5G网络的超高速率和超低延迟,物联网收集的各种数据,以及人工智能技术的分析和决策能力,将使各行各业具备新的变革能力,也将对我们的社会和生活生产方式产生深远影响。本次论坛从“5G与AI和机器人开展产业应用新商机新市场”主题进行展开,着力于对应用市场的新发展、新服务、新动向提出建设性意见。

    论坛上,香港大学工业和制造系统工程系机器人和自动化讲座教授、香港大学新兴技术研究所所长、深圳市智能机器人研究院院长席宁先生就《人工智能时代的工业机器人》作主题分享时提到:在传统机器人的减速器、电机、控制器三个问题的基础上,我们有三个新的挑战和关键技术:一是机器人的编程,二是机器人的校正,三是机器人和不同传感器进行结合的能力。

e44a71aa-466f-4273-a7d5-b4e6b41862ac.jpg

    以下为香港大学工业和制造系统工程系机器人和自动化讲座教授、香港大学新兴技术研究所所长、深圳市智能机器人研究院院长席宁先生的精彩演讲实录,由云现场整理。


    首先感谢GBAS组委会给我这个机会,跟大家分享一下我们对AI、5G技术对机器人的推动作用。我们知道,机器人是一个交叉学科,每一个新技术的出现,像5G、人工智能,都对机器人的发展有很大的推动作用。同时,新的应用领域,比如机器人从工业应用现在进入了医疗以及不同的行业,应用对机器人有拉动作用。所以现在新技术的推动和新应用的拉动,使机器人现在得到了很好的发展机遇。

    我们知道,5G和人工智能是现在很重要的新技术,改变了我们的生活方式,同时也改变了我们的生产方式,甚至改变了人类进行战争的方式。以前是用人打,现在都用机器人来打,技术对于我们对社会的认识起到了巨大的变化。具体讲5G和人工智能如何推动机器人的发展之前,我们先介绍一下在5G和人工智能的新技术出现后,我们怎样重新认识我们所生活的世界?

    首先,有物理系统,像制造系统、服务系统,包括我们生活的城市,这个已经存在很多年了。同时,更重要的是还有人,人生活在物理的世界里,但由于信息技术的发展,现在产生了另外的一个世界,是一个虚拟的世界,由数据和计算机模型组成的,这就改变了我们对过去传统的社会以及世界的认识。这三者之间,数据是哪来的?是通过传感器从物理系统中得到的。现在像物联网、工业互联网等等传感器的技术,促进了Cyber的发展。有了数据,人们根据数据进行决策,反过来会通过自动化和机器人作用到物理系统。我们看这个虚拟的数字世界和真正的物理世界,是通过物联网、传感器和机器人联系在一起的。同时,人也跟虚拟的数字世界有联系,像我们现在常说的AR和VR技术,建立了互相的交互。

    人工智能在里面起到什么作用?它是一个数据处理的方法。当我们得到了这些数据,通过人工智能的算法对数据进行处理,做出决策,最后通过机器人反作用回物理世界,这就是我们常说的“CPH”。在新的信息技术,特别是人工智能、数字技术出现后,这是我们对整个世界的新认识。有了这些新技术,我们再回过头来看,机器人的技术也得到了很大的推动发展。

    首先,机器人最开始出现的时候是做人不愿意做的事情,我们常说是“3个D”的工作。

    第一,危险的工作。

    第二,很脏的工作。

    第三,很繁琐的工作。

    机器人一开始是代替人,做一些人不愿意做的事。随着新技术的发展,比如信息技术、网络技术,特别是现在出现了5G通信,与机器人进行了联系,人类通过5G网络和互联网,可以控制远处的机器人通过语音平台把数据传给远处的机器人。现在的机器人不是传统跟人生活在一个空间里的,可能会到一个更远的地方,所以5G、互联网和机器人的技术相结合,克服了距离给人类带来的困难。人不仅能在人类生活的周围进行工作,同时也可以到远距离人类达不到的地方进行工作,这就是5G和互联网技术对机器人的扩展。

    同时,由于机器人世界的发展,也可以克服尺度给人类带来的困难。比如微纳米环境,我们知道微纳米技术产生了很多新的材料,这些新的材料是很小的尺度,我们要对它进行加工和处理。困难是什么?这个东西太小了,看不见摸不着,但通过机器人的技术,可以把看不见摸不着的变成能看到能摸到的,机器人克服了尺度给人类带来的困难。

    机器人还可以克服环境给人类带来的困难,比如像以前的生理环境,现在医疗机器人可以进入到人体,这些环境给人类带来的困难,通过机器人技术也可以克服。

    总的来说,通过机器人,不仅仅是做人不愿意做的事,同时也可以扩展人的能力,做人做不了的事,超过人的限度,克服距离、尺度和环境给人类带来的困难,我们管它叫超限机器人,不仅仅是做“3个D”的工作,还可以克服很多问题。5G新技术的出现,对机器人的发展有很大的推动作用,带来了革命性的变化。

    我们希望机器人更智能化,主要反映在几方面。

    传统我们说工业机器人,有三大关键技术:电机、减速器、控制器。我国在这方面的发展遇到了很多瓶颈,但这些问题是机器人发展中的传统问题,现在相对来说研究得比较透,比较成熟。所以我们要解决这些问题,应该采取一些新的途径,但我们的目标,由于新技术的出现,所以有一些新的挑战,要扩展机器人的“3个F”。

    第一,机器人要更方便地使用,就是从机器人编程的方法上体现出来。

    第二,机器人可以很容易地做不同的工作,减少机器人Set-up的时间。

    第三,提高机器人的精度和可靠性,通过把机器人和传感器融合,达到这个目的。

    归纳起来,在传统机器人的减速器、电机、控制器三个问题的基础上,我们有三个新的挑战和关键技术:一是机器人的编程,二是机器人的校正,三是机器人和不同传感器进行结合的能力。

    我们过去在这方面做了一些工作,下面给大家具体介绍一下在这方面我们的一些工作,我们是怎么面对挑战的,有什么基本的思路?特别是现在由于5G和人工智能技术出现后,怎么帮助我们克服这三个问题?

    首先讲机器人的编程。传统工业线机器人编程的方法,主要用试校、机器人语言、演示进行编程,这些方法非常耗时,而且非常复杂,人们要经过特殊的训练,才能对机器人进行编程。以前设计好一个汽车,至少要生产三到五年的时间,你编好了一个程序,比如喷涂、焊接,需要用三年到五年,所以稍微花一点时间也没关系。但现在机器人进入了新的工业领域,比如3C行业,每6个月就会出一款新的手机,所以每6个月就要重新编程,编程对整个过程的成本和所需要的时间很高,所以我们需要用人工智能和新技术发展一种新的编程方法,减少编程的复杂程度,降低编程所需要的时间,让机器人的使用更frindly。

    我们的思路是根据对产品的设计,让计算机通过人工智能的方法自动分析设计,然后自动产生机器人的程序。这里面有两个好处,一是可以减少人工编程的工作,二是对整个编块程序进行检验,把使用结果反馈到编程的过程,通过闭环的循环,可以不断改善程序,把编程的过程变成了学习的过程。通过使用和闭环的过程,让程序不断完善,变得更好,加工出来的产品质量会更高。

    所以关键的一点,不仅仅是把原来手工的编程变成了自动的编程,更重要的是把编程变成了循序渐进的过程,变成了学习的过程。

    下面给大家举几个例子。

    第一个例子,我们开发了一个软件,对工具进行自动编程,比如喷涂、焊接、3D打印,把产品的设计直接给计算机,计算机可以产生机器人的喷涂路径,包括机器人焊接的路径,以及做其他加工的路径。

    这个是通过玻璃纤维3D打印汽车零部件的例子,机器人把玻璃纤维喷到炉子上,形成汽车的零件,所以机器人的轨迹决定了材料的多少。轨迹的编程是很复杂的过程,以前人工编程,大概要两个礼拜的时间,但是用了我们的程序,一两个小时就可以产生一个程序。

a897b093-7aa5-465d-b429-9a2642f5e53f.jpg

    卡车的零件,要保证材料要求并减少材料浪费,这是一个复杂的过程。同时可以进行喷涂,有了汽车的模型后,机器人会自动产生喷涂路径。不仅可以降低人工编程的时间,同时可以优化路径,可以降低漆的浪费。我们现在分析了自动产生喷漆的路径和人工编程的路径,减少的漆节约大概在10%以上。

    金属3D打印。刚才说的3D打印只考虑材料厚度,但这个过程是把金属熔化喷上去,不仅要保证材料的多少,还要保证加工过程中温度的分布。当形成零件后,机械性能才能满足要求。我们在考虑编程的过程中,不仅要考虑材料的多少,同时要考虑温度的多少。从这里面看,如果用人工来编程,很难考虑这些因素。但是通过计算机自动编程,在优化的过程中可以考虑多种因素进行优化。

    同时,不仅仅是用于机器加工,还可以用于纳米加工。我们看到的小黑点,就是一个纳米机器人在进行纳米碳管的装配过程,要把纳米碳管装在电极之间形成传感器。如果手工去做非常费时间,我们把模型设计好给到计算机,计算机可以自动产生路径,控制纳米机器人,把纳米碳管推到预定的位置。自动编程的这套方法,不仅可以适用于喷涂、3D打印、汽车加工,还可以用于纳米加工和制造。

    编程的过程除了考虑到模型以外,对加工过程也可以进行考虑。装配的过程,减速器里有两套齿轮,要插进去,跟里面的齿轮进行对准。由于里面齿轮的位置是随机的,所以在装配的过程中,要不断靠震动找到适当的间隙插进去,靠人工编程很难。我们把这个程序通过一套学习的方法,让机器人自动学会这种装配方式,通过不断的尝试和积累,找到规律,就可以自动把齿轮插进去进行装配。所以说自动编程的过程,除了考虑到产品的设计、模型之外,还可以考虑到装配过程所需要的技巧,也可以把这些融合到编程的过程中。对手工编程来说,这些都是非常困难的。

    编程的方法除了根据设计和加工过程编程以外,这些对于工业机器人比较适用。但对于服务机器人来说,主要是服务人,所以有一个跟人交互的过程,我们希望有一种编程方法,能够让人通过自然语言对技术进行编程,服务机器人的应用就变得很重要。你不可能没有模型,也不可能用机器人语言去给它编程,主要是用人的自然语言,让机器人能够通过人的自然语言进行编程,对服务机器人的应用来说,这是很重要的过程。自然语言的理解,在人工智能里是非常困难的问题,是人工智能的关键问题,你要把自然语言的理解问题解决了,人工智能里基本所有的问题都解决了。

    但由于机器人本身带有传感器,我们希望用传感器的实时信息跟自然语言相结合,对自然语言进行理解。通过互动的过程,可以很容易理解自然语言,对机器人进行编程,这就降低了自然语言理解的困难。怎样有效利用实时传感器信息对机器人进行编程?这里有一个例子,用语言描述把这个积木搭成怎样的特殊结构,机器人可以理解人的语言,按照人的语言所描述的状态,把机器人所需要的结构搭建起来。在这个过程中,由于机器人有视觉、触觉传感器,可以把信息和语言结合起来,就更容易理解。

    下面介绍一下机器人跟传感器如何结合。用机器人做测量,目的是把机器人用在传感器上,对零件表面进行测量,比较复杂。三坐标测量机比较耗时,而且是一点一点去测的。我们的传感器可以一面一面测,效率比较高。关键问题是,机器人抓这个传感器,怎么规划机器人的轨迹?在什么地方照相能够满足照相的要求,同时把图像拼接起来?在这个过程中,我们有一套自动编程的方法。根据零件模型、传感器性能,可以自动产生视角、机器人轨迹,以及整个测量的过程。同时,可以根据测量结果反馈到规划里,不断修改规划。

c578505b-84be-4e97-8339-32fb5bb2a319.jpg

    一个结构光的传感器,有一个面是垂直的,从上面的视角去看,垂直面看的不是很清楚。根据测量的结果可以修改视角,反过来重新照一张相。第一张图的垂直面看得不清楚,修改一个视角然后可以重新照一下,这个面就形成了。这个过程是一个自动的过程,根据测量的结果,我们可以修改规划,循序渐进地把图测好。而且有一定的精度要求,如果精度没有达到,你可以重新再测一遍,通过多次测量达到精度要求。形成了三维点云,与模型进行比较,就可以产生误差图。这个技术用于高铁的检测,上面装了传感器。高铁的车每天晚上要停下来进行检测,看里面的螺丝松没松,有没有零件掉了。现在都是人进行检测,我们用传感器,可以通过机器人进行检测,形成三维点云,跟原来的设计进行比较,找出来某一个零件是否松动或缺失。到最后,有一个原来设计的点云,还有测量的点云,两个一比较就知道有没有零件丢了。

    如何自动对机器人进行校正?这个过程非常复杂。首先要知道机器人的关节传感器和机械位置之间的关系,同时还要知道机器人跟周围环境坐标之间的关系。但这两个测量,一般都要通过激光跟踪仪进行测量,这个非常昂贵,测量的过程也非常复杂,基本是手工的过程。我们开发了一种技术,可以自动进行测量,可以降低校正所需要的时间。基本原理是,原来的测量方法都要基于一些基准点,像激光跟踪仪。但我们这个方法不是基于基准点的,是基于基准线。通过激光,产生一些标准的线路,通过线路的位置算出坐标之间的关系。基准点很容易找到,大大降低了校正的复杂程度。

    这个设备有一个激光接收仪,发出激光打到特定的位置上,就可以把坐标算出来了,整个过程可以自动进行,把原来手工的校正过程,变成了自动的校正过程,而且大大减少了校正的时间。原来几个月才能校正一次。很多机器人的重复精度不行,就是因为机器人需要校正,但这个校正过程非常复杂。

    总结一下。我们知道,由于人工智能、5G这些新技术的发展,对机器人的发展来说有很大的推动作用。同时,现在出现了很多应用,对机器人的发展是很大的拉动作用。所以现在给机器人的发展带来了很好的机遇,在未来的十年,由于新技术的推动和新应用的拉动,我们会看到机器人有一个很好的发展空间。

    谢谢大家。