美国制造业机器人发展路线图

□文/美国国家科学基金会□编译/卢川

美国制造业机器人发展路线图

□文/美国国家科学基金会□编译/卢川

美国制造业的结构调整，对于未来的经济增长、创造新的就业机会和确保美国制造业的竞争力都至关重要。这要求在基础研究、新技术的研发以及将研究成果和技术成果整合到制造业系统等方面提供资金支持。

美国联邦政府对制造产业的投资能够振兴美国制造行业。将美国国家资源的一小部分投入到制造业将获得极高的性价比，并且资源的高效生产将使美国的消费者受益,还能支持在美国这个重要经济领域数以百万计的员工。这能确保美国在达到退休年龄的工作人员比例逐年减少的情况下仍能保持经济的增长。制造业的研究与发展也会使卫生保健、农业及交通运输业受益，并且加强美国的资源、国防及能源安全。在未来五十年，由此产生的一系列研究活动将大大提高“美国制造”的质量并且提升生产力。这一战略已经体现在美国政府主导的“先进制造伙伴关系”（AMP）与“国家制造业创新网络”（NNMI）计划中。

机器人技术是一个可以彻底改变制造业的关键性革命技术。美国的工人已经不再向往工厂中的低端工作，同时由于社保及医疗保险费用的增加，美国工人的人工成本也开始增加。即使我们能够负担工人的人工成本，小型的、复杂的生命周期较短的工业机器人产品依然需要扩大其适应性、精度、可靠性等能够超越人类工人的技能。先进的机器人及生产自动化能够：

1）保持本国知识产权及物质财富，否则其将选择离岸生产；

2）使制造业公司更具竞争力；

3）能够提供开发、生产、维护及培训机器人的相关岗位；

4）允许工厂使用机器人团队，利用人类与机器人的不同技能优势（人类的智慧与灵巧，机器人的精度、强度及可重复性）；

5）能够改善工作条件同时减少昂贵的医疗费用；

6）减少成品制造时间，使制造商更能配合零售商需求的变化。

切实有效地使用机器人将会增加美国人民的就业机会、提高相关工作的质量，提升美国在全球的竞争力。基于以上优势，NCR、思科、苹果、联想、特斯拉等公司已经将它们新的工厂设置在美国境内。它们期望利用机器人技术及自动化技术支持其公司继续蓬勃发展。

卢川 特约撰稿人中国科学院地质与地球物理研究所博士

以上总结了机器人及自动化技术在美国制造业以及在美国经济中所占的重要地位，描述了机器人及自动化技术将在何处大大提高生产力，并展现了一个具有远见的研究与发展路线图，使美国的国家投资能够对这些重点研究领域起到推动作用。

本文总结了制造与自动化机器人技术研讨会的相关活动和结论，由美国国家科学基金会支持的“R obotics-VO”组织赞助了该研讨会。该研讨会是更新《美国机器人路线图：从网络到机器人》五个研讨会的其中之一。该研讨会的内容是根据过去的四五年中机器人领域的发展不断更新路线图。在报告中提出的研究计划将显著增强美国的制造业经济，将有利于形成一个受过良好训练的并具有高超技术的生产线，创造新的就业机会，并且将对美国经济的再次崛起发挥重要的作用。

在这里，“自动化”和“机器人”都有特定的含义。机器人技术主要指装配有传感器和促动器的系统，能够自动化或者半自动化地和人类进行合作。机器人的研究强调应对无条理环境的智能性和适应性，而自动化的研究主要针对有条理的、有明确结构的环境中长时间工作的自动化系统的效率、生产力、质量和可靠性。

我们的目标有两个层面：第一，揭示机器人和自动化技术在美国制造业中的策略重要性；第二，提出能够使用机器人和自动化技术提高生产力的案例。

图1 ：机器人在制造业中的策略重要性

机器人在制造业中的策略重要性

经济驱动力

上世纪经济发展的基础来自于工业化，而核心就在于制造业。制造业部分提供了12%的美国GDP 和9%的总就业。美国总出口的70%也归功于制造业。因此，制造业代表了国家整体健康经济的重要环节。在制造业当中，机器人产业总值达到了80亿美元，并每年以9%稳定增长。这个核心的机器人工业受到了制造业的大力支持，例如提供仪器，附属的自动化设施以及系统的整合，一共贡献了300亿美元的工业总值。

在过去30年里，美国的制造业经济产生了深远的变化。除了对加拿大、中国、墨西哥和日本显著的贸易逆差，制造业仍旧是美国经济的主要部分。制造业包含了所有物品的生产制造，从消费电子到工业设备，贡献了12%的美国GDP和9%的就业。美国制造业生产力超越了主要的竞争对手。在所有国家中，无论是单位时间和单位员工的平均生产力，美国都处于第一位。美国人均生产力持续增长，在过去30年里生产力翻倍。实际上，正是不断提高的生产力使得美国制造业在经济衰退中保持竞争力，并在面对其他快速增长的经济体，例如中国和印度时复苏。生产力的增长和效率主要归功于技术的革新和其在产品设计以及生产过程中的应用。目前，中国被认为是制造业的领头羊，但是预计在2020年，美国制造业在产值和生产力方面都将超越中国。

然而，这种关系会一直变化。潜在的国外竞争者正在开展改善制造业过程的基础研究和教育。另一方面，美国制造业的成果也在被用于科学研究，在过去十年时间里保持着稳定的进展。在这段时间里，美国制造业用于投资及开发的资金基本没有变化，而在全球视角下，美国总的研究发展经费已经下降至30%。有时候，我们的外国竞争对手用同样的创新技术，但是用很少的劳动力成本来削弱美国的统治地位，所以美国制造业面临着越来越大压力。美国的工业产品贸易差额以每十年500亿美元的速度下降。此外，随着人口老龄化，工人的数量也在急剧减少。乐观估计，到2050年，每两位工人就要供养一位退休工人。所以，机器人工人必须满足人类工人数量减少的同时增加工业生产力的要求。最后，机器人与自动化技术的巨大进步将会是下一代高附加值产品的关键。依靠先进传感器与微电子的纳米尺度嵌入式计算机产业不再是劳动密集型产业能够胜任的。

反观中国、韩国、日本以及印度，正大力投资于高等教育与研究机构。印度与中国都正在有系统地召回他们在美国培养的科学家与工程师。美国的竞争者们还在机器人技术和与制造相关的特定领域开始动摇美国的主导地位。韩国每年投资1亿美元，连续投资十年(2002-2012)至机器人技术研究与教育相关项目。欧盟投入了超过6亿美元用于研发机器人技术及其认知系统，并且另外拨款9亿美元至与制造业机器人相关的地平线计划。日本也将在十年内投入3.5亿美元至仿人类机器人、服务机器人研发，并且宣布将在5年内投入10亿美元使日本成为工业机器人技术的全球领导者。与上述国家投资额度相比，美国联邦政府投资的资金是非常不足的。

并且，机器人技术对于自动化物流也具有重要意义。亚马逊在2012年花了7亿美元收购Kiva Systems公司，使它能够将最好的技术用于数据库自动化。此外，苹果和联想在使用机器人系统之后已经不将亚洲作为其降低生产成本的第一选择。在过去的十年里，中国工人的工资增幅为340%，而美国工人的工资增长则低得多。此外，特斯拉公司在加利福尼亚州开设了一个制造可代用燃料汽车的工厂，它应用了高度的自动化，这使它能继续在美国生存。

经济增长领域

美国商务部与竞争力委员会分析了大量的公司数据以统计其综合年增长率。各主要工业部门分类的数据如下表所示：

制造业目前的增长领域包括物流、物料搬运以及机器人技术。鉴于制造业的重要性，考虑如何利用机器人等技术增强美国制造业是非常有必要的。

机器人技术的消费化

许多先进技术都已证明，一旦技术被引入广阔的消费市场，一定会引起创新的增加与成本的降低。最显著的例子就是个人计算机与移动通信的出现。这两种技术最初都是因为企业的需要而进行研发的。一旦这些技术被引入消费市场，企业投入的研发金额便成倍增加，导致了技术的高速发展与成本的显著降低。同时，这也刺激产生了大量新兴行业与公司的建立。目前，这些行业与公司贡献了很大比例的GDP并且正主宰着美国股市。

对机器人以及机器人相关技术市场的培育也会造成类似影响。一个简单的例子就是微软为家庭电脑游戏市场开发的Kinect接口。它在语音与手势互动方面具有优势，使其在数量众多的商业应用中极具卖点。机器人技术“消费化”的另一个好处就是使工人对机器人更加熟悉。当人们习惯于在生活中与机器人进行互动时，才能更加适应与机器人一起工作而不会将其视作威胁。比如，拥有iR obot公司生产的自动真空吸尘器的消费者中，有三分之二的消费者为他们的吸尘器取名字，并且有三分之一的消费者承认他们会带上吸尘器去拜访朋友。

制造业的前景

今天的美国制造业就像是20世纪60年代的数据库技术，只是一个拼凑起来的解决方案，缺乏严格的方法论指导，无法进行科学的创新。1970年，IBM的数学家Ted Codd发明了关系代数，一个高等的数学数据库模型。这项技术得到美国联邦政府的资助，并最终成长为如今140亿美元的数据库产业。如果能够发展出类似的模型，制造业将极大地受益。就像将两个数字相加的方法并不依赖于你所使用的铅笔，制造业的抽象模型也应该与产品是被单一地制造出来还是由生产线组装生产完全无关。

另一个例子是图灵机，由阿兰·图灵于20世纪30年代发明的一个高等抽象模型，从而确立了如今高科技产业的数学与科学基础。与图灵机类比，制造业的抽象模型也将为设计、自动化以及制造业带来巨大的回报。目前，计算机领域与信息科学的发展使将物理制造过程模型化，以及使研究人员“将图灵机带进制造业”成为可能。其最终的结果，则会像数据库及计算机一样，使美国制造业所生产的产品具有更高的质量、更好的可靠性、更低的成本以及更快的交付。

通过改进机器人技术和培养高素质的工作人员，可以更加高效地应用机器人技术，这将提高美国就业和全球竞争力。传统的流水线工人目前已到即将退休的年龄，他们还没有接受使用机器人技术进行工作的训练，并且其保险及医疗成本也在逐年增加。即便能够负担用工成本，生产下一代小型化、复杂化工业产品所需要的适应性、精确度以及可靠性都已超出了工人的能力。在制造业中广泛地引入先进的机器人技术与自动化技术将会：

1）掌握知识产权与财富；

2）使公司更具竞争力；

3）在机器人研发、制造、维护及训练领域创造就业岗位；

4）工厂可以雇佣人-机混合团队以充分利用彼此的技能与优势（比如人类跟善于处置突发事件以保障生产线的运行，而机器人善于完成精确性及重复性高的工作并且能够举起沉重的物件）；

5）减少昂贵的医疗问题（如腕管综合症、背部受伤、烧伤以及吸入有毒气体及蒸汽造成的损伤）；

6）缩短制造成品的交货时间，使系统更加适应零售商的需求变化。

在制造业上进行投资可以重振美国制造业。将国家的小部分资源投入到经济高效资源节约型的制造业中，能够使美国的消费者受益并且支持在这一重要经济领域工作的数百万工人。上述投资还能惠及医疗保健、农业以及交通运输业，同时能够增强国家在国防、能源及安全方面的资源建设。在未来五十年，由研究产生的一系列有利结果将极大地提高“美国制造”的质量，并且使美国制造业蒸蒸日上。

研究路线图

流程

制造业技术路线图描述了制造业通过发展一系列机器人技术领域的基础技术使其关键能力得到发展的前景。每一项关键能力都由一个或多个在制造业中广泛应用的领域发展而来，且都指向某些基础研发的主要技术领域（如下图）。将路线图的内容整合为连贯的方案是非常重要的。

机器人技术与制造业的影响

现在我们用假想的例子对具有一定影响力的机器人技术应用和在应用中具有很大积极作用的关键能力进行介绍。这些假想的场景有助于说明制造业模式的变化，也是能力与技术融合的实例。本路线图阐明了各项能力在5年、10年、15年时的关键节点。

事例1：流水线辅助机器人

汽车制造商面临着其新型电动汽车订单的激增，需要快速整合其他已生产完毕的早期型号汽车流水线的生产能力。流水线快速地进行了任务的重新分配，以适应新的汽车模型。工厂购置了一组流水线辅助机器人，其被很快地进行了设置并开始与人类工人一起完成新的任务。流水线的第一项作业是要对机器人参数进行微调以优化其传感器系统与机器学习算法，第二项作业是在4天的执行时间里使工厂产量翻番。紧接着，一个关键供应商要求更改装配序列以适应电池组在装配过程中的耐受程度。于是工程师使用计算工具快速修改了装配程序，将其打印给工人，并将新的装配程序上载至流水线辅助机器人。这种灵活的制造业正逐步进入我们的生活。比如，2012年8月，R ethink R obotics公司宣布，其价值2.2万美元的机器人Baxter可由未经培训或极少培训的演示示范而直接对其进行编程。安装与操作成本的降低将改变未来自动化技术在商业案例中的应用。

事例2：独特离散部件制造与组装

一个职业医师来到一个只有5名员工、主要接受来自医疗器械公司订单的小工厂。他想制造一种乘坐轮椅的四肢瘫痪病人所使用的头部控制输入装置。今天，这种特殊的设备都非常昂贵，因为对其进行制造与组装将花费大量的时间与劳动来对机器进行设置。这个小工厂的老板拥有一台可接受语音及手势命令的机器人，在机器人不知如何处置时可对其进行指示。这台机器人能将加工材料放置于铣床或车床上并开动机器，并且能够对必要的机械与电子组件进行设置，并在指令模糊而无法动作时请求协助。在不同工作位置之间的移动中，机器人能够清理冷却剂的泄漏并且对在狭小空间进行工作的工人进行安全提示。机器人能够响应工作时的快速请求，并且不会因为该请求会对其主要工作造成延迟而拒绝。最后，机器人对组件进行装配并且在下午将产品装车。这样的突发性工作对工厂的日常工作只造成了很小的中断。

事例3：快速、集成且基于模型的供应链设计

国外主要供应商提供的用于婴儿配方奶粉的包装被发现具有严重的质量控制问题。在美国的首席工程师能够使用综合的多尺度模数融合供应链模型，引入新的供应商，重用供应链中可重用部分并且对整个供应链的转变造成影响：包括生产、分配、装箱、供应及分销。整个转变中最重要的部分是20台用于快速生产以对包装袋进行重新设计的机器人。

这些例子在今天看起来也许还很遥远，但我们已经拥有了技术基础，大量的专业人员、教育基础设施以及在关键技术领域适当的投资。这些基础能够让我们在15年内实现上述目标。

制造业的关键能力

在本节中，我们将对制造业的关键能力进行简要的讨论，并且给出5年、10年及15年可能会达到的技术节点。在后续内容中，我们将讨论一些可以使我们达到上述技术节点的具有前景的研究方向。

具备可适应性及重构性的生产线

今天，一种新产品从概念设计到在生产线上进行制造之间的时间间隔大得无法接受。对于一辆新型汽车来说，这个时间间隔能长达两年。当面对一个新的产品以及可以进行生产的生产线子系统时，我们希望能够对子系统进行重构设置，设立工作站来进行新产品的生产。因此，在未来15年，具备适应性及重构性生产线的路线图包含表1三个目标：

表1 ：具备可适应性及重构性的生产线

表2 ：自主导航

自主导航

人自主导航是一项基本能力，这将影响采矿和建筑装备的自动化，原材料到成品的高效运输，在装配生产线上对原材料进行装卸处理并将成品带往检查站的导引车辆的自动化，以及类似于入库存储和调配的后勤支持的操作。使机器人能够在包含静止障碍物、车辆、行人以及动物的非结构化环境中进行安全的自主导航，需要在组成部件技术上有关键性的投资。自主导航的路线图包含表2种的技术节点。

绿色制造业

美国建筑师William McDonough说：“污染是设计（与制造）失败的标识。”目前，从组件到系统，满足自上而下需求的制造业需要进行全面的重新构想。制造业对于减少废弃物的解决方式绝大部分是针对生产过程中产生的废弃物、可利用废弃物以及在停工和维护时产生的废弃物。我们针对绿色制造业的路线图着眼于所有组件及系统在整个生产过程中的回收利用，其过程包括从原材料的开采与加工，到产品制造与分发，到最后材料的回收（见表3）。为了能够达成逐步的改变，我们必须引进新的制造业技术且新产品的设计也必须遵循绿色制造这一目标。比如，向增材制造过渡将会极大地减少产品或零件生产中产生的废料。新的物流系统也需要具有广泛的回收能力。目前，物流系统很难回收那些制造企业无法回收或其本可以进行回收但不回收的材料。我们非常关注制造业基础设施的重用、原材料的回收、每一个制造环节里对能源使用的最小化以及为生产新产品对子系统进行重新设置。

表3 ：绿色制造业

表4 ：类人的灵巧操作技术

类人的灵巧操作技术

机器人手臂与手掌的灵活度最终将超越人类。在速度与强度方面，这已经是既成现实。然而，与机器人手相比，人类的手在完成那些需要高灵巧度方面的任务时仍然具有优势。这种差距归因于机器感知、可靠的高保真传感器以及规划与控制等关键技术。机器人的灵巧操作技术路线图包含表4的技术节点。

基于模型的供应链整合与设计

目前，计算机领域与信息科学的发展使将物理制造过程模型化、使研究人员“将图灵机带进制造业”成为可能。如果完成此项技术，制造业会像数据库及计算机一样蓬勃发展，使系统与组件具有互操作性，产品具有更高的质量、更好的可靠性、更低的成本以及更快的交付。所以，基于模型的供应链整合与设计路线图具有表5的技术节点。

表5 ：基于模型的供应链整合与设计

表6 ：纳米级制造

纳米级制造

经典的基于CMOS的集成电路与计算模式正被新的纳米级制造与计算技术超越。我们已经看到了非硅微系统技术以及使用自然界中观察到的合成技术进行构建的新方法的成长与发展。微机电系统（MEMS）、低功耗超大规模集成电路以及纳米技术的发展已经使次毫米级自供能机器人的出现成为可能。新的并行甚至随机装配技术有望出现。传统的制造方式将被新的、目前只存在于想象中的纳米级制造方式所取代。故纳米级制造以及纳米机器人技术必须强调其基础研发（见表6）。

表7 ：非结构化环境感知技术

非结构化环境感知技术

在自动化制造业中，固定的自动化设备已被证明更加易于进行大规模生产。除了一些特定应用之外，柔性自动化技术以及大规模定制自动化技术的前景并未受到关注。造成这种现象的主要原因之一是固定的自动化设备为自身构建了一个结构化的环境以极大地简化“智能”制造所面临的挑战。小批量的自动化制造要求机器人更加智能、灵活，并能在与人类工人共同工作的低结构化环境中安全地运行。比如，在产品流层面，机器人及其他机器设备需要在各种不同的地点进行工作，以完成对产品（比如一架飞机或一艘轮船）的制造，而在功能层面，则是产品在各种机器设备间进行运动。单一部件制造的挑战性加剧了上述困难。感知技术的路线图包含表7中的技术节点。

与人类共事的内禀安全机器人：机器人大众化

现在有很多关于内禀安全机器人的讨论，这些讨论并不只是局限于“内禀安全”这个词汇的具体含义。“内禀安全”的设备被定义为“在正常或异常条件下，在某种特定危险气体最易被点燃的情况下，无法释放出足够将其引燃电能或热能的设备或布线”。简而言之，一台“内禀安全”的设备无法引燃可燃气体。“内禀安全”的要求显然也需要像其他被设计用制造业领域的机器一样，在机器人系统中得到重视。虽然显而易见的是“内禀安全”会为机器人的行为带来更多负担，但也许这更关系到“内禀”这个词本身的定义。

内禀：属于其本质或构造的事物；来源并包含于有机体或其部分。

这就是症结所在：我们期望机器人必须从内在来说就是安全的，对人类完全无害的，不管这会有怎样的代价。这来源于那种害怕人类可能会制造出某种凌驾于人类之上的东西的文化。也许，我们已经制造出了凌驾于人类之上的产物。

比如，汽车是危险的。第一辆不用马匹的马车对于路上其他传统的马车来说是个威胁，不过我们早已过了那个年代。现在的高速公路上，你可以以超过120公里的速度超车。这并不是说汽车具有“内禀安全“，而是说我们已经学会接受汽车带来的风险。随着时间的过去，我们逐渐创造了一个依赖于人类对其能力、限制以及在高速路上开车所面临风险都具有认知的交通系统。我们将汽车大众化，让汽车与大众相关，让大众需要汽车，汽车才成为我们社会的一部分。

表8 ：机器人与人类共事的路线图如下：

在制造业领域中进行机器人的大众化，必须引入一个类似的风险和责任评估模型。像开车一样，制造业的环境本身就蕴含一定程度的风险。我们的目标是当机器人被加入到制造业中时，风险程度不会因此提高。对此目标是否达到的一个可以接受的衡量指标是工作损失天数。如果工作损失天数在引入机器人或自动化设备之后没有增加，那么我们就走在机器人大众化的正确道路上。之后我们将继续发展并细化安全标准，并且为用户自定义任务找到工程系统化的解决方案。

事实上，我们必须安全地展开并且持续鼓励针对用户沟通需求的协同解决方案。这就包括对每个自动装置的能力、限制以及相关风险进行定义。创新的多样性将推动对机器人风险和责任评估模型的接受。社会对人类与机器人同在工厂工作的理解与大的文化环境将会随着机器人的大众化一起到来。上述社会氛围只会在机器人用户数量拓宽的基础上随时间慢慢发生。自然语言编程、控制学习以及材料技术的进展都是可能加速这一过程的潜在途径。

手机扫码阅读