下载掌阅APP，畅读海量书库
立即打开
随着消费升级带来的小批量、多批次订单需求，制造业的转型升级十分迫切，协作机器人最初的市场是中小企业，它能够快速兴起，主要有以下原因。
协作机器人的兴起意味着传统机器人必然有某种程度的不足，或者无法适应新的市场需求，主要有以下三点：
1.传统工业机器人的部署成本高
相对来讲，工业机器人本身的价格并不高。主流场合使用的机器人，根据负载能力不同，售价在10～40万元。一般情况下，一台机器人的使用寿命为5～8年，作为比较高端的工业设备来讲价格并不算高。
目前的工业机器人主要负责工厂中重复性的工作，这依赖于其非常高的重复定位精度（一般可以达到0.02mm以下），以及固定的外界环境。为了保证这一点，除了机器人本身的设计要求，还需要将待加工产品放在固定的位置，以便机器人每次都可以到同一个地方准确地拿取或执行某项操作。对于现代复杂的流水线作业来讲，在整个生产线上为每一个使用机器人的工序都设计这些固定的外界环境需要耗费大量的资源，占用宝贵的车间面积及长达数月的实施时间。
工业机器人的使用难度较高，只有经过培训的专业人士才能熟练地使用机器人完成配置、编程及维护工作，普通用户很少具备这样的能力。如果使用的机器人较多，则大部分情况下需要对原有的生产线进行改造，甚至重新建设，这不仅需要巨大的投资，还可能涉及停产改造，这也是很多工厂迟迟不使用机器人的原因之一。
除此之外，每一条生产线上的大部分设备（末端工具、非标机械、控制流程等）都是针对特定的产品设计的，如果涉及中途变更生产需求，则很大概率是因为之前的生产线无法直接满足新产品生产的需求，这就涉及工业机器人系统的重新设计和部署，这部分的工作量有时甚至会接近首次部署。
简而言之，单独的工业机器人无法直接用于工厂的生产线，还需要很多外围设备的支持。虽然机器人本身是一种高柔性、高灵活性的设备，但整个生产作业一旦涉及生产线变动，费用很高。
2.中小企业需求
中小企业是机器人新兴市场的主要客户，目前传统的工业机器人无法很好地满足中小企业的需求。传统工业机器人的目标市场是可以进行大规模生产的企业。大规模生产是20世纪最流行的生产方式，以生产过程的分解、流水线组装、标准化零部件、大批量生产和机械式重复劳动等为主要特征。
有能力进行大规模生产的企业对机器人系统高额的部署费用相对不敏感，因为在产品定型之后，在足够长的时间内生产线可以不做大的变动，机器人基本不需要重新编程或重新部署，企业可以最大化利用机器人标准化、高效率的特点，实现投资价值最大化。
而中小企业则不一样，它们的产品一般以小批量、定制化、短周期为特征，没有太多的资金对生产线进行大规模改造，并且对产品的投资回报率（return on investment, ROI）更为敏感。这要求机器人具有较低的综合成本、快速部署/重部署能力、简单上手的使用方法，而这些是传统工业机器人很难满足的。此外，在某些机器人应用的新兴行业中，即使是大企业也面临着与中小企业同样的问题，3C产业是这一方面的典型代表。
3C市场中（如手机、平板、可穿戴设备等）主流产品更新换代的速度非常快，基本上生命周期只有1～2年，短的甚至只有几个月。如果采用传统工业机器人方案，投入大量的资源，耗费数月建设生产线，可能连成本的零头还没收回，所生产的产品就面临退市了。而如果对生产线进行再次改造，则又要投入大量的资源，这是不可接受的。
除了资金投入，3C行业更关心机器人部署的时间，常见的机器人自动化改造方案耗时1个月到数个月不等，但3C产品无法在每一次产品换代时都等待这么久。
3.新兴协作市场需求
工业机器人一直以来都是高精度、高速度自动化设备的典范，但由于历史和技术原因，与人在一起工作时的安全性没有成为机器人发展的重点，因此在绝大多数工厂中，出于安全性考虑，一般都要使用围栏把机器人和人进行隔离。
随着人力成本的上升，很多其他以前没有或很少使用机器人的行业开始寻求机器人自动化解决方案，如之前提到的3C行业，还有医药、食品、物流等行业。这些新兴行业的特点是产品种类很多、体积普遍不大、对操作人员的灵活度要求高。由于现在由人类负责对柔性、触觉、灵活性要求比较高的工序，由机器人利用其快速、准确的特点负责重复性的工作，现有的机器人很难在成本可控的情况下给出性能满意的解决方案。
比如组装键盘，可以由机器人把键帽放置到位，由人进行卡扣的工作；再比如组装手机或电脑，机器人负责把主要零配件、螺钉放到合适的位置，人来负责排线安装、卡扣、拧紧螺钉的工作。但是，如果二者合作，中间还要隔一个栅栏就太不方便了，人和机器人之间想要进行交互，还要先通过安全门，整体效率还不如单独使用人来得高。这个时候就需要一些额外的技术来保证机器人与人可以安全地在同一个区域工作，而不需要栅栏这样碍事的东西挡在中间，即要求机器人具有安全协作的特性。
各大机器人厂商的机器人都配备了各自的安全技术，如ABB公司的SafeMove、FANUC公司的DCS、KUKA公司的KUKA.safe；但其安全功能本身还比较初级，如只是将物理围栏换成了虚拟围栏，检测到有人靠近时自动停止，这仍然不算完整的协作安全技术。
1.生产模式的变革
2000年以后，机器人的使用方式迫切需要转型。发达国家的机器人使用集中在汽车行业，但也很少再有大规模的新建工厂；另一方面，其规模化的工业生产从2000年后慢慢开始转移到人力成本低的国家。这些发达国家规模化的生产企业借助一些发展中国家的人口红利，逐渐地将工厂从本土转移，甚至本土低成本的工业消费品生产企业也都逐渐关闭，因为进口发展中国家的产品价格更为便宜。
以欧洲为例，规模化的工业生产转移之后，欧洲无法转移的中小企业非常多。中小企业是世界各经济体的重要组成部分。各经济体对中小企业的界定标准不尽相同，且随着经济的发展而动态变化，但中小企业在经济体中扮演的关键角色却不容置疑。在欧洲，95%以上的商业活动由中小企业完成，60%以上的雇员服务于中小企业。在美国，中小企业数量已占全部企业总数的99.9%，除了务农人员约有1.2亿工人，其中50%在中小企业工作。例如，食品行业在欧洲就是一个广泛存在的行业，它供应欧洲居民每天食用的奶酪、面包、蔬菜等，由于供应量和保质期的原因，其生产不可能转移到其他国家，必须要保留在本地。
机器人技术的发展日益成熟，智能系统的技术不断提升，为协作机器人的推广应用打下了基础。
任何一种新产品和新技术的推出，都是在当前产品的基础上迭代更新，推出更为完善的产品，机器人行业也是如此。随着新型传动和驱动机构及智能与软物质材料的出现，可以预计机器人将逐步向柔性化、软性化、可变化、微型化和控制智能化方向发展，使开发新型功能机器人成为可能。
2.对机器人灵活可靠的需求
全国范围内企业依赖于劳动密集型的成本劳动红利逐渐消失，企业亟须用机器人替代人工。此外，产品模块化、定制化生产需要机器人供应商提供更灵活、周期更短、量产更快的生产设计方案。虽然传统机器人发展了60年，但越来越突出的瓶颈就是交互性不够，体现在易用性、灵活性和安全性这三个方面。
要增强机器人和人的互动性，还需要把机器人当成工具使用，这就要求机器人的使用更加灵活。机器人本体重量必须要轻，在需要的场合，工人可以任意将其搬动和简单安装，使机器人可以尽快投入使用。
3.对机器人拖动示教的需求
协作机器人的拖动示教一般有两种策略：一种是基于零力控制的拖动示教，另外一种是基于力矩传感器的拖动示教。
基于零力控制的拖动示教分为基于位置控制的零力控制拖动示教和基于力矩控制的零力控制拖动示教。基于位置控制的零力控制系统是一个位置控制系统，无法通过直接操作进行示教，必须借助力传感器感受示教力；而基于力矩控制的零力控制系统是一个力矩控制系统，其关节位置、转速不进行控制，便于示教操作，但系统稳定性不如前者。
基于力矩传感器的拖动示教需要利用协作机器人的动力学模型，总体的算法是阻抗/导纳控制；六维力传感器安装在机器人末端，由传感器测量出6个力/力矩，结合雅可比矩阵，控制器可以实时算出机器人被拖动时所需要的力矩，然后把该力矩提供给电动机，使机器人能够很好地辅助操作人员进行拖动。但实际应用中也有难点，主要是较好的力传感器价格昂贵，所以工业中更倾向于用电流环进行拖动示教。
拖动示教功能可以使开发者快速利用机器人完成任务需要，并且拖动示教也是实现操作者和其他人员互动的方式，在各个领域都得到了广泛应用，不受地点和空间的限制，完全可以满足教学、科研和工作等需要。
4.机器人碰撞检测的需求
机器人和人交互，必须要保证人的安全，碰撞检测是协作机器人务必要实现的功能。其实现的方式包括借助力感知皮肤、关节力矩传感器、电流估算力反馈模型等。在实现的方式上，务必要体现碰撞力的设置，以满足不同环境下力的灵活设置。
协作机器人相比于传统机器人，安全是其显著特征。协作机器人都会提供碰撞检测等安全防护功能，还可以根据实际情况进行防护等级的调整，充分满足不同操作人员、不同任务场景对其不同的应用要求。协作机器人和人交互作业如图1-19所示。
图1-19 协作机器人和人交互作业
1.核心零部件
协作机器人本体部分一般由关节模组构成，每个关节模组一般包括减速器、电动机、编码器、抱闸、驱动器和控制器等；常见的协作机器人关节模组如图1-20所示。
图1-20 协作机器人关节模组
在协作机器人关节中，谐波减速器是最常用的减速器，也是最具有技术含量的关键核心零部件；常用的电动机是无框力矩电动机；编码器分为绝对式编码器和相对式编码器，绝对式编码器常用于采集关节角度，放置在关节输出端，相对式编码器常用于采集关节速度，放置在电动机末端；抱闸是关节模组的“刹车”部件，可实现紧急制动；协作机器人的关节模组一般采用驱控一体的驱动器来实现驱动和控制功能，结构紧凑。此外，还有一些其他机械零部件，如螺钉、轴承、机械加工件等。
谐波减速器作为协作机器人关节模组的核心零部件，具有承载能力高、传动比大、体积小、传动效率高、无冲击和运动精度高等诸多优势。谐波减速器曾长期被国外垄断，近些年国内才有所突破。国外谐波减速器制造商比较出名的有日本哈默纳科（Harmonic Drive）、日本电产新宝（Nidec-Shimpo）、美国科尔摩根（KOLLMORGEN）等；国内有苏州绿的谐波、深圳大族精密传动和浙江来福谐波传动等。下面对国内这几家公司及产品进行简要介绍：
（1）苏州绿的谐波 绿的谐波是一家专业从事精密传动装置的企业，其谐波减速器有LCD系列、LCS系列、LCSG系列、LHD系列、LHS系列和LHSG系列；在国内率先实现了谐波减速器的工业化生产和规模化应用，打破了国际品牌在国内机器人谐波减速器领域的垄断。
（2）深圳大族精密传动 深圳大族精密传动和1.2节中提到的大族机器人都是大族激光科技产业集团股份有限公司的子公司。
大族精密传动专注于精密减速器及装置、机器人系统、机电一体化设备的研发生产。其产品应用于机器人、航空航天、通信设备、半导加工设备、医疗设备、检测分析设备等领域。
（3）浙江来福谐波传动 浙江来福谐波传动是一家从事高精密谐波减速器和行星减速器研发的企业。来福谐波减速器具有低温升、低起动转矩、高可靠性、高精度、高扭矩、高寿命、大速比、小体积等特性。其产品批量应用于工业机器人、服务机器人、医疗器械、高精密自动化设备等领域。
浙江来福谐波传动的谐波减速器产品主要有LSS系列、LSD系列、LFS/LFS一体机系列、LHT系列和LHS系列。
2.力感知关节
相比于传统机器人，协作机器人在安全方面有着更高的防护等级。一般基于电流环对机器人进行安全防护设置，但力感知的柔性关节更具有优越性，可以直接测量力矩，避免了电流转换环节，响应更快。
近年来，一些机器人厂家推出了带有关节力矩传感器的协作机器人，主要列举如下：
1）KUKA iiwa：每个轴都配有专用的关节力矩传感器，它对周围环境非常敏感。
2）Kinova Gen2 robots：内置全关节力矩传感器，使其拥有良好的安全性及人机交互性。
3）Franka Emika机器人Panda：Franka Emika的力控技术继承自DLR，Franka Emika力矩传感器具有13位分辨率，可实现精准的力控制。
4）Flexiv Rizon 4：Rizon是力控机器人领域内拥有先进技术的协作机器人，能使机器人安全地与人和环境交互、操作、高效生产。
5）Agile Robots：综合利用力控机器人技术、机器视觉、运动规划、自适应抓取、人机协作、模仿学习与增强学习等核心技术。
3.高精度定位
机器人精度的两个指标是重复定位精度和绝对定位精度。
绝对定位精度是指机器人停止时实际到达的位置和期望到达的位置之间的误差，如期望一个轴运动100mm，但实际上运动了100.01mm，那么0.01mm就是绝对定位精度。重复定位精度是指机器人到达同一个位置所产生的误差，如期望一个轴运动100mm，结果第一次实际上运动了100.01mm；重复一次同样的动作，实际上运动了99.99mm，这之间的误差0.02mm就是重复定位精度。
通常情况下，重复定位精度比绝对定位精度要高得多。重复定位精度取决于机器人关节减速器及传动装置的精度；绝对精度取决于机器人算法。
目前，绝大多数协作机器人的重复定位精度都能达到0.02mm。但要继续提升协作机器人的重复定位精度，需要从机器人的本体结构出发，提升关节模组中电动机、减速器和编码器等的精度。
4.行为决策与控制
协作机器人发展的趋势是人工智能，深度学习是智能机器人的前沿技术，也是机器学习领域的新课题。深度学习技术被广泛运用于农业、工业、军事、航空等领域，与机器人的有机结合能设计出具有高工作效率、高实时性、高精确度的智能机器人。
将深度学习、强化学习等机器学习方法与智能机器人相结合，不仅使协作机器人在自然信号处理方面的潜力得到了提高，而且使机器人拥有了自主学习的能力，每个机器人都在工作中学习，数量庞大的机器人并行工作，然后分享它们所学到的信息，相互促进学习，如此将带来极高的学习效率，极快地提升机器人的工作准确度，并且还省略了烦琐的编程；从而提高了协作机器人在工作中的行为决策能力，提升了机器人的智能控制水平。
5.友好的人机交互
人机交互（Human Robot Interaction, HRI）是人和协作机器人系统之间进行互动和交流的桥梁。并且这早已不再仅仅局限于工业中的传统机器，如今还涉及物联网（IoT）中的计算机、数字系统或设备。越来越多的设备连接起来并开始自动执行任务。
人机交互是协作机器人的关键构成部分，为了生成有效的机器人行为，除了完成机器人人机交互的基本功能，还需要完成以下三部分工作：
●向机器人提供正确的知识：成本函数、世界模型。
●设计正确的逻辑策略，使机器人能自主地将知识转化为行动。
●设计学习过程以更新知识和逻辑，使机器人适应未曾预见的环境。
随着智能机器人越来越多地出现在人们的生活中，人机交互将会更广泛地发生。同时，有许多问题亟待研究。对这些问题的探索需要多学科的融合和交叉，如工程学科与社会学科的融合、工程学科与脑科学的融合，以及在工程学科内部机械设计与算法设计的融合，以此创造更好的智能机器人服务大众。