智能機(jī)器人 + 人工智能 為制造業(yè)提供新機(jī)遇
2022-08-23 15:06:51
截至目前，智能機(jī)器人行業(yè)發(fā)現(xiàn)了哪些人工智能位于工業(yè)應(yīng)用場(chǎng)景的“新大陸”?人工智能技術(shù)與機(jī)器人技術(shù)結(jié)合的未來(lái)發(fā)展方向在何處?
人工智能+傳統(tǒng)工業(yè)機(jī)器人=智能機(jī)器人;傳統(tǒng)的工業(yè)機(jī)器人是機(jī)械設(shè)計(jì)與制造技術(shù)、自動(dòng)控制技術(shù)以及計(jì)算機(jī)軟硬件技術(shù)的高度融合。
人工智能是數(shù)據(jù)和算法的集合，計(jì)算能力(芯片)不斷躍升是人工智能得以廣泛應(yīng)用的基礎(chǔ)。目前人工智能仍處于弱人工智能的階段，形成突破的領(lǐng)域仍比較局限。人工智能技術(shù)和機(jī)器人技術(shù)相結(jié)合，實(shí)現(xiàn)既具備機(jī)器人的肢體又具備類人智慧的機(jī)器人是人工智能和機(jī)器人技術(shù)發(fā)展的終極目標(biāo)。智能機(jī)器人是人工智能技術(shù)和傳統(tǒng)工業(yè)機(jī)器人技術(shù)融合發(fā)展的結(jié)果。
“AI時(shí)代，工業(yè)機(jī)器人將被新的核心技術(shù)定義，包括深度學(xué)習(xí)、路徑規(guī)劃、任務(wù)級(jí)編程、柔性控制等。” 梅卡曼德CEO邵天蘭說(shuō)道。在他看來(lái)，混雜物體分揀是目前需求最明顯、應(yīng)用最直接的部分，很多公司都能展示一定程度的demo，但是真正能大規(guī)模使用的產(chǎn)品還沒(méi)出現(xiàn)。除此之外，還有個(gè)結(jié)合點(diǎn)為“操作規(guī)劃”，即人只需要指定好多個(gè)工件的安裝要求，機(jī)器人就可自行計(jì)算出抓取和安裝的方案，節(jié)省大量編程時(shí)間。
在標(biāo)準(zhǔn)場(chǎng)景中，工業(yè)機(jī)器人生產(chǎn)的產(chǎn)品批量較大，有大量的重復(fù)性工作，需要高頻次的軌跡優(yōu)化，比如機(jī)床加工、零件安裝等應(yīng)用。此時(shí)可以通過(guò)小樣本監(jiān)督學(xué)習(xí)，讓機(jī)器人擁有自適應(yīng)、進(jìn)化功能。
而此前，艾利特展示了“機(jī)器人疊衣服”的demo，展示了機(jī)器人軌跡優(yōu)化不僅僅可以針對(duì)剛性物體，還能應(yīng)對(duì)衣服這類柔性體。艾利特的機(jī)器人疊衣服系統(tǒng)通過(guò)深度強(qiáng)化學(xué)習(xí)算法和深度視覺(jué)傳感器精準(zhǔn)定位衣物疊取點(diǎn)，自動(dòng)尋優(yōu)最佳運(yùn)動(dòng)軌跡，實(shí)現(xiàn)疊取效果。該系統(tǒng)還使用了仿真環(huán)境快速建模和遷移學(xué)習(xí)方法，加快學(xué)習(xí)速度、降低數(shù)據(jù)采集成本，最終將仿真結(jié)果映射到真實(shí)機(jī)器人操作中。
除了上述以提升工業(yè)機(jī)器人效率為攻堅(jiān)重點(diǎn)的應(yīng)用外，機(jī)器視覺(jué)作為人工智能的一個(gè)分支既是機(jī)遇也是挑戰(zhàn)。
在智能制造過(guò)程中，機(jī)器視覺(jué)主要用計(jì)算機(jī)來(lái)模擬人的視覺(jué)功能，也就是把客觀事物的圖像信息提取、處理并理解，最終用于實(shí)際檢測(cè)、測(cè)量和控制。
易視智瞳CEO黃卜夫認(rèn)為，機(jī)器視覺(jué)瑕疵檢測(cè)是人工智能的一大“練兵場(chǎng)”。易視智瞳高精度視覺(jué)點(diǎn)膠系統(tǒng)集成了點(diǎn)膠工藝的視覺(jué)感知、運(yùn)動(dòng)控制和點(diǎn)膠執(zhí)行等功能，可方便地與各種執(zhí)行機(jī)構(gòu)整合，一步形成終端點(diǎn)膠機(jī)產(chǎn)品，滿足各種產(chǎn)線點(diǎn)膠的需求，通過(guò)深度學(xué)習(xí)還可由單機(jī)智能向多機(jī)互聯(lián)協(xié)同演變。
插上人工智能的翅膀，國(guó)產(chǎn)機(jī)器人能否彎道超車?
一談到工業(yè)機(jī)器人，大家必然會(huì)提到ABB、庫(kù)卡、發(fā)那科、安川。業(yè)內(nèi)人士分析，寡頭壟斷產(chǎn)生的條件是：
第一，市場(chǎng)空間的擴(kuò)大速度不足以容納更多的同類廠商進(jìn)入，少數(shù)大公司的產(chǎn)能已經(jīng)基本滿足所有客戶的總需求;
第二，技術(shù)非常成熟，難以產(chǎn)生顛覆性的新技術(shù)，處于追趕位置的公司難以通過(guò)技術(shù)突破實(shí)現(xiàn)“彎道超車”。
對(duì)于國(guó)產(chǎn)機(jī)器人來(lái)說(shuō)，對(duì)于國(guó)際巨頭一直處于追趕的狀態(tài)，在這樣的市場(chǎng)格局之下，國(guó)產(chǎn)機(jī)器人開始選擇從細(xì)分領(lǐng)域進(jìn)入，試圖通過(guò)“一技之長(zhǎng)”在局部戰(zhàn)場(chǎng)取得勝利。中國(guó)要改變追趕的局面，主要有兩大超越機(jī)會(huì)：
其一，中國(guó)是巨大的機(jī)器人應(yīng)用增量市場(chǎng)。
數(shù)據(jù)統(tǒng)計(jì)，在3C領(lǐng)域，中國(guó)的手機(jī)年產(chǎn)量超20億部，電視、冰箱、空調(diào)等產(chǎn)量均穩(wěn)居世界第一;在物流和電商領(lǐng)域，每年的快遞包裹數(shù)量超過(guò)4百億，也就是人均達(dá)30件，穩(wěn)居世界第一;在食品化工領(lǐng)域，化肥產(chǎn)量穩(wěn)居世界第一。巨量的實(shí)際產(chǎn)業(yè)需求為人工智能的落地提供了龐大的練兵場(chǎng)。
其二，中國(guó)的人才、技術(shù)處于第一梯隊(duì)。
與智能機(jī)器人本體技術(shù)相比，中國(guó)在人工智能領(lǐng)域相對(duì)領(lǐng)先，具體體現(xiàn)為在AI領(lǐng)域發(fā)表的論文數(shù)量和質(zhì)量都在世界前二;對(duì)深度學(xué)習(xí)的基礎(chǔ)設(shè)施做出了重要貢獻(xiàn);知名研究院、高校在世界上屬于第一梯隊(duì);在各類AI競(jìng)賽上刷榜等。
在具體實(shí)踐上，隨著國(guó)產(chǎn)機(jī)器人性價(jià)比的提升，工業(yè)界對(duì)國(guó)產(chǎn)機(jī)器人認(rèn)可度的提高，機(jī)器人企業(yè)針對(duì)具體行業(yè)或應(yīng)用場(chǎng)景的實(shí)際需求，創(chuàng)造性的應(yīng)用人工智能技術(shù)和機(jī)器人技術(shù)，提出解決方案并實(shí)現(xiàn)相應(yīng)的產(chǎn)品，空間巨大，這也是創(chuàng)業(yè)創(chuàng)新的重點(diǎn)方向。
然而，“彎道超車”的道路必然不會(huì)是一馬平川。邵天蘭指出，要真正邁向AI+機(jī)器人新時(shí)代，中國(guó)機(jī)器人仍然面臨挑戰(zhàn)，如在軌跡規(guī)劃、柔順控制等方向上積累較淺;需要與互聯(lián)網(wǎng)、自動(dòng)駕駛、人臉識(shí)別等領(lǐng)域爭(zhēng)奪超一流人才。除此之外，各方面的長(zhǎng)期投入需要很大的決心和能力。
