of Engineering Graphics, 2009, 30(5): 39-43.

[40] 賈計(jì)東, 張明路. 人機(jī)安全交互技術(shù)研究進(jìn)展及發(fā)展趨勢[J]. 機(jī)械工程學(xué)報(bào), 2020, 56(3): 16-30.

JIA Ji-dong, ZHANG Ming-lu. Research Progress and Development Trend of the Safety of Human-Robot Interaction Technology[J]. Journal of Mechanical Engineering, 2020, 56(3): 16-30.

[41] 鄒方. 人機(jī)協(xié)作標(biāo)準(zhǔn)及應(yīng)用動態(tài)研究[J]. 航空制造技術(shù), 2016, 59(S2): 58-63, 76.

ZOU Fang. Standard for Human-Robot Collaboration and Its Application Trend[J]. Aeronautical Manufacturing Technology, 2016, 59(S2): 58-63, 76.

Research Hotspots and Visual Analysis of Industrial Collaborative Robot

LU Ning1, LI Juan1, JIN Lin-yi2

(1.School of Art and Design, Xihua University, Chengdu 610039, China; 2.Design School, Loughborough University, Loughborough LE11 3TU, UK)

The work aims to comb, analyze and summarize the research and development history, hotspot evolution and research trends of industrial collaborative robots at home and abroad from 1996 to 2022 based on the perspective of academic literature, so as to provide reference for research and innovation. CiteSpace software was used to select literature samples from the Web of Science core collection database and the CNKI database and visualize the multi-type knowledge graphs such as the time-space distribution of publications on collaborative robot, key word co-occurrence, clustering and timeline. Summary and analysis were carried out from three aspects of cutting-edge technology of collaborative robot, human-machine-environment interaction, and intelligent applications. According to the publications and the timeline of key word clustering, the international and Chinese researches on collaborative robot have gone through three stages: the budding period, the exploration period, and the rapid development period. From key word co-occurrence and cluster analysis, the international research on collaborative robot has shifted from focusing on technology to focusing on human factors. The research in China is still in the stage of technological innovation, while reliable safety standards, intuitive interactive interfaces, human-oriented occupational health (ergonomics and human factors), shared space design, etc. are also hot topics worthy of attention in the future.

collaborative robot; CiteSpace; research hotspots; visual analysis

TB472

A

1001-3563(2023)04-0393-13

10.19554/j.cnki.1001-3563.2023.04.050

2022–10–30

四川省哲學(xué)社會科學(xué)重點(diǎn)研究基地——現(xiàn)代設(shè)計(jì)與文化研究中心項(xiàng)目（MD22E024）；四川省哲學(xué)社會科學(xué)重點(diǎn)研究基地現(xiàn)代設(shè)計(jì)與文化研究中心項(xiàng)目（MD22E032）

陸寧（1984—），女，博士，講師，主要研究方向?yàn)槿藱C(jī)工程及工業(yè)產(chǎn)品設(shè)計(jì)。

李娟（1985—），女，博士，講師，主要研究方向?yàn)樾畔⒔换ゼ叭藱C(jī)工程。

責(zé)任編輯：馬夢遙