工业机器人新方向：柔性机器人和多机器人协调

January 20, 2023

Fanny Hu

发布于2023-01-20

在美国佛罗里达的海滩上，一只机器狗引起了路人和其他宠物的围观。这只有着金属框架的机器狗可以听从主人的命令前进或停止，也可以像普通的小狗一样抬脚、坐下、转圈，人们惊叹于它的智能性和灵活性，对机器人技术充满好奇。

近些年来，在我们的日常生活中出现了越来越多机器人的影子。它可能是帮我们扫地拖地的帮手，也可能是跟儿童互动教学的“老师”，还可能是像机器狗一样日常陪伴我们玩耍、逛街的“宠物”……而当机器人开始走向每个普通人的生活时，机器人技术在全球工业生产领域的应用早已进入了非常成熟的阶段。

从1959年世界第一台工业机器人在美国诞生以来，经过60余年的时间，机器人技术已经从简单的机械臂和辅助货物搬运的单一功能发展到了拥有智能“大脑”、能够帮助管理和执行一切工业程序的完整系统，它们正在各行各业中对于的提高工业制造的效率、节省劳动力和改变着生产制造的方式上发挥着越来越重要的作用。

图一：女子和波士顿机器狗外出，图片来自 Scrappy The Robot Dog/YouTube

智能工业机器人登上历史舞台

什么是智能机器人？

工业机器人的最初被广泛应用的形态是自动化机械手，所谓机械手，是指能够通过电子控制模仿人类手的功能来实现一系列生产作业的相关工作的机器设备，它最早被应用于汽车工业。继1954年世界第一台自动化机械手诞生以来，机械手不断向着对环境的自适应能力强､更具有对检测障碍､质量､温度和湿度的感知力的方向发展，其应用领域也不再仅局限在汽车工业范围内。

新型机械手设有微型电子计算机控制系统，具有视觉､触觉甚至加入了仿人智能来更好的完成工业任务。传感器的加入使捕捉到的信息得以及时反馈，能够独立完成任务并于计算机系统保持联系。随着人类对于机械手功能需求的增加和人工智能的发展，拥有计算机控制的大脑、可以自行根据环境判断来达成指定目的的机器人应运而生，人们也称之为智能机器人。

那么，跟机械手和传统机器人相比，智能机器人有哪些显著的特点呢？

传统工业机器人的限制在于只能死板的按照规定好的程序进行工作，对于过程中突发的状况无法进行灵活自主应对和调整。如果要改变机器人执行命令，就必须由人为对程序进行更改。而智能机器人与传统的机器人的本质区别在于，传统机器人只具有执行编程所下达任务并进行操作的功能，而智能机器人对于环境和任务有自己的判断，也就是包括逻辑分析､理解等“思考”要素。这些智力活动其实是信息处理的一个过程，由中央计算机大脑来完成。

根据机器的智能程度的不同，人们也将智能机器人划分成了不同类型：

传感型机器人也可以被称为外部受控机器人。本体没有智能大脑只有感应器和执行单元，主要是利用传感器进行信息处理来实现操作的能力。但受控于外部计算机，外部计算机上拥有智能处理单元，通过机器人采集的信息来指挥机器人的姿态和轨迹等。
交互型机器人需要计算机系统与程序员惊醒对话来实现控制，能够独立实现简单的避障和处理问题的决策能力，但还是需要外部人员控制才得以进行实际操作。
自主型机器人也就是说可以自主决策无需人员干预进行作业。在各种环境下完成拟人任务。自主型机器人的本体上具有感知、处理、决策、执行等模块。自主机器人还有一个重要特点是交互性，这使机器人与机器人，机器人与人，和与外部环境进行信息交流。

世界工业机器人发展现状

1959年，由发明家德尔沃与约瑟夫·英格伯格制造的机械臂首次被应用在工业制造中，重达2700磅的Unimate 001原型车在新泽西州特伦顿的通用汽车压铸厂首次被安装在装配线上。它的结构和功能在现在看来都十分简单，只能帮助帮运简单的货物。

图二：在工厂工作的Unimate 001, 图片来自于Automate.org

在此之后，工业机器人迎来了快速发展时期。但在之后几十年，日本反而超越美国成为了行业的领导者，日本在工业机器人制造业已经形成了从核心零部件到制造体系再到系统集成的完整产业链。目前，工业机器人四大家族中的发那科与安川，以及减速器龙头哈默纳科以及纳博特斯克最被熟知。

中国工业机器人产业的起步较晚，但在近十余年来成为了工业制造领域的发展重点。目前来看，中国的工业机器人无论是在核心软件技术还是在零部件制造上都与国外存在着很大的差距。在制造方面，当前中国的工业机器人仍以组装为主，主要零部件仍需要大量从国外进口，每年都需要大量在海外市场采购机器人成品。此外，在核心的软件算法上一直相对落后，难以取得突破性进展。目前来看，伺服系统、减速器、编码器等关键零部件都可以通过采购得到，但唯有软件算法是最关键以及最难获得的环节。

近年来，中国也尝试在很多重要的活动和服务中引入工业机器人，包括在疫情防控中所使用的核算机器人，在北京冬奥会所使用的大量服务性智能机器人等等。

目前，如何将机器人与大数据､传感器､人工智能相结合，引用新材料等现代科技打造出具备自主决策能力，同时拥有可靠性､高负载性､和高效率的机器人是全球制造新一代机器人的共同目标，同时各国也不仅将机器人应用在了制造业，还将其引入进了人类生活的各个领域。

其中，为了解决传统工业机器人智能性和灵活性的短板，近年来，在机器人制造领域各国也开始引入了柔性机器人与多机器人协同的概念。

“柔若无骨”、自由变幻的柔性机器人

什么是柔性机器人？

在大家的印象中，机器人都是拥有钢筋外表坚硬身姿的钢铁战士，该如何变得“柔软”呢？

柔性机器人或软体机器人（soft robotics）是指由高度柔顺的材料构建的机器人，从生物体类似蠕虫或章鱼等无脊椎动物的运动中发明而来。通过模仿生物体灵活移动这一特征来增加机器人的灵活性从而更好的完成指定任务，具有高度灵活性､可变形性､能量吸收特性的功能。

图三：软体机器人模仿水母进行抓取

跟传统机器人相比，柔性机器人的每个机器关节都配有传感器，使其具有高精度的位置控制和高动态力控制。高动态力是指实现模仿人类手臂关节和肌肉控制的能力，在环境出现不确定性时，具备自主处理能力。结合柔性电子，柔性机器人将可以变得像人体一样灵活，同时结合人工智能技术，还能使其获得视觉，声音，力觉感应等感知能力。

柔性机器人的技术难点

虽然柔性机器人具有高灵活性、可变形性和能量吸收等特性，但为了完全实现这些独特的功能，在柔性机器人的制造生产方面还存在许多有待解决和突破的技术难题。

比如，为了满足机器人“柔弱无骨”等功能特性，在材料构成和驱动方式不能延续以往传统机器人的刚性连接和外壳材料的制造。要选用拥有无限柔软度并极易变形的材料，还需要满足它的驱动方式不影响机器人的变形。MIT的一个研究团队对柔性机器人的外壳就做了试验，他们用 3D 打印和激光切割打造出水凝胶的外壳，实现“柔软”的身体。另外也尝试使用电子动力聚合物､形状记忆合金这样的物质，能够记住弯曲形状，实现抓取物体等动作。

再比如，如何驱动柔性机器人也是需要攻克的技术难点。电动驱动和启动驱动是目前普遍使用的两种方式。电动驱动重量轻､变形跨度大､结构紧凑､价格低，但这种驱动方式在运动精度的控制上存在难度。第二种气动驱动，与电动相比，速度过慢，并且会限制柔性机器人的变形。哈佛大学推出的柔性章鱼机器人，就是通过简单的过氧化氢分解化学反应实现运动。

图四：柔性章鱼机器人

柔性机器人的应用场景

尽管目前柔性机器人仍然还有许多亟待解决的技术难点，但目前，柔性机器人已经可以被运用于很多 “极端”场景，为人类在现阶段无法到达和探索的领域提供帮助。比如，在灾难救援领域，当现场建筑物受到毁坏，人类无法实施援救时，柔性机器人可以潜入一些危险狭小的地方，依靠自身的灵活性和可变形性，根据现场环境进行判断和实施救援。在勘探领域，海底世界的勘探一直是人类致力于研究的领域，也因为其地域的特殊性，很大程度的限制了研究的进行，柔性机器人的诞生也给深海探索带来了无限可能。在医疗领域，柔性机器人的诞生也为很多不可能达成的外科手术提供了可能性。

不可否认柔性机器人现阶段还并未批量生产并投入日常生活的使用上。但关于柔性机器人的研发目前也在快速推进着，例如科罗拉多大学的机械工程师们已经研制出了专门用于医药治疗的软体机器人，哈佛大学研究成果除了一款全部由柔性材料制作不需要外力驱动的章鱼形状的柔性机器人 Octobot等，未来它们的落地应用也会给人类社会带来变革性的变化。

柔性机器人市场发展现状

总体来看，中国的柔性机器人主要分为工业和生物两大类，一类是模拟生物的柔性与灵活性创造的仿生柔性机器人，另一类则是运用机器视觉的六轴以上工业机器人，前者主要应用于医疗，后一种更适用于制造业。

2020 年全球柔性机器人市场价值约为 10.5 亿美元，预计到 2026 年将达到 63.7 亿美元，在2021-2026 年预测的复合年增长率高达35.17%。再加上全球新冠肺炎疫情加剧了对自动化的需求，从而加速促进了市场的增长。

图五：柔性机器人预测(图片来源：Mordor Intelligence)

兼顾效率和灵活性的协作机器人系统

如果说柔性机器人主要在解决工业机器人的灵活性问题，那么协作机器人的出现则将解决工业生产中单个机器人的效率低下的问题，有效提高单一机器人的执行能力。为了满足现实生产的指标，机器人也开始以生物体自然集群性为基础，由多个机器人组成的多机器人系统便由此诞生。

什么是多机器人系统？

多机器人系统是指由多个能与其它机器人进行信息交互的单一机器人组成的机器人群。相比单一机器人，多机器人系统对环境拥有较强的灵活性和变通性，在空间上的分布性高。除此之外，生产效率和工作承载能力优于单一机器人。鲁棒性高也是其一大优点，通过系统调配可有效缓解和改善故障情况的发生，一个机器人出现失误，系统可以将任务调配给其他机器人来保障任务的完成。

多机器人协作系统研宂的最终目标在于最大化的实现多机器人系统的优势，使整个系统能够在环境不稳定和任务实时性强的情况下能够做出相应调整，高效可靠地完成任务。

图六：多机器人协调系统的架构

协作机器人控制系统

目前，协作机器人的控制系统主要分为集中式控制、分布式控制、以及结合前两种的混合式控制。

集中式控制系统是由主控单元掌握全局信息，分配资源和任务给群体中的每一个机器人。优点是集中管理所以部署相对简单，系统管理方便。缺点也随之而来，机器人数目较多的情况下，一个主控单元处理信息的能力和速度明显减弱，导致效率降低。主控单元掌握着这个系统的命脉，如果出现故障，整个系统将会瘫痪。所以，集中式控制主要处理简单的工作和管理较少的机器人群。

图七：集中式控制结构系统

分布式控制系统则不存在主控单元，数据平均分配给每个机器人，并且机器人之间存在交互性，可以实时进行信息交换和自主规划路径。优点是灵活度高，可以随时增加群体机器人数量。但由于没有中央系统的管控，机器人容易在信息交互时间差之间发生冲突。也给机器人之间的协作带来困难。

图八：分布式控制结构系统

为了解决以上两种系统存在的问题，也催生了混合控制系统的诞生。该类系统可以有效利用优点，取长补短实现全局路径最优解，提高工作效率。

图九：混合式控制结构系统

那么，协作机器人之间的合作模式是什么样的，又是如何完成任务分配的呢？

多机器人系统的首要目标是系统必须按照要求高质量的完成所有分配的任务，其次是要求系统在保证完成任务的前提下，充分利用各种资源，以最小的能源消耗实现更为高效的工作效率，同时要求系统中的每个机器人个体都最大化发挥自己的能力。

通信是多机器人协调感知作业的必不可少的部分。机器人数据稳定的进行交换，需要较强的灵活性和拓展性，从而帮助有效信息进行高速传播来避免机器人之间出现冲突。通常机器人之间通过通信机制来进行传递来及时面对环境中的突发情况。在协同感知上，最核心的是解决大数据源的信息融合，融合的信息可以更好地为地图的创建和路径的规划提供信息支持。

多机器人合作中的路径规划不单纯只是路径的定位导向，更重要的是机器人之间的相互配合协调。因此，如何在复杂环境下避免机器人与机器人、机器人与障碍物之间的冲突碰撞也是研究难点之一。目前导航技术是解决该问题的核心技术之一，由机器人定位（GPS）､任务规划和路径规划组成。此外，近年来人工智能技术的发展为机器人路径规划提供了新的想法和方案，建立在信息交互的基础上实施全局路径规划，提前对碰撞场景进行预测，也可有效避免冲突发生。

中国协作机器人市场发展势头强劲

当前，全球制造业企业都在通过数字化、自动化手段提升生产的柔性和管理的精益度，从而实现敏捷生产。中国作为全球最大的制造业生产国，在《中国制造2025》《 “十四五”机器人产业发展规划》等多项政策助推下，中国协作机器人市场也在快速发展。据高工机器人产业研究所（GGII）数据显示，2021年中国协作机器人销量1.86万台，同比增长87.62%，国产协作机器人厂商也已成为中国市场的主导力量，市场份额接近70%。

总体来看，协作机器人系统在生产制造业领域的推广是必然的趋势。首先，在消费者的需求端，在数字化时代终端需求充满了变化性，对企业以需定产、灵活生产提出了更高的要求。但由于传统工业机器人缺乏柔性、难以部署的局限，让其无法适应柔性生产的快节奏，因此企业必须对工厂系统进行全方位的自动化升级。

其次，在企业的生产端，协作机器人系统的易用性能帮助企业能够节省人力和提高效率。如今协作机器人安装和操作非常方便，能够灵活地在多个产线流程中进行快速部署和任务切换，而且即使无编程经验的操作人员，只需稍加培训便能通过直观便捷的界面进行快速设置和操作。此外，新冠疫情的冲击让使制造业供应链韧性的重要性再度被放大。全球制造业企业亟需通过数字化、自动化手段提升生产的柔性和管理的精益度，实现敏捷生产。

研究推测显示，2021-2025年全球协作机器人市场将保持23.6%的复合年增长率，而中国的协作机器人市场复合年增长率将高达44.4%。

图十：中国及全球协作机器人市场增长情况，图片来自于安信证券研究中心

灵活多变的协作系统，满足多应用场景需要

目前，在制造、零售仓储、医疗制药、农业、军事等领域，多机协同控制系统均取得了广泛应用。

比如在制造业，不论是汽车、电子产品、重型机械、家电，还是家具、玩具及服饰等非电子产品的工厂，皆可受益于协作型机器人的高精度与速度，帮助提升加工的效率和精准度。处理金属、塑料等的传统制造商也可在不损及产品质量的情况下加快导入自动化作业速度，精简生产线和周边工件配件。

在零售仓储领域，协作机器人可以帮助提高仓储物流的效率和安全性，比如亚马逊的 Kiva 仓储机器人就显著补足作业员人力不足的问题，进而提升仓储营运的整体效能。

在医疗制药领域，协作机器人可以实现高精度与严格管控的重复性工作，在制药研发过程中，可以在研究、测试、标记与包装等环节显著降低错误率。

在农业领域，温室种植者可灵活使用协作型机器人，并搭配可执行高精度工作 (如摘采娇嫩植物、将细小种子栽入盆栽等) 的自动化设备来进行作业等。

在军事领域，协作机器人系统也被广泛应用于了多无人机编队飞行、地面AGV结构环境集群控制、军用无人机的多机协同侦查等任务中，通过机间通讯，进行信息共享，扩大对环境态势的感知。

图十：无人机编队､地面AGV集群控制､军用多机协同侦察

虽然工业生产等领域的多机器人与智能化的融合才刚起步，但多机器人的应用和发展势在必行，随着未来人工智能的加入，在更智能的系统下，多机器人系统在工业化生产等方面的应用也会越来越多。

总结

人类的许多发明创造都是从自然界中得到的灵感，无论是从首台机械臂的诞生，还是形似无脊椎动物的柔性机器人，和从动物集群性中得到启发而产生的多机器人系统，人类能够把复杂的生物界群体映射到机器人中。对自然界生物体的模仿推动了人类工业机器人相关领域的发展，随着未来科技的不断进步，我们一定还能看到更多更加智能、灵活的机器人出现，走进更多人类的生产生活场景之中。