自适应机器人才是未来的发展方向

机器人技术在过去十年中取得了诸多突破，创造出许多前所未有的应用。尽管如此，人们对机器人实际能力的期望仍然很高。为了缩小这一认知差距，机器人需要变得更智能、更灵活、更安全。

传统工业机器人的局限性

工业机器人已经用于自动化生产线超过60年。这些机器人设计用于快速且精准的位置控制，非常适合那些可以精确描述的任务，如将物体从A点移到B点、切割金属部件、喷涂汽车外壳等。由于其出色的硬件和控制系统，机器人在速度和精度方面远远超过人类。

然而，这些机器人存在三大主要限制：

安全性：这些机器人专注于完成预定任务，无法预见周围工作人员可能带来的潜在风险。通常，这些机器人在工作时需要采取安全措施，即便如此，事故仍有可能发生。

部署难度：需要具备机器人编程知识的工程师以特定语言编写程序，才能将机器人与生产流水线对接。

有限的任务范围：它们只能完成一组有限的任务，这些任务仅涉及位置控制和预设轨迹。对于许多具有挑战性的任务，如在复杂表面上进行抛光、组装具有严格公差的复杂零件或在开放环境中进行交互式任务，这些机器人依然束手无策。

近年来，诸如KUKA、ABB、发那科等传统工业巨头推出了自己的协作机器人（Cobots），而Universal Robots、Rethink和Franka等协作机器人公司的崛起也显示出市场需求的增长。据MarketsandMarkets研究数据，到2025年，协作机器人市场预计将达到123亿美元，年复合增长率高达50.31%。为了克服传统工业机器人的不足，协作机器人旨在提高安全性、简化部署和编程，并促进与人类的合作。

然而，去年10月，协作机器人先驱Rethink Robotics的倒闭引发了一场关于协作机器人价值的广泛讨论。协作机器人真的像预期的那样有用吗？是否存在一个真正可扩展的产品细分市场？制造商是否愿意为此付费？

为了实现协作，协作机器人通常需要牺牲某些性能指标，如负载能力、速度限制和位置精度。它们仍然难以由非专业人士轻松部署，而是依赖于具备更高技能水平的集成商。理想情况下，它们需要与人类合作来完成艰巨的工作，这对制造业而言可能是不可取的。

如何才能真正提升机器人的灵活性和智能？

什么是自适应机器人？

在这样的背景下，下一代机器人必须超越“协作”的概念，从根本上解决这些问题。

自适应机器人应具备自身安全的同时，不受损害地执行任务；

它应该像学徒一样学习并完成新任务；

它应该具备完成传统机器人无法完成的任务的能力，例如，由于劳动力短缺或有害工作环境，对自动化的需求日益增加。

要满足所有这些要求，机械臂必须高度适应复杂环境和任务。因此，下一代机器人被定义为“自适应机器人”。

“自适应”一词准确地描述了新一代机器人的特性。传统机器人不具备适应性：零件必须处于固定位置和方向；在工作期间不允许有任何干扰。

虽然计算机视觉确实增加了一些灵活性，但需要较高的检测精度和精心设计的照明条件，这使得在每条生产线上部署和优化视觉系统既痛苦又耗时。即使实现了碰撞检测，机器人也只是立即停止当前工作，而非适应未建模的交互。

由于缺乏适应性，传统工业机器人尚未真正智能化。因此，我们提出智能自适应机器人必须满足三个关键要求：

高公差的位置变化：在定位不确定的情况下完成任务的能力（例如，工件的制造或安装公差，生产线上累积的位置误差）；

强大的抗干扰能力：即使在环境发生重大变化（如浮动基座、振动、人为干扰）的情况下，仍能保持功能；

可传递的智能：能够处理大量相似任务，并支持快速重新部署到新任务。

机器人如何适应环境？

协作机器人的概念更像是对现有硬件和软件技术不足的妥协。为了实现自适应机器人的目标，需要对两项关键技术进行根本性改进：

1）高精度、快速响应力控制技术；

2）基于视觉和力传感技术的分层智能。

这两项技术同样重要，需要在机器人系统的各个方面进行自下而上的创新。

力控制

无论是否意识到，我们绝大多数日常活动都依赖于力传感和力控制能力。例如，拖地、按压按钮或将插头插入电源插座。

然而，长期以来，机械臂缺乏力的控制能力，导致它们无法执行大多数力引导的任务。

机器人力控制的研究已有30多年，但这种技术尚未广泛应用。这主要是因为现有的力控软硬件技术尚未达到成本和长期可靠性的行业标准。

为了开发具有良好功能的力控机器人以实现有针对性的适应性，我们需要应对以下挑战：

首先，现有的扭矩传感器设计在功能和成本方面均不理想。关节扭矩传感器和六自由度力/扭矩传感器都需要重新设计。

其次，每个关节组件应进行特殊优化，以减少耦合效应，并提供更好的力控制动力学。

第三，应使用最佳电子设备和精心设计的算法执行低级关节扭矩控制，以实现最佳功能。

最后，基于所有这些改进和优化的先进全身力控制软件框架可以充分发挥力控臂的潜力。

克服这一障碍后，机器人可以在操作和与物体及环境互动时，像人类在日常生活中一样，对力的感觉做出反应。

分层智能

力控制只是适应的第一步。机器人还需要知道如何将力控制与其他信息整合。这引出了分层智能的概念，它自然适用于人们的日常活动。

例如，当我们擦窗户时，我们首先识别窗框中的玻璃，然后来回移动手，同时垂直于玻璃施加一些力以增加摩擦力。同时，我们会仔细观察，以确保我们已经覆盖了所有区域。

在擦窗过程中，我们的一些功能是无意识地使用的，如视觉识别和颜色检测。其他能力，如移动手臂和施力，则更多是在潜意识中进行规划。

人类大脑负责根据身体的视觉和触觉信息规划路径，从不需要思考驱动特定肌肉完成任务所需的电信号。

我们认为机器人手臂的智能系统应该是类似的：负责识别窗户和污点的AI不应直接参与计算每个关节的位置或电机电流。它甚至不必关心“在施加一些力时来回移动”的动作。

底层智能控制手臂的基本运动并保持稳定性，中间层智能编码不同的运动序列，而高层智能负责感知、理解和规划等复杂的认知任务，这就是我们所说的“分层智能”。

在分层智能系统中，每一层智能相对独立。较低级别的智能不能直接影响较高级别的智能。较高级智能的输入由较低级别执行。每个较低级别由其直接上级指示和调整。

总之，自适应机器人必须具备分层智能系统，要么具有真正的本质安全性，要么具有高效的工作能力和技能的可转移性。通过结合优秀的力控制能力和分层智能系统，我们比以往任何时候都更接近创造真正的自适应机器人。

自适应机器人给行业带来的价值

1）超越传统自动化

正如前所述，受限于位置控制，传统机器人的自动化程度和任务范围非常有限。新型自适应机器人采用新技术开发，融合了精密力控制和视觉，可以执行更多的任务。对位置误差和干扰抑制的高度容忍性也使其在更开放、复杂和不确定的环境中更加可靠。因此，可以克服许多现有的自动化难题。

2）更灵活的生产

通过可转移的智能，企业可以更容易地部署和适应类似场景和相似工件，或者为新的生产线重新部署机器人。另一方面，通过减少传统自动化解决方案中通常需要的附加设备和定制机制，自适应性有助于简化生产线。生产灵活性和成本效益都将显著提高。

自适应性释放人工智能的力量

深度学习不断发展，使机器的感知和决策能力比以往任何时候都更为复杂。然而，这种方法的性质总是导致具体准确性（例如，检测到的物体的位置精度）与普适性（对变化和拐角情况的鲁棒性）之间的权衡。当AI与传统的机器人和自动化线结合时，它会产生严重的限制，这些线对位置误差非常敏感。具有良好适应性的机器人可以真正发挥尖端AI技术的力量。此外，精密力控制的能力提供了触觉和更好的灵活性，为AI在机器人领域的蓬勃发展提供了更多空间。

总结

在讨论机器人取代人类工作并导致失业时，人们可能会感到担忧。然而，值得注意的是，许多工作和工作环境对体力或精神上的工人是有害的，这也是许多行业面临劳动力短缺的原因。推动正确的自动化是我们唯一的选择。最终，技术应该始终为人类服务。当枯燥和有害的工作被自动化时，新的机会将被创造出来，这将引领我们走向一个更美好的世界。