新时期，跨越机器人的“三座大山”

□文/席宁

新时期，跨越机器人的“三座大山”

□文/席宁

众所周知，工业机器人最大的应用是在生产制造系统中，它对工业发展起到了很大的作用，同时也影响着国民经济的健康发展。现在，我国在工业机器人领域加快产业结构调整，这催生出了很多新机遇，同时也面临着很多新挑战。

过去，由于我国在工业机器人领域起步较晚，面临着三座大山——电机、减速器和控制器，但这些技术难题都在国际上已经得到了基本的解决。近些年，我国也制定了很多策略来研究怎样追赶国际水平。但是，除了要跨越过这三座大山，我们应该将目光投向远方，思考工业机器人领域有什么新机遇，面临什么新的挑战，如何突破这种挑战赢得未来。

新时期的“三座大山”

现在，人们认为工业机器人应该实现智能化，那么我们首先需要知道智能化的目的是什么，为什么要智能化。我认为，智能化的本质就是让工业机器人得到更方便的应用。那么，怎样使工业机器人得到更方便的应用呢？通过研究我们找到了制约工业机器人实现智能化的问题所在。

第一，为机器人编程特别耗时。机器人要实现智能化首先得给它编程，也就是为机器人编写机器语言，这类方法的缺点是特别耗费时间。比如传统的汽车行业，人们设计一辆汽车需要花费3~5年的时间，而生产汽车的机器人的编程周期也需要花费3~5年的时间。但是，现在我们要把机器人应用到像手机制造那样的新兴领域，手机基本上一年就换一次，按照旧的方法，就需要为机器人一年编写一次全新的程序，这样编程和使用的成本就大大提高了。所以，我们需要开发新的编程手段，让机器人更容易、更迅速地被应用。

第二，机器人下游企业无法建立起机器人与环境的交互。企业在为机器人编程的同时，还要重新设计新的产品以应对迅速变化的市场，有时还要重新对生产线进行组织调整，而机器人不是安装在工位上就可以实现生产的。对于整条生产线来说，机器人要建立与周围环境的交互是一个很复杂的过程。例如，要事先校正机器人，机器人有自己的坐标需要与工厂的坐标建立起联系，这个过程是相当复杂的，机器人产业的下游企业无法实现这个过程，还需要机器人的制造厂商来提供这种服务，由此一来，无论从成本还是使用性的角度来说，对机器人应用企业的发展都是一种很大的制约。

第三，机器人和传感器的结合度不高。目前，机器人还只是进行简单的工业生产，不能一机多用，而我们追求的是使机器人精度更高、更加地智能化，可高效率地实现多品种的个性化生产。要达到这个愿景，机器人和传感器的结合是关键。现在，人们都热衷于讨论人工智能，人工智能首先是建立在传感器基础之上的，因为感触是人工智能发展的第一步，这足以见得在机器人上应用传感器的重要性。

因此，我把这三大问题归纳为解决下一代工业机器人面临的新挑战，只有完美地解决了这三大问题，工业机器人的智能化发展就会向前更进一步。

下面，为大家介绍一下在改善这三大问题上，我们所做的一些工作，不过，这仅仅是一个开始，未来还有很长的路要走。

席宁 香港大学机器人与自动化讲席教授、IEEE RAS侯任主席

让编程变的更简单

首先，谈到机器人编程方面。现在大家都知道，传统的机器人编程方法使用起来特别的费时，所以，能不能开发一些更直观、更方便的编程方法，在短时间内高效率地为工业机器人编程呢？基于此，我们开发了一种基于CAD模型的编程方法。怎么理解呢？也就是说，我们用机器人生产制造产品，得有这个产品的CAD设计模型和图纸，如果机器人可以直接理解这个CAD模型，就可以减少很多编程过程，把原来的人工编程变成机器人自主的编程。

举个3D打印的例子，在3D打印的过程中，机器人握着一杆喷枪，把玻璃纤维喷射成一个汽车车厢。在喷射过程中，机器人的轨迹非常重要，因为它的移动速度和位置，决定了有多少的纤维喷射到车厢上。由于车厢设计的不同，有的地方较厚，有的地方相对较薄，所以这个编程过程非常复杂。如果采用人工编程，可能这一个零件就需要花费1~2周的时间，还要经过不断的测试。但是，当把这个CAD模型直接导入到程序中，计算机就可以自动产生机器人的运动轨迹，2~3个小时就能把整个程序编好。

目前，这个基于CAD模型的编程方法已在汽车公司得到了应用。同时，它也可以应用到更复杂的生产过程中去。例如用3D打印冲模。打印汽车零件基本只需考虑控制材料的分布状况，而打印冲模的过程是一个喷射高温熔化金属的过程，不仅要考虑金属材料的分布，还要考虑温度的分布，一旦出现偏差，就会影响整个产品的机械性能。所以，在规划机器人轨迹的时候把这些因素都要考虑进去，这是一个非常复杂的过程，人工编程几乎实现不了，而基于CAD模型的编程方法就可以实现这个过程。

同时，这个方法不仅可以基于设计，还可以基于传感器进行编程。我们在加工一个零件前，先要对它进行测量，基于这个测量结果可以产生机器人的运动轨迹，从而对这个零件进行加工，比如打磨。我们知道机器人的打磨被应用到很多方面，而且编程很复杂，并且最终的程序都需要测试打磨几百个零件，而使用自带检测传感器的机器人之后，会简单许多。机器人可以通过传感器来检测零件需要打磨的部位，随后计算机自动生成一个打磨的轨迹，并且在打磨完成后对打磨的部位重新进行检测和校正。所以，我们把原来的一个开环过程变成了一个闭环过程，不仅降低了编程时间，而且也提高了产品的质量。

当然，机器人的应用还有很多方面，比如服务机器人。服务机器人的编程中没有CAD模型，但它可以和人直接进行交互。人和人之间的交流是用语言，所以要让机器人能够理解人的语言，用人的语言直接进行编程，这对于未来的服务机器人特别重要。然而，自从人工智能概念出现以来，如何使机器人理解人的自然语言一直就是个难题，如何解决这个难题呢？其实，我们有一个很大的优势，那就是机器人携带的传感器。这些传感器可以把简单的语言理解变成一种互惠反馈的过程，把原来简单的底层反馈控制拓展到高层，拓展到自然语言的处理过程中，这样一来，机器人的语言理解就变得相对准确，编程的过程也变得相对容易了。

从传统视角看，机器人编程变成了一个更直观的编程，人类可以把自己的设计思想通过语言告诉机器人。

机器人应该“自力更生”

接下来，谈谈如何让机器人更容易地和环境建立联系，更加容易自我校正。许多人简单地认为，买了机器人之后就可以代替人进行工作，但是，真正将机器人买来之后却很失望，因为要使机器人能够真正代替人工作，是件很麻烦的事情。机器人有自己的控制坐标，用户根本不理解如何将机器人的坐标和工厂的坐标建立起联系。所以机器人被安装好之后，怎样让它能认识环境，能与环境交互，能与工厂在同一坐标里进行工作，这些对用户来说都是非常重要。迅速地了解环境是机器人“进化”很重要的一方面，也是机器人智能化的一大标志。因此，我们在这方面也做了一些工作。

过去，机器人的校正有两种。一种是校正机器人和环境之间的关系，就是将机器人的坐标和环境的坐标概念性地结合，另一种是校正机器人本身的坐标，这些因素都需要通过校正来确认，并且过程都非常复杂。用户很难做机器人的校正，需要机器人的厂商来做，这对于机器人的用户而言，成本和时间就大大增加了。

那么，用户为什么很难做机器人的校正呢？过去，校正机器人的方法是基于点，我们会把机器人在空间运动的轨迹通过记录点的方式保存下来，通过这些点再把转换成的坐标计算出来。这种方法相当复杂，因为需要记录很多点才能计算出来这个坐标。现在，我们开发了一种Line—based Calibration的方法，这种方法可以直接记录已知线。线所承载的数据量比点要多的多，这样在校正机器人的过程中就会方便许多。因此，我们做了一个相应的装置安装在机器人上，机器人可以进行重复精度的校正，这在很大程度上解决了用户的难题。

解放质检员不是梦

最后，我们谈谈怎样让机器人和传感器进行结合，提高机器人的智能化。在生产过程中，有时我们要测量双坐标的尺寸，传统的方法是利用三坐标测量机一个点一个点地进行测量，这样一来，成本就居高不下。假如我们在机器人上嵌入传感器，传感器可以对一片面积进行拍照测量，这样就能把高密度的三维点云呈现出来，而且成本低、效率高。

以检查高铁为例，铁路公司要在夜里派出很多的车辆检查人员来确保列车的安全性，特别费时费力。所以我们想，可不可以直接通过机器人搭载着传感器进行检测，然后通过和列车CAD模型进行比对找出列车可能存在的问题。因此，我们专门开发了一款检测列车的机器人，它可以灵活地伸到车厢底部，通过搭载的传感器拍摄大面积的照片来和CAD模型进行对比，快速对整个车厢进行安全检测，不仅效率高，而且精度高。

再以汽车座椅的生产来举例。过去，汽车座椅的软硬舒适程度需要质检员一个一个地进行触摸检测，再通过质检员感性的主观判断打一个分数，由此判断这个座椅是否合格。众所周知，汽车的配件都是由汽车服务商来进行生产，那么大批量的座椅生产一定有一个量化的生产标准，那么质检员自身做出的判断会存在很大的误差。我们就通过机器人搭载传感器的方式对座椅的软硬和光滑程度等十几项指标进行检测，减小误差的同时，也提高了效率。目前，这种检测方式已经在墨西哥的汽车工厂进行使用，并且数据可以传回美国，也就说，还可以实现远程监测。同时，这样的监测方式还可以实现客户的个性化需求。比如，客户可以通过自己的需求，量身定制一款适合自己的座椅。

通过这三个方面的具体案例讲解，我想传递给大家一种思路，那就是在工业机器人领域，我们应该从之前的三大技术挑战中跳出来，看看将来还有什么新的技术挑战，如何去解决这些挑战，使得目前的机器人真正成为我们理想中的智能化机器人，帮助人类去探索未知世界。

（根据作者近期演讲整理，未经本人确认。）