把工業機器人放出籠子！起底百億（yì）美元協作（zuò）機器人市場 -機器人-數控機床市場網

您現在的位置：機器（qì）人> 行業資訊>把工業機器人放出（chū）籠子！起底百億美元協作機器（qì）人（rén）市場

把工業機器人放出籠子！起底百億美元協作機器人市場

2018-8-8 來源：- 作者：-

　　時值全球（qiú）自動化浪潮和中國製造2025的戰略布局，製造業對工業機器人的需求高漲，而投資者也將（jiāng）在高投資回報、更新快速的龐（páng）大市場的驅動下，下注機器人布局（jú）。相比於（yú）笨重、危險（xiǎn），僅適用於大型環（huán）境的傳統工業機器人，協（xié）作型機器人正在克服（fú）挑戰，顛覆產業。

　　以下（xià）為智能（néng）內參整理呈現的幹（gàn）貨：

　　COBOT打開百億市場

　　20世紀（jì）60年代初，德沃爾2000磅重的Unimatearm在通用汽車工廠安了家，這是第一個工（gōng）業機器人，負責熱壓（yā）鑄金屬。Unimatearm可以抓握、焊接、鑽孔和噴灑，液壓臂的路徑使用磁（cí）鼓式硬盤驅動器（qì）進行編程。

　　再往前（qián）走五十年，機器人的定義有了翻天覆地的（de）變化（huà），現代機器（qì）人是可編程的網絡物理（lǐ）機（jī）器，當然，不包括汽車和空中無人機。

　　通常說的工業機器人是大型的籠式裝置，用來代替人類重複、危（wēi）險的工作。而隨（suí）著（zhe）智能手機的革命和自動駕駛汽車的發展，更小、更靈巧、成本更低的機器人（rén）進入了工廠。

　　這些重量（liàng）較輕、成本較低的機器人可以配備（bèi）傳感器，使它們能夠在工（gōng）業環境中與人類協同工作，成為“COBOT”（協作機器人）。機器人可以執行特定的任務，如抓緊（jǐn）小物體、觀察，甚（shèn）至學習處理“邊緣情況”（edgecases）。

　　盡管協作機器人僅占400億美元規模的工業機（jī）器人市場（chǎng）的（de）很小一部分，但下一個十年將迅猛增長成為（wéi）100億美元市場。

　　機器人的痛（tòng）點和解法

　　從（cóng）曆史上看（kàn），機器人行業在很大程度上一直困擾著一些問（wèn）題：

　　1、視覺（jiào）問題：允許機（jī）器人識別和導航物體（包括人）的視覺技術一直在緩慢改進，公司依靠籠子來保護（hù）人類，同時也就杜絕了近（jìn）程操縱的可能。

　　2、靈巧性問題：機器人抓握和機械能力仍然有限。

　　3、低投（tóu）資（zī）回報（bào）：昂貴的（de）機器人價（jià）格加上低勞動力（lì）成（chéng）本，阻礙了在農業和製造等領域廣泛普及機器人技術的需求。

　　下文將詳述（shù）COBOT（協作機（jī）器人）如何應（yīng）對這些技術挑戰，並改變製造（zào）業、電（diàn）子商務、農業和食品服務等產（chǎn）業的。

　　新的視覺（jiào）技術

　　隨（suí）著機器人逐漸被應（yīng）用於世界各地（dì）的工廠（chǎng），研發視覺係統，使機器人可以識別物體，進行安全導航，被提上日程。

　　許多機器人的功能是在高度結構化的環境中，執行可重複的任務。因（yīn）此，傳統（tǒng）的安（ān）全措施通常由一（yī）個籠子組成，簡單（dān）有效的避免了（le）人類與機器人接觸產生的危險。但現（xiàn）在，變化正在發生。

　　近年來，視覺硬件（如激光雷達（dá））已經變得更便宜、更有效，並（bìng）且得到了更廣泛的應用。如今，許（xǔ）多初創公司都在使用基於（yú）新的視覺（jiào）技術的協作機器人，它們裝載著傳感器，人（rén）類員工可以站在它身邊進行操（cāo）控。

　　大約1996，有許多不（bú）同的形狀和大小的協作機器人被發明了出來，根據人類工作場所進行了設計。這（zhè）種機器人容易重新編程，相對自治，力量上遠不如低技術型工業機器人。

　　協作機器人在小型工廠環境找到了（le）“絕佳位置”，進行（háng）3D打（dǎ）印，製造醫療設備，或完成更多的認知任務，如倉庫訂（dìng）單（dān）揀選等。在那裏，人類員工也參與工作。

　　機器人的認知

　　教（jiāo）機器人適配環（huán）境（map）和操作物體，是一項艱巨的任務。有幸的是，穀歌的DeepMind和UC伯克利的一些研究進展已經成功證明了“一次性學習”（one-shotlearning）的（de）可行性，即協（xié）作機器人可（kě）以在沒有大量訓練數據的（de）情況下識別新的對象。

　　未來的機器人可能隻需要觀察（chá）人類員工的工（gōng）作（zuò）流程（chéng）就能完成任務學習；或者操作者可以使用VR手勢進行編程（協變開創的方法），使機器人掌（zhǎng）握工作方（fāng）式。

　　雖然這項技術還有很長的路要走，但今天的技術已經足夠成熟到可（kě）以讓機器人和人類（lèi）協同工作了。目前，協作機器（qì）人和它的麻吉AGVs（自動引導車輛/運輸機器人），已經（jīng）成為製造業和倉庫環境的標準配置。

　　機器人可（kě）以（yǐ）很容易地完成重複的、可預測（cè）的任務。

　　但是對於結構化相對不明顯的（de）任務，例如從一個隨機分類中挑選出一個項目，對應著很多（duō）更獨特的場景，就需要特（tè）別的（de）算法。真正的協同工作情況下，運輸機器人就必須（xū）自主地“看（kàn）到”人類員工的行動，並采取相應行動。

　　開發處（chù）理這些（xiē）邊緣情況的算法成（chéng）為了前沿的人（rén）工智能（AI）、計（jì）算機視覺和自（zì）動駕駛研究（jiū）課（kè）題。

　　在人工智能和機器學習上，為90%的場景自動化路徑很（hěn）容易——難的是最後的“一公裏”。頂級風投A16Z的BenedictEvans指出，機（jī）器學習是要（yào）解決那種對（duì）機器來說（shuō）很難，對人來說很容易的問題，或者說，是人們很難描（miáo）述（shù）成計算機語（yǔ）言的問題。

　　隨著機器（qì）學習工具（jù）的廣泛普及，初創公（gōng）司（sī）正注力於計算（suàn）機視覺，以支持（chí）新一輪的機器人技術。

　　VeoRobotics的創立者是RethinkRobotics的前雇員，公司旨在用“人類（lèi）級眼睛”改造笨重的機械臂。Osaso則由PeterThiel、EladGil和SeanParker等人創立，麵向製藥和食品服務等行業開發機器人配套的（de）視覺（jiào）軟件。

　　靈巧性（xìng）的追求（qiú）

　　雖然機（jī）器人變（biàn）得越來越（yuè）普遍，但它們還沒有開發出我們所期待的智能或靈巧（qiǎo）性，就像摩登家庭或終結者2想象的那樣。著名（míng）的機器人學家（jiā）HansMoravec在莫拉維克悖論中提出：

　　“讓計（jì）算機在智力測試或西洋跳棋上表現出成（chéng）人水平的表現（xiàn）是比較容易的，在感知（zhī）和移動性方麵，很難或（huò）不可能賦予他們（men）一（yī）歲人類的水平。”

　　換句話說，高級（jí）推理隻需要很少的計算（suàn），但是低水平的感覺或運動（dòng）技能需要巨（jù）大的計算資源。靈巧性是機器人學（xué）的一大挑戰，相對而言，改進硬件（jiàn）是（shì）更加有（yǒu）效的途徑。

投稿箱：
如果您有機床行業、企業相關（guān）新聞（wén）稿件發表，或進行資訊合（hé）作，歡迎聯係本網編輯部，郵箱：skjcsc@vip.sina.com

更多（duō）相關信息

名企推薦

業界視點

| 更多（duō）

行業數據

| 更多

博文選萃

| 更多