把工業(yè)機器人放出籠子！起底百億美元協(xié)作機器人市場
時值全球自動化浪潮和中國制造2025的戰(zhàn)略布局，制造業(yè)對工業(yè)機器人的需求高漲，而投資者也將在高投資回報、更新快速的龐大市場的驅(qū)動下，下注機器人布局。相比于笨重、危險，僅適用于大型環(huán)境的傳統(tǒng)工業(yè)機器人，協(xié)作型機器人正在克服挑戰(zhàn)，顛覆產(chǎn)業(yè)。
以下為智能內(nèi)參整理呈現(xiàn)的干貨：
COBOT打開百億市場
20世紀(jì)60年代初，德沃爾2000磅重的Unimatearm在通用汽車工廠安了家，這是第一個工業(yè)機器人，負(fù)責(zé)熱壓鑄金屬。Unimatearm可以抓握、焊接、鉆孔和噴灑，www.whsntf.cn，液壓臂的路徑使用磁鼓式硬盤驅(qū)動器進行編程。
再往前走五十年，機器人的定義有了翻天覆地的變化，現(xiàn)代機器人是可編程的網(wǎng)絡(luò)物理機器，當(dāng)然，不包括汽車和空中無人機。
通常說的工業(yè)機器人是大型的籠式裝置，用來代替人類重復(fù)、危險的工作。而隨著智能手機的革命和自動駕駛汽車的發(fā)展，更小、更靈巧、成本更低的機器人進入了工廠。
這些重量較輕、成本較低的機器人可以配備傳感器，使它們能夠在工業(yè)環(huán)境中與人類協(xié)同工作，成為“COBOT”（協(xié)作機器人）。機器人可以執(zhí)行特定的任務(wù)，如抓緊小物體、觀察，甚至學(xué)習(xí)處理“邊緣情況”（edgecases）。
盡管協(xié)作機器人僅占400億美元規(guī)模的工業(yè)機器人市場的很小一部分，但下一個十年將迅猛增長成為100億美元市場。
機器人的痛點和解法
從歷史上看，機器人行業(yè)在很大程度上一直困擾著一些問題：
1、視覺問題：允許機器人識別和導(dǎo)航物體（包括人）的視覺技術(shù)一直在緩慢改進，公司依靠籠子來保護人類，同時也就杜絕了近程操縱的可能。
2、靈巧性問題：機器人抓握和機械能力仍然有限。
3、低投資回報：昂貴的機器人價格加上低勞動力成本，阻礙了在農(nóng)業(yè)和制造等領(lǐng)域廣泛普及機器人技術(shù)的需求。
下文將詳述COBOT（協(xié)作機器人）如何應(yīng)對這些技術(shù)挑戰(zhàn)，并改變制造業(yè)、電子商務(wù)、農(nóng)業(yè)和食品服務(wù)等產(chǎn)業(yè)的。
新的視覺技術(shù)
隨著機器人逐漸被應(yīng)用于世界各地的工廠，研發(fā)視覺系統(tǒng)，使機器人可以識別物體，進行安全導(dǎo)航，被提上日程。
許多機器人的功能是在高度結(jié)構(gòu)化的環(huán)境中，執(zhí)行可重復(fù)的任務(wù)。因此，傳統(tǒng)的安全措施通常由一個籠子組成，簡單有效的避免了人類與機器人接觸產(chǎn)生的危險。但現(xiàn)在，變化正在發(fā)生。
近年來，機器人維修，視覺硬件（如激光雷達）已經(jīng)變得更便宜、更有效，并且得到了更廣泛的應(yīng)用。如今，許多初創(chuàng)公司都在使用基于新的視覺技術(shù)的協(xié)作機器人，它們裝載著傳感器，人類員工可以站在它身邊進行操控。
大約1996，有許多不同的形狀和大小的協(xié)作機器人被發(fā)明了出來，根據(jù)人類工作場所進行了設(shè)計。這種機器人容易重新編程，相對自治，力量上遠(yuǎn)不如低技術(shù)型工業(yè)機器人。
協(xié)作機器人在小型工廠環(huán)境找到了“絕佳位置”，進行3D打印，制造醫(yī)療設(shè)備，或完成更多的認(rèn)知任務(wù)，如倉庫訂單揀選等。在那里，人類員工也參與工作。
機器人的認(rèn)知
教機器人適配環(huán)境（map）和操作物體，是一項艱巨的任務(wù)。有幸的是，谷歌的DeepMind和UC伯克利的一些研究進展已經(jīng)成功證明了“一次性學(xué)習(xí)”（one-shotlearning）的可行性，即協(xié)作機器人可以在沒有大量訓(xùn)練數(shù)據(jù)的情況下識別新的對象。
未來的機器人可能只需要觀察人類員工的工作流程就能完成任務(wù)學(xué)習(xí)；或者操作者可以使用VR手勢進行編程（協(xié)變開創(chuàng)的方法），使機器人掌握工作方式。
雖然這項技術(shù)還有很長的路要走，但今天的技術(shù)已經(jīng)足夠成熟到可以讓機器人和人類協(xié)同工作了。目前，協(xié)作機器人和它的麻吉AGVs（自動引導(dǎo)車輛/運輸機器人），已經(jīng)成為制造業(yè)和倉庫環(huán)境的標(biāo)準(zhǔn)配置。
機器人可以很容易地完成重復(fù)的、可預(yù)測的任務(wù)。
但是對于結(jié)構(gòu)化相對不明顯的任務(wù)，例如從一個隨機分類中挑選出一個項目，對應(yīng)著很多更獨特的場景，就需要特別的算法。真正的協(xié)同工作情況下，運輸機器人就必須自主地“看到”人類員工的行動，并采取相應(yīng)行動。
開發(fā)處理這些邊緣情況的算法成為了前沿的人工智能（AI）、計算機視覺和自動駕駛研究課題。
在人工智能和機器學(xué)習(xí)上，為90%的場景自動化路徑很容易——難的是最后的“一公里”。頂級風(fēng)投A16Z的BenedictEvans指出，機器學(xué)習(xí)是要解決那種對機器來說很難，對人來說很容易的問題，或者說，是人們很難描述成計算機語言的問題。
隨著機器學(xué)習(xí)工具的廣泛普及，初創(chuàng)公司正注力于計算機視覺，以支持新一輪的機器人技術(shù)。
下圖是VeoRobotics（左）和Osaro（右）演示的基于視覺系統(tǒng)的機器人揀選和排序。VeoRobotics的創(chuàng)立者是RethinkRobotics的前雇員，公司旨在用“人類級眼睛”改造笨重的機械臂。Osaso則由PeterThiel、EladGil和SeanParker等人創(chuàng)立，面向制藥和食品服務(wù)等行業(yè)開發(fā)機器人配套的視覺軟件。
靈巧性的追求
雖然機器人變得越來越普遍，但它們還沒有開發(fā)出我們所期待的智能或靈巧性，就像摩登家庭或終結(jié)者2想象的那樣。著名的機器人學(xué)家HansMoravec在莫拉維克悖論中提出：
“讓計算機在智力測試或西洋跳棋上表現(xiàn)出成人水平的表現(xiàn)是比較容易的，在感知和移動性方面，很難或不可能賦予他們一歲人類的水平�！�
換句話說，高級推理只需要很少的計算，但是低水平的感覺或運動技能需要巨大的計算資源。靈巧性是機器人學(xué)的一大挑戰(zhàn)，相對而言，改進硬件是更加有效的途徑。
高投資回報
更便宜、更好的協(xié)作機器人硬件為專注于計算機視覺和定制軟件的初創(chuàng)公司提供了機遇。最大的協(xié)作機器人制造商是丹麥的UniversalRobots（優(yōu)傲），2015年被美國的TelaDaye（泰瑞達）收購，它家的協(xié)作機械臂為初創(chuàng)公司提供鎬鏟（picks-and-shovels）。
有著風(fēng)投背景的初創(chuàng)公司，如ReadyRobotics、FetchRobotics和VoodooManufacturing都利用優(yōu)傲的協(xié)作機械臂構(gòu)建機器人系統(tǒng)。ReadyRobotics正在為工業(yè)自動化任務(wù)提供機器人服務(wù)（RAS）。FetchRobotics的協(xié)作機器人執(zhí)行電子商務(wù)分揀，VoodooManufacturing使用協(xié)作機器人進行多個3D打印機的自動化管理。
根據(jù)優(yōu)傲的說法，有些機械臂平均工作195天就能回本。在整個行業(yè)中，協(xié)作機器人的平均售價為24000美元，據(jù)估計這在2020年將是30億美元的市場。
機械手
盡管靈巧度有所提高，但通用的末端執(zhí)行器——一種能操縱任何物體的機械手，仍然難以實現(xiàn)。
現(xiàn)在的機械手沒辦法兼容多項任務(wù)，但初創(chuàng)公司正在動用聰明的黑客，探索末端執(zhí)行器抓取各種各樣的對象。
舉個例子，專門從事柔性機器人的EmpireRobotics和SoftRobotics，使用靈活的材料、流體或空氣壓力，而不是機械力學(xué)。這類操作仍然不完善，柔性機器人是一種很好的解決方法，可以避免用不適當(dāng)?shù)牧D壓對象物體。SoftRobotics的手爪機器人（gripper）被FDA批準(zhǔn)處理食品，目前用于食品包裝。
此外，對于較不敏感的材料，Grave在傳統(tǒng)的機器人臂上采用電粘附材料，而Optoforce使傳感器結(jié)合專門的工具進行應(yīng)對。