王耀南 CAAI 监事、中国工程院院士、湖南大学教授、CAAI Fellow

以下是王耀南的演讲实录：

本日给大家带来的报告是《智能制造机器人的感知与掌握技能及其运用进展》，内容紧张分为三个部分，第一个部分先容为什么要发展智能制造？智能制造的主要意义，以及它的需求在哪里？第二部分是智能制造在履行过程中有哪些关键技能？重点讲解机器人的关键技能，以及国内外的运用现状。
尤其想先容一下近年来，我们团队机器视觉感知与掌握技能国家工程实验室在智能制造机器人生产线方面所做的一些事情。
末了先容智能制造是一个繁芜系统，它还有很多技能须要研究，未来机器人在智能制造中有哪些发展方向？

一、发展智能制造的重大意义

本日人类已经进入到了工业4.0 的阶段。
第一次工业革命人类发明了蒸汽机，开启了我们的机器化；随之开启了我们的制造，推动了工业革命。
18 世纪的制造基本处于一种机器制造阶段，有了各种机器化的装备。
第二次工业革命开启是在上个世纪20 年代初，人类发明了电，开启了电气化时期，人们通过电机带动生产制造。
这个期间我们的制造业已经进入到一个大规模的生产阶段——批量化。
随着上个世纪中叶打算机发明后，在数字化驱动下，延续到本日我们的工业已经进入到了自动化的生产，其设备有机器、数控和机器人，即进入了一个数字化、智能化和机器人化的时期，在生产制造中大量采取机器人开展制造事情。
未来人类还将进入到更加智能化的制造过程，也便是我要谈的智能制造的问题。

为什么要发展智能制造？智能制造天下各国近几年景长非常迅速，在新一轮环球工业革命的催生下，互联网络与工业深度领悟。
我们看到天下各国都在提出自己的智能制造，尤其是著名的三大制造强国。
美国提出他的互联网络制造强国，未来用互联网打造其制造业，通过对大数据进行智能剖析和管理，提升传统制造。
德国是一个环球制造业大国，为了提振其强大的制造业，2013 年提出了工业4.0，紧张表示在怎么用嵌入式系统和信息技能切入到装备制造中，提升制造水平。
中国也提出来了中国制造2025，但目前我国是制造大国，还不是制造强国。
为了使制造大国向制造强国转型，我们要加快制造业转型，提出了用新一代的新型技能，以制造业进行深度的领悟为主线，推进智能制造这一主攻方向，发展智能制造。

实际上，智能制造和人工智能息息相关。
首先剖析一下海内现状，为什么要发展我国的智能制造。
从智能制造来看，制造业是国民经济的主体，是立国之本、强国之基，占我国GDP 的29.3%。
我国虽然已成为天下第一制造大国，但仍存在生产效率偏低、产品质量不高、核心的高端制造装备入口率高档问题，因此急迫须要研究智能制造与机器人技能，加速我国制造业由中低端向高端转型升级，这便是海内的重大需求。

制造业要转型升级，都是向高端制造看齐，由于天下各国都把高端制造作为竞争的高点。
本日中美贸易战打的紧张便是在高技能、高端装备领域。
进入到高端制造中，各个国家都在竞争，比如航空航天、海洋工程、轨道交通、新能源装备等高端装备，它也是我国和天下各国竞争的焦点，是计策性新兴行业，是国民经济、国防培植的主沙场。
以是在高端制造装备中，如何加工构建精密、构造繁芜的核心零部件，它的质量直接决定了装备的性能。
这便是我们说的发展智能制造需求的第二点。

第三点，机器人是制造业的关键技能，在全体高端制造中，无论是航天、轨道交通、海洋工程方面都有广泛运用，在发展智能制造机器人起着最关键的浸染。
机器人在智能制造中要替代人完成繁芜的作业任务，将面临着重大寻衅。
这里面的寻衅性问题非常多，归结为三个，第一个大寻衅，机器人要面临替代人在高温恶劣环境下事情，它的作业环境非常恶劣；第二个大寻衅，加工高端制造过程中，它的部件构造非常繁芜大型、工业构造繁芜；第三个寻衅，加工的零部件哀求一定是高速、高精度、高可靠的。
在这样三大寻衅的催生下，天下制造强首都在开展研究适应自己的智能制造的机器人技能。

本日先容的主题是智能制造机器人关键技能的打破。
目前制造业对现有的机器人提出了巨大寻衅，首先现在的机器人实际还是一个自动化妆置，它的感知适应能力还比较差；第二缺少在线的方案、决策、优化；第三多个机器人它的协同能力比较差，无法知足高端制造的需求。

如何占领智能制造所须要在高端中的机器人的柔性生产线这些关键技能，首先要使机器人能够适应高端制造，冲要破实时的精准感知技能；第二冲要破机器人在线方案和自主的决策；第三要占领多机器人的高效协同作业。
本日发展以机器人为核心的智能制造系统已经大势所趋，从这次新冠肺炎疫情中就看出，我们一条生产线若何在很短的韶光内重新组装、重新组合变成一条柔性生产线，知足人们的需求。
这便是在以机器为核心的智能制造过程中需求已经发生了变革，不是在工业3.0 和2.0 大批量的生产，而是在一种小批量、品种多、定制化这样的需求下；未来的智能工厂的特色一定是数字化、网络化、智能化。

在这样的大背景下，我们设计的以机器人为核心的智能制造系统有哪几个部分组成？第一部分一定是要设置一个完全的智能化设计平台，也便是我们制造业在工业互联网的互联互通支撑下，产品设计一定是智能制造过程，一定要智能；同时，我们的做事过程一定要智能。
在这种情形下，从产品的智能设计到产品的制造和做事，全体过程都一定是在互联互通的情形下完成的。

智能制造的两个核心，一个是若何利用高真个机器人改进它，变成能够在不同环境下进行作业的机器人；第二个我们若何搬运和组装这么多零部件。
这是给大家先容的第一部分。

二、智能制造机器人关键技能

本日要发展智能制造有很多关键技能，除了在供应链制造过程它采取了很多人工智能技能，在制造过程中，在生产线方面，比如在汽车制造、新能源装备制造、航空、轨道交通、海洋工程方面，这些高端装备中，它的零部件在加工过程中，一定要设置柔性的机器人自动化生产线。
机器人带来很多优点，它可以建成一个完全的柔性化生产线，比如高下料、焊接、打磨、抛光、喷涂、装置检测、搬运物流等。

若何协同掌握好这些机器人井井有条地实现生产过程，这是本日我们须要的人工智能技能，也便是我们的智能化决策和掌握技能，若何能感知莅临盆线的过程，若何通过感知我们能够进行决策、方案所要加工的部件，若何进行掌握，这个过程须要设置一个云平台、互联互通的云端。
云端紧张是智能制造大脑，我们叫做制造大脑，可以指挥全体生产线的过程，它有很多繁芜的算法在上面履行，这便是全体完全的一个面向装备和高端制造的智能制造体系。

在智能制造中有三个核心技能，第一个便是高速、高精度的机器视觉技能感知。

若何井井有条地完成柔性的生产制造。
感知技能我们从生产线上怎么产生的，在这个繁芜的生产线中，它应对的问题比较多，面对的寻衅有光照的条件多变、构造尺寸的繁芜、丈量目标的微弱，它若何能感知、丈量到我们所要加工的零部件。

面临的三大寻衅，便是我们的感知技能存在很多要破解的难点。
第一个难点成像噪声大；第二个目标特色比较微弱；第三个感知精度比较低。
为理解决这些技能上的问题，应对寻衅，近年来国内外，包括我们的团队都做了大量事情。
比如，我们在感知中提出了高分辨率履行的视觉成像与信息处理、高速微弱目标完全的感知，以及精准的识别、多尺度量多特色履行的三维丈量。
这些过程办理的策略终极是要达到高端装备制造过程中，对付大型繁芜构件和零部件的识别定位检测等作业，在履行智能制造中须要有很多AI 技能，尤其表示在视觉成象、视觉感知、视觉处理、视觉三维丈量方面。

下面举几个例子。

第一个例子。
在繁芜的生产过程中，我们提出的机器人的主动视觉成像技能，可以办理各种繁芜制造环境下不同类型运动目标的精准识别。

第二个例子，我们在丈量中，比如丈量一个三维的汽车产线，通过高分辨率的视觉实时成像和处理能够进行视觉的信息处理。
这里采取了硬件实现，为了加快速率能够进行目标三维的重修目标，达到机器人能够实时精准地对全体加工和生产的零部件，做到三维的视觉感知。

第三个例子，在感知到的情形下，若何对一些繁芜的加工零部件进行定位。
比如，航空发动机、汽车发动机等构件，在繁芜加工的过程中，若何进行识别其精准位置。
我们可以采取AI 技能，如前面谈到的聚类初步分割、深度的学习特色，以及精准的目标识别，末了能够达到掌握加工过程中，机器人精准定位到所要装置的零部件，以办理繁芜工件在加工中的定位难题。
又如，通过视觉我们在打破了技能的情形下，若何进行丈量零部件。
这里可采取我们提出的多尺度特色提取，履行三维的丈量方法，终极达到三维的机器人丈量。
在零部件加工制造丈量完的情形下，若何进行质量的判断。
同样采取AI 技能完成高分辨率视觉，通过视觉深度学习剖断加工质量是否符合哀求。

上面先容了第一个技能，下面先容第二个关键技能——机器人若何高效的方案和精准的掌握。

有了感知往后，我们若何方案好。
在生产线过程中，加工零部件的制造过程中，它面临的最大问题便是零部件繁芜、构造化、空间小，若何在狭小的空间指挥机器人精准地进行加工，须要很好的方案。
目前研究方案要办理的第一个问题是履行位置估计；第二个问题是精准的方案角色；第三个问题是精准的轨迹跟踪。
近年来，国内外研究现状都做了大量事情，绝大部分紧张表示在若何自适应的鲁棒视觉掌握、多约束轨迹的方案，第三个变构造的掌握运用的比较广。
我举几个例子，第一个，自适应的鲁棒视觉跟踪掌握，重点是办理重载抓起和定位的问题。
第二个，多约束，轨迹方案算法，若何方案好一个繁芜的进行加工的路径和机器加工的轨迹，精准地掌握它，实时操作。
这里提出了基于视觉感知，以特色提取方法，办理繁芜工件精准配准的问题和装置的问题。
第三个，比如在打磨抛光，它的力位稠浊怎么掌握好，这须要我们提到的变构造，精准的掌握方法。
第四个，比如通过AI 深度学习，可以赞助我们精准的掌握，使机器通过第一次加工比较粗，第二次加工精确精密一点，第三次、第四次通过无限的迭代学习，终极使机器人像人一样学会操作。
第五个便是视觉装置，这里也表示了视觉的浸染。

第三个关键技能专业性比较强，便是多机器人的高效协同加工。

下面通过一些例子给大家进行先容。

我们在一条非常繁芜的柔性生产线过程中若何协同？这些机器井井有条由多个机器人来操作，这里就须要AI 技能——智能方案和调度。
由于在生产线中它会面临多个机器人，面临多任务、多工序、多机器的强耦合，我们若何办理这些问题和寻衅？战胜占领这些技能难点就须要一个很好的决策系统对多个机器进行协同。
第二个任务的分配。
第三若何自主的决策。
办理的思路很多，但是目前在国内外运用比较好的紧张是多机器协同优化的调度算法、工序优化调度的决策，以及高效优化的决策。
这些手段终极目的便是要在高速生产线中，机器人能够完成定制化、小批量、多品种的生产。

若何履行这些技能？我举一个例子，比如构建加工怎么用多个机器人去完成。
一个繁芜的大型航空构建，加工须要多个机器人，机器人面临着很多问题，任务多、工序多、环境繁芜、信息分散等，多种指标折衷起来非常困难。
如何完成这些多机的协作？紧张办理的思路是，第一办理多机器人的优化调度，怎么进行任务的分解，任务分配给机器人方案好路径，然后进行多个机器的协同掌握。
多机器在高效大型部件加工中的思路，详细履行过程中有很多繁芜的技能，在多机的高效过程中，首先要进行若何的优化调度和任务分配。
第二，对多个机器人若何进行防碰撞地办理它们的路径方案，使其精准地到达规定地方，并按照预定轨迹进行加工。
第三，在这样繁芜的背景下，若何协同这些机器人井井有条地完成主要任务。
这里紧张表示在多传感器新兴的领悟任务的分配和路径方案、协同的掌握。
除了单机和多机加工在智能制造中运用最多的制造生产线，高真个数控装备和各种加工的设备若何进行调度、协同它，这也是一个多机、多工序、多任务分配的问题，是一个多目标优化的问题。
如果我们把多机器发挥得好，它可以实现多工序、多个机器的高效浸染。

我们紧张设置好三大软件，设置好一个多工序的优化调度；第二个多任务进行分配；第三多机器若何掌握好。
下一个柔性生产线都是采取模块化、组装化的，一旦产品发生变革，通过模块化重新组装，然后改变软件重新变成一条完全的生产线，仍旧可以适应生产其余一种产品，从而能够真正办理智能制造所提出来的多工序、多任务、多机器的生产适应性这一大难题。
完成定制化的过程。

前面讲到的在有感知方案、精准的进化完成了三大关键技能，接下来便是冲要破工程的运用。

机器人生产线的工程运用是一个繁芜系统，须要开拓一个完全的聪慧生产线大脑，也便是掌握系统。
机器人掌握系统由几个部分组成，第一个部分在生产线过程中若何去完成多机器的协同。
比如，多个机器人若何协同进行焊接，多个机器人若何进行协同抛光，多个机器人怎么协同的打磨及装置；比如大型的机翼，航空客机它的机翼的装置用多个机器人怎么完成？这些须要针对性设计好软件和硬件，在AI 技能里最核心的我们要感知到每个机器人事情的状态，采取分布式的传感。
有了感知系统，若何有效地进行每个机器人的动作方案；方案好后要找出最佳的轨迹加工路径；有了轨迹加工路径，我们交给掌握系统，指挥掌握系统掌握这些机身，井井有条地履行多机器人的协同。
以是最核心的便是要给它一个聪慧的、智能制造的大脑，全体大脑涵盖分布式的传感协同的方案与决策、分布式的掌握线三大部分。

有了这套完全的加工制造掌握系统就可以运用到不同领域，比如运用到汽车加工自动化生产线、运用到发动机装置生产线、运用到大型盾构机的生产制造和刀盘加工，可以采取多个机器人的协作。
盾构机的刀盘加工是一个大型构件，可以采取多机协同加工和组装；比如电子制造、精密的电子制造组装，也可以采取人机协同共用机器人来组装电子零部件生产线，表示到人机共荣。

在精密装置中采取视觉掌握。
比如，在工程运用中，用机器人和数控合营加工高真个航空发动机叶片，由于叶片80% 都是航空发动机的关键部件，霸占80% 的事情量；在航空发动机的装置中，首先为了装置进去就须要用三维的视觉丈量；在大型舰船螺旋桨的加固过程中，可以采取多个机器协同完成。
过去这些事情采取人工韶光比较多，现在用机器人来完成，其加工周期短、效率高，且质量达到了更高的哀求。
再比如，现在在高端大型装备制造和加工过程中，以及高速列车的车主装置、转向的加工中，仍旧可以采取多个机器人的协同来装置。

本日已经进入到了机器人时期，比如我们的大型构件、核电和大型发电厂，其繁芜的部件加工都可以采取机器人三维激光切割、三维激光焊接、三维激光丈量完成。
这些都是机器人在全体高端装备制造中发挥的主要浸染，表示它两个核心——机器人的感知、机器人的方案路径和决策掌握，使机器人像人一样完成繁芜的智能制造零部件的加工制造。

还有近年来我们开拓的高端无菌化机器人制药生产线这一柔性生产。
过去在制药过程中都采取人工配药，本日多个机器人可以协同进行灌装、分解、包装全体药品，真正做到了机器人机动精准的作业；多机器人协作完成任务，实现无菌化、无人化，以及数字化的制药生产，真正达到在全体制药过程中都能够安全、高效追溯。
今年新冠肺炎的发生，机器人在制药过程中发挥了重大的浸染。
它的产线生产过程和效率都知足了人们的需求，源源不断生产人们须要的不同医药产品。

刚才我紧张先容了智能制造机器人的三个关键技能，第一个关键技能是智能制造里机器人的感知技能；第二个是智能制造机器人精准方案、路径轨迹方案和精准的掌握；第三个重点先容了多机器人的协同浸染；同时先容了机器人在智能制造中发挥的浸染——高端装备的浸染。
此外我们还有很多事情要做，由于未来机器人高端中还要面临很多问题，它的发展方向和须要做的事情有哪些，这便是我本日先容的第三部分。

三、未来机器人在智能制造中有哪些发展方向

机器人，不管是工业机器人、做事机器人，还是特种机器人也好，未来都是向着智能化发展。
智能机器人是人工智能的主要运用，也是人工智能运用的皇冠上的明珠。
目前常用的大部分机器人还处在一个自动化的状态，也便是大部分工业机器人除了机器人本体，机器人电机、机器人的感知这方面还有待加强。
这便是工业1.0 的机器人，大部分普通的低真个机器人大量运用在生产线，是自动化的装置。

现在我们逐步过渡到机器人的2.0 数字化，便是刚才我先容的机器人，在工业机器人的根本上能够网络现场的加工数据、感知到环境的适应性、赞助人的赞助决策思维。
未来机器人要向3.0看齐，能够有学习能力、交互能力，以及有多模态的剖析判断和人际交互、人机协作的能力。

未来机器人的方向发展更多的是朝向我们本日所提的自主化的做事、持续的学习、协同的学习和场景知识。
在掌握器方面能够表示它知识的图谱，加入知识图谱提升机器人的聪慧；在掌握方面要表示在云边端，无缝协同打算；在数据方面要提倡更加安全。
工业机器人、做事机器人都是向着智能化发展。
机器人在智能制造中的发展，未来一定的是人机互助的方向。
智能制造机器人是向着智能化、柔性化、机动化、协作化、当代化发展，紧张目的是要适应网络化的协同制造、大规模的定制化制造。
这就须要人机协作中，使机器人能够自主的感知、自主的处理、自主的决策和实行。
也便是，机器人要像一个自主的人一样能够独立处理问题，这就须要我们在技能上有深度打破，比如具有信息深度的感知、聪慧的决策、精准的掌握这些功能，这是第一发方向的趋势，目前全天下都向这个方向发展。

第二个在工厂方面，本日机器人是关在笼子里的，要把它圈起来，防止危害人类；我们认为来日诰日的机器人一定是人机共有、人机互动，它的发展方向是一个轻量化、灵巧化的人机共用，这样在全体工厂就像一个办公室，能够人机协作事情。

第三个方向发展是工业4.0，智能生产线提出的哀求。
如我们要使机器人能够看懂解释书，提醒通过一双通亮的眼睛能够看懂解释书，能够组装这台手机；通过利用机器人的大脑识别系统能够阅读尺寸、安装位置，使机器能够从信息物理系统中得到产品解释书，对照进行装置。
这便是人们神往的未来机器人发展的第三个方向。

第四个方向便是5G 网络的多机器人协作。
一台机器人要达到这样的功能，它在技能手段上有哪些。
我们本日已经进入5G 时期，要充分利用5G 技能，在云端、在边缘端、在终端进行有深度的领悟，构建我们的智能机器人系统；也便是在硬件平台上，机器人本体边缘端、云端方面要构建机器人的操作系统，要构建出一个网络化的操作系统。
以是我们的开拓工具要跟上。

我们在移动平台和感知能力方面，要建立大量的人际交互能力，也便是自适应的机器大家机交互；要建立起完全的知识库和三维的语义，以及场景的理解和个性化的知识图谱。
现有的1.0机器人真正能变到我们的3.0。
智能化的3.0 机器才能应对不同的运用处景，如智能的提醒、探求物流日常行为的检测平分歧的运用处景。

第五个发展方向，人们更多的是将云打算、互联网知识库有机结合，再形成一个互联互通，云端下的人机交互协作来开展聪慧的智能制造，把很多繁芜的事情交到云端，履行性很强的掌握指令命令交到边缘端。
要建立起产品智能设计的知识库，提交给自动化的产品设计须要达到真正的自主学习、自主办理问题能力的机器人系统。

第六个发展方向是如何高效的多机器协同。
在车间、在社会层面我们都要充分利用云层边缘层设备现场上的自动化生产系统来办理，真正履行多个机器人协同作业、边缘有效的打算和实时的掌握。
在工厂这个层面上，我们有繁芜的生产线，通过工业互联网络连接起来，把工业加工机器人作业移动到机器人生产线；立体仓库有机结合起来，网络数据进行打算，供应软件决策剖析的有效供给，终极会运用生产不同的大型装备，供应有效的智能制造。

总之，未来机器人的发展方向紧张表示在人机交互和人机互助方面。
人际交互须冲要破的核心技能有三维的完备感知、导航对人的机动操作、直不雅观的人机交互、行为的安全等关键技能。
终极要办理紧张的三个科学问题，第一个要揭示机器人与非构造化环境下不愿定性作业任务的适应性能力，为当代的机器人创造、创新和设计供应理论依据；第二个要办理的科学问题是揭示机器人能够理解人的行为和抽象指令的机制，为智能机器人的构培植计，以及人机沟通和安全机制供应有效的理论依据；第三个要探索和揭示人机交互，以智力协同的掌握事理，为机器人的人机协作供应有效的技能支撑。

（本报告由湖南大学张辉教授整理）

CAAI原创 丨 作者王耀南

未经授权严禁转载及翻译

如需转载互助请向学会或本人申请

转发请注明转自中国人工智能学会