中国工程院院士王耀南对高端机器人技术的解析

  连接网讯，11月29日，长沙网络安全·智能制造大会在长沙国际会展中心成功举行，连接网作为大会支持媒体对会议进行了全程报道。中国工程院院士、机器人视觉感知与控制技术国家工程实验室主任、湖南大学机器人学院院长，王耀南先生以“高端制造机器人关键技术及应用”为主题发表了演讲。

  王耀南认为，目前传统的机器人环境感知适应性比较弱，决法在线的优化决策，和机器人协作效率比较低，不足以满足高端装备制造业的需求。一要突破机器人的实时感知视角，二是突破机器人在线的规划和自主决策，三是突破机器人怎么样让多个机器人协同作业。如何攻克这三大技术，如何在高端制造中机器人柔性的，小批量定制化生产，这是机器人关键技术要解决的问题。

  王耀南：尊敬的邱市长，尊敬的各位来宾，各位同仁，大家下午好特别高兴在这里跟大家做交流。今天的题目是高端制造机器人关键技术及应用。今天报告分两个部分，一是高端制造的重大需求，二是机器人关键技术与应用，三是高端制造机器人未来发展方向。

  大家都知道互联网与工业化的信息融合，催生了我们制造，促进人机一体化智能系统的发展。从美国的工业互联网到德国的工业4.0，包括中国的制造2025，都提出一个目标，提高生产效率、产品质量，利用互联网技术、信息技术、大数据技术和人工智能技术+机器人技术，促进各国的人机一体化智能系统。中国制造2025提出用新一代技术加快两代融合。

  制造业是国民经济的主体，占我国GDP29.3%。我国已变成全球第一制造大国，但是我们虽然成为制造大国，仍然面临以下问题，一是生产效率偏低，二是产品质量不高，三是关键零部件核心装备进口率偏高，有待加强。迫切地需要推进我们的人机一体化智能系统机器人技术来加速制造业由中低端向高端转变发展方式与经济转型，推动高水平质量的发展。这就是怎么回事要做高端制造的机器人。

  机器人是整个高端装备制造需求之一。机器人在高端制造装备当中，应用非常的广泛，但是目前机器人面临着高端制造三大挑战。一是在高端制造中传统的机器人不能适应，根本原因在复杂恶劣危险欢迎当中，机器人要适应这样的环境还要加强研究。二是高端制造装备最大的难点在于尺寸大，载货重，结构较为复杂，传统机器人不能胜任这个需求，我们要研究，提高机器人应对结构较为复杂的挑战。三是机器人在高端制造中面临的最严重的问题就是高速、高精度、高可靠的稳定运行。在这样的情况下，面临加工的精度高、速度快，机器人还要攻克第三大挑战。世界各国都在推进，世界强国美国、德国、日本包括中国都在加强研究适合高端制造的机器人技术。

  目前高端制造对现有的机器人提出三大挑战中，目前传统的机器人环境感知适应性比较弱，决法在线的优化决策，和机器人协作效率比较低，不足以满足高端装备制造业的需求。一要突破机器人的实时感知视角，二是突破机器人在线的规划和自主决策，三是突破机器人怎么样让多个机器人协同作业。如何攻克这三大技术，如何在高端制造中机器人柔性的，小批量定制化生产，这是机器人关键技术要解决的问题。

  应对人机一体化智能系统互联网的时代，以机器人为核心的人机一体化智能系统系统，有一个体系结构和要求，在人机一体化智能系统与机器人为主当中，目前需求是小批量、定制化、多品种生产。我们建立一个机器人制造体系，就有一个智能制造的云端，有一个工业互联网，有生产的产品是智能的。制造当中，两个核心的机器人，一个是工业作业机器人，另外一个是移动搬运机器人，在生产的全部过程中人机一体化智能系统的服务是智能化的，需要三个特征，一定要数字化、网络化、智能化，才能构架为完整的以机器人为核心的人机一体化智能系统体系。这里涉及到哪些关键技术？最核心的是人机一体化智能系统的关键技术，涵盖了17个关键，一是智能的供应链，二是智能制造的管理系统，三是相互连通、智能感知、物理信息系统，除了三个核心制造业以外，最重要的机器人完整架构，在高端架构当中，最核心的是感知、决策、执行、控制。高端制造的机器人应对航空制造，应对新能源制造，应对航空制造，以及包括高铁大飞机，必须有一个完整的决策控制管理系统。这个控制管理系统是我们在座高端制造中的第一个突破。第一个突破必须要高速高精的视觉控制，高速高精的控制技术是非常专业的技术难点。举个例子，在生产的全部过程中，机器人加工制造当中，怎么像人一样获取感知的信息，应对的挑战有三个方面，在复杂环境当中，光照条件多变，结构较为复杂，以及我们的目标微弱的情况下，我们怎么样应对这个挑战，这就要求我们解决大难题，感知技术的难题，主要解决成像视觉造成的大问题，二是解决目标多样性问题，三是解决感知精度低的问题，这三个挑战中要突破三个核心技术。近几年来，开展的研究，主要技术解决方案，一是设计高分辨率的视觉和信息获取感知系统。二是设置目标微小、环境感知，供机器人可定位识别目标的技术。三是怎么精准测量一个工业部件，使机器人装上明亮的眼睛，就可以识别不同的工件，不同的固体，在杂乱无章的工件中挑出需要的物体。

  这里面呈现技术，比较专业的技术就很快过去。二是要完成感知定位技术，对一个零部件怎么样做定位，怎么进行分类，通过大数据云技术关系，推理判断出来，然后识别出我们的部件，并且同时测量出我们的部件。第二个技术，解决多尺寸测量问题，汽车制作的完整过程中，气缸的零部件怎么测量，需要大数据分析、图像处理情况下，进行三维的识别和测量，把精确的尺寸测量出来。测量出来以后，进行下一步的工作，也就是解决的第二个关键技术，怎么让机器人在感知到的情况，到认知到部件的情况下，高效的规划，精准的控制加工。也就是第二个核心技术，在机器人生产制造当中，碰到一个最大的问题，在识别完以后，你怎么样精准的焊接，精准的打磨，精准抛光。在生产中，会遇到非结构化环境、复杂空间的约束，高速高精加工的问题。我们要用到三个技术，实时位姿估计，自主决策规划，精准轨迹跟踪。解决策略是，自适应鲁棒视觉此服控制技术，二是多约束最优轨迹在线规划算法，三是鲁棒变结构力位混合操控方法。最终实现负责零部件的装配、焊接、抛光等作业。怎么样实施这些技术，我粗略地介绍一下，一是要突破视觉感知技术，二是环境约束，三是规划问题。

  第三个核心技术就是机器人生产线，单个机器人能识别各种复杂零部件，又可以加工零部件，我们设置了机器人生产线的自主决策控制管理系统，他是整个生产线上的核心大脑，是协同所有的机器人，包括多任务，多工序，多机器来进行协同分配任务，优化调度，最后使每一个机器人都能按照程序指令有条不紊的开展工作。

  这里要解决三个技术难点，一是多个机器人协同，二是每个机器人任务分配均衡，三是如何精准达成目标。解决办法是多机器协同优化控制算法，然后多工序优化调度决策技术，最后高校的决策控制，完成生产线当中的定制化、小批量、多品种生产。这是未来要机器人人机一体化智能系统要解决的三个核心问题。

  怎么样实现，解决多机器人协同控制的问题，把多个机器人进行焊接，设计一个控制管理系统，控制机器人有条不紊的完成大型任务的焊接。二是可以分配，在生产的全部过程中，有机器人，数字控制机床还有别的设备，用一个软件，两个硬件，多工序优化，多机器人优化调度解决这一个问题，实现多机器工序和多任务分配。最后怎么调动这些机器人，形成多工序的调度，在大数据云计算的分配下，完成装备、加工、焊接、打磨、喷涂、装配、测试。比如一个汽车使用这个机器人，换一个汽车，我们只要重新改变程序，就能做到另外一个汽车的装配。

  最后说工程应用，在应用之前，必须要海法完整的控制管理系统，交给用户用，有了这个控制管理系统，可以用到汽车人机一体化智能系统生产线上，可以用到大型盾构机，加工制造。用生产线用到电子制造生产线当中，同时能用到航空发动机叶片加工当中，我们也可以用到海洋工程的大型水电机组的加工，还可以用到高铁轨道装备的焊接，这样才是真正未来机器人能人机一体化智能系统当中体现。

  最后一点，跟大家讲一下，未来高端制造当中机器人的发展趋势。说说未来的发展，还有很多挑战性的难题，还有很多要求我们攻克的问题。未来的高端制造当中，发展趋势是人机合作，大家看到的是机器人独立操作，未来是人和机器协同作业，发展趋势是智能化、柔性化、灵巧化、协作化，以适应我们的大规模的定制化生产。也就是让机器人能够装上有大脑，有中央处理器，有决策分析，有判断处理。使机器人有深度的感知，智慧的决策，精准的控制。未来的发展，不是像今天机器人关在笼子里，未来的机器人在工厂里面，和工人是友好的合作伙伴关系，是朋友相互交流，相互学习，相互共同促进人机融合的。我们未来的机器人要自己看懂说明书，按照说明书要求自动装备，达成目标。机器人在加工大型零部件一定是多个机器人协作，完成复杂的零部件，现在都是单机作业，以后是在云计算，互联网边缘计算完成。航天航空这个是机器人完成，这是简单的装配。

  互联网和知识库的结合，人工智能的机器学习，线的人机一体化智能系统。在未来的发展当中，主要突破三个方面的核心技术，一是三维环境感知，给整个制造生产线当中，装上很好的感知系统和决策系统。二是要使机器人和人一样，有灵巧、精准的装配动作。同时安全性，网络安全，生产线的协同控制方面，要突破。最后主要解决三个方面的核心问题，时间关系不多说。

  未来的机器人我们今天机器人是工业1.0的自动化，是感知机电控制管理系统，机器人的2.0数字化是具备视觉、认知、人机交互，以及自然语言的理解。机器人3.0有智能的协作，有学习的功能，我们最终的目的要使机器人进入到4.0，机器人有自主的学习认知分析判断的能力。