【收錄專題 | 工業(yè)機器人技術(shù)_工業(yè)機器人產(chǎn)業(yè)現(xiàn)狀及產(chǎn)業(yè)鏈分析】

【產(chǎn)業(yè)圖譜 | 機器人產(chǎn)業(yè)鏈圖譜_機器人產(chǎn)業(yè)鏈全景圖】

　　6月22日，機器人行業(yè)高端智庫立德智庫攜手全球柔性智能機器人領(lǐng)跑者節(jié)卡機器人聯(lián)合發(fā)布《2022年中國協(xié)作機器人技術(shù)發(fā)展報告》(以下簡稱"報告")，圍繞協(xié)作機器人前沿技術(shù)展開分析，論述了協(xié)作機器人智能感知、自主認知、人機交互、碰撞檢測等技術(shù)發(fā)展趨勢。

　　來自上海交通大學(xué)、北京理工大學(xué)、上海機器人產(chǎn)業(yè)技術(shù)研究院、立德機器人研究院及節(jié)卡機器人的多位行業(yè)專家出席線上發(fā)布會，共同探索協(xié)作機器人關(guān)鍵技術(shù)和創(chuàng)新應(yīng)用。

　　前沿發(fā)展趨勢一：智能感知－－多學(xué)科交叉融合

　　感知是協(xié)作機器人與人、協(xié)作機器人與環(huán)境、以及協(xié)作機器人之間進行交互的基礎(chǔ)。就感知技術(shù)而言，除了多傳感信息融合之外，協(xié)作機器人越發(fā)呈現(xiàn)出與腦神經(jīng)科學(xué)、生物技術(shù)、人工智能、認知科學(xué)、網(wǎng)絡(luò)大數(shù)據(jù)技術(shù)等深度交叉融合的態(tài)勢。

　　未來的研究方向為主動感知與自然交互理論及方法，更多傳感器的加入，使協(xié)作機器人能夠理解人類指令(通過聲音、手勢、圖形)。基于對復(fù)雜動態(tài)環(huán)境下知識的主動獲取、學(xué)習(xí)與推理方法、視覺認知與基于動態(tài)環(huán)境的主動行為意圖理解與預(yù)測理論、協(xié)作機器人的自主學(xué)習(xí)與機器人知識增殖方法、以及多模態(tài)人機協(xié)作的態(tài)勢感知與自然交互方法的研究，實現(xiàn)協(xié)作機器人與人之間相互的意圖理解、信息交流，以及自然和諧的情感交互。

　　前沿發(fā)展趨勢二：自主認知－－復(fù)雜環(huán)境靈巧作業(yè)

　　高度智能是對新一代協(xié)作機器人的重大共性技術(shù)需求。當(dāng)前協(xié)作機器人應(yīng)用面越來越廣，在復(fù)雜作業(yè)能力、自適應(yīng)可重構(gòu)的裝配能力、對非結(jié)構(gòu)化環(huán)境的感知能力，以及與人協(xié)作能力方面需要更加智能化。

　　協(xié)作機器人應(yīng)用于在商業(yè)服務(wù)市場，主要挑戰(zhàn)包括自然交互、人機安全、環(huán)境適應(yīng)、復(fù)雜靈巧作業(yè)等方面，智能化是應(yīng)對挑戰(zhàn)的可行技術(shù)途徑。

　　協(xié)作機器人工作于復(fù)雜、嚴苛的工業(yè)環(huán)境，需要更為智能化的環(huán)境感知和適應(yīng)能力、人機協(xié)同作業(yè)能力和異常處理能力。先進的認知算法是實現(xiàn)協(xié)作機器人高度智能的主要手段。

　　未來的研究方向為復(fù)雜環(huán)境的自主認知。深入研究面向復(fù)雜環(huán)境與復(fù)雜任務(wù)的自主控制，辨識協(xié)作機器人的動力學(xué)行為和智能操控與環(huán)境之間的關(guān)系和影響規(guī)律，實現(xiàn)協(xié)作機器人靈巧作業(yè)與自主控制。

　　前沿發(fā)展趨勢三：人機交互－－機器人操作智能化

　　隨著人機交互技術(shù)的快速發(fā)展和人機工程學(xué)、用戶體驗等領(lǐng)域的研究逐步深入，現(xiàn)有的一些人機交互系統(tǒng)不再是僅限于鼠標與鍵盤等簡單的設(shè)備輸入或示教操作，有些可通過語音識別、指紋識別甚至是虹膜識別，來完成工作程序的輸入。

　　人們對協(xié)作機器人可用性與易用性的要求越來越高，手勢理解用于人機交互已成為人機交互技術(shù)重要的研究內(nèi)容。通過連續(xù)的手勢識別操作協(xié)作機器人是人機交互技術(shù)的熱門研究方向之一，擁有很廣泛的應(yīng)用領(lǐng)域。

　　手勢識別是基于人的手部動作完成的，工業(yè)生產(chǎn)中，通過手勢控制機器人運動，可簡化機器人的示教過程與操作流程，具有很大的應(yīng)用價值。現(xiàn)今，在手勢識別領(lǐng)域最為突出的研究方法包括基于手套進行識別以及使用視覺信息進行識別。使用手套的識別方法主要是使用光纖等獲取手掌、手指的關(guān)節(jié)位置以及彎曲程度并建模。基于視覺的識別方法是指從相機獲取手勢視覺圖像進行一系列算法處理，進行識別獲取結(jié)果。

　　前沿發(fā)展趨勢四：碰撞檢測－－自適應(yīng)柔順控制

　　碰撞檢測一般有基于傳感器的碰撞檢測和基于無傳感器的碰撞檢測。

　　基于傳感器的碰撞檢測有基于電子皮膚的檢測方式，基于關(guān)節(jié)扭矩傳感器或基于底座、末端六維傳感器的方式檢測碰撞。除了這類碰撞檢測方法，其他的碰撞檢測大多需要構(gòu)建協(xié)作機器人的動力學(xué)模型，估計外力或構(gòu)建觀測器。當(dāng)外力或觀測器監(jiān)測到干擾時則表示碰撞發(fā)生。

　　基于無傳感器的碰撞檢測，首先，通過人與協(xié)作機器人接觸時單關(guān)節(jié)電機電流的檢測，來判定協(xié)作機器人與人是軟接觸或是碰撞接觸。其次，根據(jù)當(dāng)前的電機反饋得到的電流實際值與動力學(xué)模型計算中的理想值來設(shè)計融合算法，產(chǎn)生時變的電力碰撞檢測閾值，辨識事故碰撞或人有意識的軟接觸，解決人與協(xié)作機器人接觸后的安全性碰撞問題。

來源：控制工程網(wǎng)