智能制造網(wǎng)APP
智能制造網(wǎng)手機站
智能制造網(wǎng)小程序
智能制造網(wǎng)官微
智能制造網(wǎng)服務號
智能控制
機器人
儀器儀表
物聯(lián)網(wǎng)
3D打印
工業(yè)軟件
回放
回放
ROTOFLUX加工中心旋轉(zhuǎn)接頭 A08-1302-04R A08-1302-05L ITAIY原廠批
品牌
從科幻到現(xiàn)實 機器人還需攻克哪些技術(shù)難關(guān)？
大致來說，機器人主要分為三個部分：觀測、分析、執(zhí)行。 其所對應的技術(shù)分別為：傳感器技術(shù)、計算機技術(shù)以及自動控制技術(shù)。
傳感器初的發(fā)展主要是為了服務于工業(yè)自動化，通過控制各個生產(chǎn)節(jié)點上加速度、 壓力、溫度、物位等物理類傳感器參量，大幅提高工業(yè)生產(chǎn)的效率。目前這類技術(shù)已較為成熟，根據(jù)不同應用，其產(chǎn)品體系也比較豐富。但對于服務機器人而言，其與工業(yè)機器人的一個本質(zhì)區(qū)別就在于，工業(yè)機器人的工作環(huán)境都是已知的，而服務機器人所面臨的工作環(huán)境絕大多數(shù)都是未知的，這就意味著服務機器人需要有更好更豐富的傳感器。比如，這種傳感器需要能夠全面模擬人類五官。
而目前傳感器對于視覺、聽覺、觸覺、嗅覺、味覺等人類真實感覺的信息探測還不是非常完善。以深度感知傳感器舉例，其對服務機器人的重要性是不言而喻的，雖然目前測量深度信息的方法不少，但主流的還屬于激光雷達與雙目視覺方案。激光雷達方面，目前出名的要數(shù)谷歌無人車所使用的 Velodyne 激光雷達，但由于其主要靠手工打造，想大規(guī)模量產(chǎn)與降價都不容易。而在雙目視覺方面，龐大的數(shù)據(jù)計算量便是其面臨的大問題之一。
此外，對中國企業(yè)而言所面臨的問題更大。有資料顯示，中國中傳感器產(chǎn)品幾乎 100%從海外進口，90%的芯片依賴國外，國產(chǎn)傳感器可靠性比國外同類產(chǎn)品低 1 到 2 個數(shù)量級。而且更重要的是我國傳感器企業(yè) 95%以上的都屬于小型企業(yè)，規(guī)模小，研發(fā)能力弱，效益差。
在分析方面(即機器人大腦)，雖然機器人在諸如人臉識別等領(lǐng)域已經(jīng)達到甚至超過了人類，但總體來說，目前市面上好的機器人大腦也僅僅只相當于人類幾歲小朋友的智力。是的，人類需要的是一臺“顛覆人類生活方式的機器”而非一臺“不夠聰明的機器”。
雖然現(xiàn)在人工智能技術(shù)的突破性發(fā)展主要歸功于深度學習與大數(shù)據(jù)技術(shù)的成熟，市面上也因此認為只要給予機器足夠多的數(shù)據(jù)，其便能深度學習出更高甚至達到或者超過人類的智能。但動點科技曾與一位人工智能領(lǐng)域的從業(yè)者交流，對方認為人工智能技術(shù)要想進一步發(fā)展，僅僅依靠更多的數(shù)據(jù)已經(jīng)不夠了，而是需要在算法上進行革新。又有觀點認為，大數(shù)據(jù)的極限只是優(yōu)化的機械智能，而非人們想象中的人工智能。
后在運動控制方面，目前大多數(shù)機器人公司都將人形機器人的研發(fā)作為其技術(shù)能力的展示，可見人形機器人的難度之大。而機器人包括人形機器人在運動控制方面核心的組成部分便是電機、伺服系統(tǒng)、驅(qū)動系統(tǒng)以及減速機。零部件所涉及的技術(shù)含量高，國內(nèi)基本靠進口。其中減速機更是如此，減速器能將電機的高速運速降低到機器人所適用的速度，因此其對機器人而言至關(guān)重要。據(jù)了解，一臺機器人本體上一般有 6 個減速機，但目前國產(chǎn)的減速機還不能批量生產(chǎn)。
目前機器人僅僅減速機就占機器人成本的 35%左右(國內(nèi)企業(yè)購買減速機的價格是國外企業(yè)價格的將近 5 倍)，電機、控制器部分占 10%左右。因此，機器人成本下降的關(guān)鍵在于核心零部件尤其是減速機能實現(xiàn)國產(chǎn)化。國內(nèi)機器人使用的減速機、電機及驅(qū)動還是以國外供應為主，核心技術(shù)主要掌握在 abb、kuka 等幾家巨頭手中，其中日本為大的減速機出口國。
另外，上述核心部件大多有不同廠商分別生產(chǎn)，以致于整個系統(tǒng)在集成化與小型化方面仍有很大不足，這在工業(yè)機器人領(lǐng)域尚不是什么大問題，但在“”的人形機器人等小型機器人領(lǐng)域便是一個大問題。
后，即使有了聰明的大腦和完善的運動控制硬件，我們也還需要有的運動規(guī)劃算法來輔助，運動規(guī)劃算法主要功能就是教機器人如何走路，如何避過各種障礙物等。目前穩(wěn)定行走的控制理論，在實際的機器人的測試和運行過程中不是很理想。
波士頓動力算是人形機器人領(lǐng)域的佼佼者了吧，但其終還是被谷歌拋棄了，原因據(jù)稱是谷歌認為未來幾年不可能推出商業(yè)化產(chǎn)品，谷歌不想再供養(yǎng)了。另外，美國的企業(yè)家、投資人和工程師 Yobie Benjamin 也表示，雖然大家看到的波士頓動力的視頻中機器人/狗沒有倒，但實際情況遠不是這么順利：首先是噪音太大，在實驗中可以聽到很大的響聲；其次是穩(wěn)定性不夠，雖然在視頻中看到它在山地中也能如履平地，但在實際測試中，即便在平地上也是經(jīng)常會摔倒的，而且不能夠自己站立。
總之，機器人還有一段很長的路要走。
(原標題：服務機器人想要獲得突破性發(fā)展，這些問題必須解決)
浙公網(wǎng)安備 33010602000006號
智能制造網(wǎng)APP
智能制造網(wǎng)小程序
微信公眾號
