眾所周知，工業(yè)機器人最大的應(yīng)用是在生產(chǎn)制造系統(tǒng)里面，它對工業(yè)的發(fā)展起到了很大的作用，同時也影響著國民經(jīng)濟的健康發(fā)展?，F(xiàn)在，我國在工業(yè)機器人領(lǐng)域加快產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，這催生出了很多新的機遇，同時也面臨著很多新的挑戰(zhàn)。

過去，由于我國在工業(yè)領(lǐng)域起步較晚，面臨著三座大山——電機、減速器和控制器，但這些技術(shù)在在國際上已經(jīng)得到基本的解決。

這些年，我國也制定了很多的策略，研究怎么趕上國際水平。但是，除了要越過這三座大山，我們應(yīng)該將目光投向遠方，思考工業(yè)機器人領(lǐng)域有什么新的機遇，面臨著什么新的挑戰(zhàn)，如何突破這種挑戰(zhàn)贏得未來。

現(xiàn)在，人們認為工業(yè)機器人應(yīng)該智能化，那我們需要知道智能化的目的是什么，為什么要智能化。我認為，智能化無非就是讓工業(yè)機器人得到更方便的應(yīng)用，那么，怎么使工業(yè)機器人得到更方便的應(yīng)用呢，通過研究我們找到了制約工業(yè)機器人實現(xiàn)智能化的問題所在。

席寧：新時期跨越機器人的“三座大山”

第一，為機器人編程特別耗時。

機器人要實現(xiàn)智能化首先得給它編程，也就是為機器人編寫機器語言，這類方法的缺點就是特別的耗費時間。比如傳統(tǒng)的汽車行業(yè)，人們設(shè)計一輛汽車需要三到五年的時間，而生產(chǎn)汽車的機器人編程周期也差不多就是三到五年。

但是，現(xiàn)在我們要把機器人應(yīng)用到像手機制造這樣的新興領(lǐng)域，手機一年就換一代，照舊的方法，就需要為機器人一年編寫一次全新的程序，這樣編程和使用的成本就大大提高了。所以，我們需要開發(fā)新的編程手段，讓機器人更容易被應(yīng)用。

第二，機器人下游企業(yè)無法建立起機器人與環(huán)境的交互。

企業(yè)在為機器人編程的同時，還要重新設(shè)計新的產(chǎn)品以應(yīng)對迅速變化的市場，有時要重新對生產(chǎn)線進行組織調(diào)整，而機器人不是往工位上一安裝就可以實現(xiàn)生產(chǎn)，對于整條生產(chǎn)線來說，機器人要建立與周圍環(huán)境的交互是一個很復(fù)雜的過程。

例如，要校正機器人，機器人有自己的坐標要與工廠的坐標建立起來聯(lián)系，這個過程相當復(fù)雜，機器人產(chǎn)業(yè)的下游企業(yè)無法實現(xiàn)這個過程，這需要機器人的制造廠商來提供這種服務(wù)，這樣一來，無論從成本還是使用性的角度來講，對機器人應(yīng)用企業(yè)的發(fā)展都是一種很大的制約。

第三，機器人和傳感器結(jié)合度不高。

目前，機器人還只是進行簡單的工業(yè)生產(chǎn)，不能一機多用，而我們的追求是使機器人精度更高、更加的智能化，可以高效率的實現(xiàn)多品種的個性化生產(chǎn)。要達到這個愿景，機器人和傳感器的結(jié)合是一個關(guān)鍵?，F(xiàn)在人們都講人工智能，人工智能首先是建立在傳感器的基礎(chǔ)之上，因為感觸是人工智能發(fā)展的第一步，這足以見得在機器人上應(yīng)用傳感器的重要性。

因此，我把這三大問題歸納為解決下一代工業(yè)機器人面臨的新挑戰(zhàn)，只要完美的解決了這三大問題，工業(yè)機器人的智能化發(fā)展就會向前更進一步。

讓編程變的更簡單

首先，講機器人編程方面?，F(xiàn)在大家都知道，傳統(tǒng)的機器人編程方法使用起來特別的費時，所以，能不能開發(fā)一些更直觀、更方便的編程方法，在短時間內(nèi)高效率的為工業(yè)機器人編程呢？因此，我們開發(fā)了一個基于CAD模型的編程方法。

怎么理解呢？也就是說，我們用機器人生產(chǎn)制造產(chǎn)品，首先得有這個產(chǎn)品的CAD設(shè)計模型和圖紙，那么如果機器人可以直接理解這個CAD模型，這樣的話就可以減少很多編程的過程，把原來的人工編程變成了機器人自主的編程。

為大家舉個3D打印的例子，在3D打印的過程中，機器人握著一個噴槍，把玻璃纖維噴射成一個汽車的車廂。在噴射的過程中，機器人的軌跡非常的重要，因為它的移動速度和位置決定了有多少的纖維噴射到這個車廂上。由于車廂設(shè)計的不同，有的地方比較厚，有的地方相對比較薄，所以這個編程的過程非常的復(fù)雜。

要是采用人工編程，可能這一個零件就需要花費一兩個禮拜的時間，還要經(jīng)過不斷的測試，但是把這個CAD模型直接導(dǎo)入到程序里面的，計算機就可以自動產(chǎn)生機器人的運動軌跡，兩三個小時就可以把整個程序編好。

目前，這個基于CAD模型的編程方法已經(jīng)在汽車公司得到了應(yīng)用。同時，它也可以應(yīng)用到更復(fù)雜的生產(chǎn)過程當中去。例如用3D打印沖模。打印汽車零件可能只需考慮控制材料的分布狀況，而打印沖模的過程是一個噴射高溫熔化金屬的過程，不光要考慮金屬材料的分布，還要考慮溫度的分布，如果一旦出現(xiàn)偏差，就會影響這個產(chǎn)品的機械性能。

所以，在規(guī)劃機器人軌跡的時候把這些因素都要考慮進去，這是一個非常復(fù)雜的過程，人工編程幾乎是實現(xiàn)不了的，而基于CAD模型的編程方法就可以實現(xiàn)這個過程。

同時，這個方法不僅可以基于設(shè)計，還可以基于傳感器進行編程。我們加工一個零件要對它進行測量，基于這個測量結(jié)果可以產(chǎn)生機器人的軌跡，對這個零件進行加工，比如打磨。我們知道機器人的打磨被應(yīng)用到很多的方面，而且編程很復(fù)雜，并且最終的程序都需要測試打磨幾百個零件，而使用自帶檢測傳感器的機器人之后，就會簡單許多。

機器人可以通過傳感器來檢測零件需要打磨的部位，隨后計算機自動生成一個打磨的軌跡，并且在打磨完成后對打磨的部位重新進行檢測和校正。所以，我們把原來的一個開環(huán)的過程變成了一個閉環(huán)的過程，不僅降低了編程的時間，而且也提高了產(chǎn)品的質(zhì)量。

當然，機器人的應(yīng)用還有很多方面，比如服務(wù)機器人。服務(wù)機器人的編程里沒有CAD模型，它可以和人直接進行交互。人和人之間的交流是用語言，所以要讓機器人能夠理解人的語言，用人的語言直接進行編程，這對于未來的服務(wù)機器人特別的重要。

然而，自從人工智能出現(xiàn)以來，如何使機器人理解人的自然語言一直就是個難題，那怎么來解決這個難題呢？

其實，我們有一個很大的優(yōu)勢，那就是機器人里面的傳感器。這些傳感器可以把簡單的語言理解變成一種互惠反饋的過程，把原來簡單的底層反饋控制拓展到高層，拓展到自然語言的處理過程當中，這樣一來，機器人的語言理解就變得相對的準確，編程的過程也變的相對容易了。

從傳統(tǒng)的視角來看，機器人編程變成了一個更直觀的編程，人類把自己的設(shè)計思想通過語言告訴機器人。

機器人應(yīng)該“自力更生”

然后，談?wù)勅绾巫寵C器人更加容易的和環(huán)境建立起來，更加容易的自我校正。許多人簡單的認為，買了機器人之后就可以代替人來進行工作，但是，真正將機器人買來之后卻很失望，因為要使機器人能夠真正的代替人來工作是件很麻煩的事情。

機器人有自己的控制坐標，用戶根本不理解如何將機器人的坐標和工廠的坐標建立起聯(lián)系。所以機器人被安裝好后，怎么讓它能認識環(huán)境，能與環(huán)境交互，在同一個坐標里進行工作，這對用戶來說是非常重要的。迅速的了解環(huán)境是機器人很重要的一方面，這也是機器人智能化的標志。因此，我們在這方面做了一些工作。

過去，機器人的校正有兩種。一種是校正機器人和環(huán)境的關(guān)系，就是將機器人的坐標和環(huán)境的坐標概念性的結(jié)合，另一種是校正機器人本身的坐標，這些因素都是需要通過校正來確認的，并且非常的復(fù)雜。用戶很難做機器人的校正，這都需要機器人的廠商來做，這對于機器人的用戶而言，成本和時間就大大增加了。

那么，用戶為什么很難做機器人的校正呢？過去，校正機器人的方法是基于點，我們把機器人在空間運動的軌跡通過記錄點的方式保存下來，通過這些點再把轉(zhuǎn)換坐標計算出來。這種方法相當?shù)膹?fù)雜，因為我們需要記錄很多的點才能計算出來這個坐標。

現(xiàn)在，我們開發(fā)了一種Line—basedCalibration的方法，這種方法直接記錄已知線，線所承載的數(shù)據(jù)量比點要多的多，這樣在校正機器人的過程中就會方便許多。因此，我們做了一個相應(yīng)的裝置安裝在機器人上面，機器人可以進行重復(fù)精度的校正，這在很大程度上解決了用戶們的難題。

解放質(zhì)檢員不是夢

最后，我們談?wù)勗趺醋寵C器人和傳感器進行結(jié)合，提高機器人的智能化。

在生產(chǎn)過程中，有時我們要測量雙坐標的尺寸，傳統(tǒng)的方法是利用三坐標測量機一個點一個點的進行測量，這樣一來，成本居高不下。假如我們在機器人上嵌入傳感器，傳感器可以對一片面積進行拍照測量，這樣就可以把高密度的三維點云呈現(xiàn)出來，而且成本低、效率高。

以檢查高鐵為例，鐵路公司要在夜里派很多的車輛檢查人員來檢查列車的安全性，特別的費時費力。所以，我們在想可不可以直接通過機器人搭載著傳感器進行檢測，然后通過和列車CAD模型進行比對來找出列車可能存在的問題。

因此，我們專門開發(fā)了一款檢測列車的機器人，它可以靈活的伸到車廂的底部，通過搭載的傳感器拍攝大面積的照片來和CAD模型進行對比，快速的對整個車廂進行安全檢測，不光效率高，而且精度高。

再以汽車座椅的生產(chǎn)舉例。過去，汽車座椅的軟硬舒適程度需要質(zhì)檢員一個一個的進行觸摸檢測，再通過質(zhì)檢員感性的主觀判斷打一個分數(shù)，判斷這個座椅是否合格。

眾所周知，汽車的配件都是由汽車服務(wù)商來進行生產(chǎn)，那么大批量的座椅生產(chǎn)一定有一個量化的生產(chǎn)標準，那么質(zhì)檢員自身做出的判斷存在很大的誤差。我們就通過機器人搭載傳感器的方式對座椅的軟硬和光滑程度等十幾項指標進行檢測，減少了誤差，也提高了效率。

目前，我們的這種檢測方式已經(jīng)在墨西哥的汽車工廠進行使用，并且數(shù)據(jù)可以傳回美國，也就說，還可以實現(xiàn)遠程檢測。同時，這樣的檢測方式還可以實現(xiàn)客戶的個性化需求。比如，客戶可以通過自己的要求量身定制一款適合自己的座椅。

通過這三個方面的具體案例講解，我想傳遞給大家一種思想，那就是在工業(yè)機器人領(lǐng)域，我們應(yīng)該從之前的三大技術(shù)挑戰(zhàn)里面跳出來，看看將來還有什么新的技術(shù)挑戰(zhàn)，如何去解決這些挑戰(zhàn)，使得目前的機器人真正的成為我們理想中的智能化機器人，來幫助人類去探索未知的世界。