代辛宇

（山西農(nóng)業(yè)大學(xué),山西 晉中 030800）

隨著AlphaGo、波士頓動(dòng)力的四足機(jī)器狗等人工智能產(chǎn)品的誕生，人臉識別、人機(jī)對話等人工智能產(chǎn)品服務(wù)逐步在日常生產(chǎn)生活中的應(yīng)用，以機(jī)器視覺、智能語音和自然語言處理為代表的人工智能技術(shù)，正作為一種新的生產(chǎn)工具逐步為人們所熟悉和接受。此外，以“新一代人工智能”和“新基建”為代表的國家政策助力，使得人工智能技術(shù)獲得了前所未有的發(fā)展機(jī)遇。

工業(yè)機(jī)器人作為機(jī)器人的典型代表，因其能夠高速精準(zhǔn)地完成枯燥、危險(xiǎn)的任務(wù)，在工業(yè)生產(chǎn)和裝備制造領(lǐng)域起著關(guān)鍵作用。目前，工業(yè)機(jī)器人正在從傳統(tǒng)的執(zhí)行重復(fù)勞動(dòng)的機(jī)器人向具有智能感知、智能認(rèn)知和智能決策能力的智能機(jī)器人轉(zhuǎn)變，人工智能技術(shù)是實(shí)現(xiàn)轉(zhuǎn)型的關(guān)鍵。將人工智能應(yīng)用到工業(yè)機(jī)器人系統(tǒng)的應(yīng)用和發(fā)展中有利于我國工業(yè)的發(fā)展。

以深度學(xué)習(xí)技術(shù)為突破的人工智能技術(shù)，在機(jī)器視覺、語音識別、自然語言處理方面取得了飛速的進(jìn)步。人工智能技術(shù)在機(jī)械設(shè)備方面，通常用于設(shè)備或物品質(zhì)量檢測、優(yōu)化工作流程等，通過數(shù)據(jù)驅(qū)動(dòng)的智能算法提升設(shè)備的運(yùn)行效率和設(shè)備性能，同時(shí)降低設(shè)備損壞的風(fēng)險(xiǎn)，最大限度地延長設(shè)備生命周期[1]。工業(yè)機(jī)器人作為智能制造的重要組成部分，如何充分利用人工智能技術(shù)，提升工業(yè)機(jī)器人的精度、效率、壽命等屬性，具有重要的理論價(jià)值和巨大的經(jīng)濟(jì)效益。

1 工業(yè)機(jī)器人的現(xiàn)狀及特點(diǎn)

隨著勞動(dòng)力成本的上升，“機(jī)器換人”已成為很多企業(yè)的發(fā)展方向。帶有人工智能的工業(yè)機(jī)器人的出現(xiàn)就是人工智能發(fā)展的體現(xiàn)。[2]工業(yè)機(jī)器人具有節(jié)約成本、提升工作效率、保證產(chǎn)品質(zhì)量且安全系數(shù)高的特點(diǎn)，通過取代工人，工業(yè)機(jī)器人能夠從事危險(xiǎn)、高污染、重復(fù)性勞動(dòng)，因而在汽車制造、電氣電子、物流分揀、模具加工、橡膠及塑料制品領(lǐng)域得到廣泛應(yīng)用。以汽車制造為例，工業(yè)機(jī)器人在搬運(yùn)、碼垛、焊接、切割、裝配、噴涂、零配件及成品檢測等方面都得到了廣泛應(yīng)用[2]。

盡管工業(yè)機(jī)器人得到了廣泛應(yīng)用，但現(xiàn)有的工業(yè)機(jī)器人通常并沒有或很少應(yīng)用人工智能技術(shù)。阻礙人工智能在工業(yè)機(jī)器人及工業(yè)系統(tǒng)應(yīng)用的因素包括：

（1）工業(yè)領(lǐng)域?qū)υO(shè)備的高可靠性要求，使得在工業(yè)領(lǐng)域并沒有足夠的證據(jù)去說服工業(yè)企業(yè)來使用人工智能技術(shù)；

（2）對于部署一個(gè)較大范圍的工業(yè)應(yīng)用，缺少系統(tǒng)性、標(biāo)準(zhǔn)化的流程和方法；

（3）不同工業(yè)場景下，數(shù)據(jù)以不同的格式進(jìn)行記錄和報(bào)告，使得來自不同機(jī)器設(shè)備的數(shù)據(jù)并不能夠?qū)崿F(xiàn)標(biāo)準(zhǔn)化和結(jié)構(gòu)化；

（4）由于工業(yè)應(yīng)用中很少允許設(shè)備損壞，使得設(shè)備的損壞數(shù)據(jù)不容易獲得，缺少故障數(shù)據(jù)導(dǎo)致一些人工智能算法不能夠達(dá)到最優(yōu)的效果；

（5）復(fù)雜多變且動(dòng)態(tài)的應(yīng)用場景通常需要人工操作的介入，以應(yīng)對不同場景和狀況。

2 人工智能在工業(yè)機(jī)器人的應(yīng)用

以人工智能目前較為成熟的機(jī)器視覺為突破口，人工智能技術(shù)在工業(yè)機(jī)器人方面開展了一系列的應(yīng)用。

2.1 基于機(jī)器視覺的智能應(yīng)用

機(jī)器視覺是使用單目或雙目相機(jī)等設(shè)備，通過分析相機(jī)所采集圖片，再將相關(guān)信息反饋至控制系統(tǒng)，進(jìn)而實(shí)現(xiàn)包括物體抓取、正常/異常識別等精準(zhǔn)控制。相對于人工或傳統(tǒng)機(jī)械方面，機(jī)器視覺具有成本低、速度快、精度高、準(zhǔn)確率高的特點(diǎn)。工業(yè)機(jī)器人視覺作為機(jī)器人感知的一個(gè)重要方面，能夠提升機(jī)器人的能力，實(shí)現(xiàn)高精準(zhǔn)的抓取、定位等目標(biāo)，滿足智能制造對機(jī)器人智能識別、定位、抓取零件的要求，2D/3D機(jī)器視覺技術(shù)逐步成為機(jī)器人應(yīng)用的核心技術(shù)之一[3]。將工業(yè)機(jī)器人的視覺系統(tǒng)與人工智能技術(shù)融合，才能真正實(shí)現(xiàn)機(jī)器人進(jìn)行視覺路徑的策劃及高速運(yùn)動(dòng)的控制[4]。

人工智能的引導(dǎo)和定位、物品和圖像識別、外觀檢測、高精度檢測等方面的技術(shù)被廣泛應(yīng)用于生產(chǎn)制造和物流分揀等領(lǐng)域。一方面，工業(yè)機(jī)器人通過機(jī)器視覺實(shí)現(xiàn)物品的精準(zhǔn)抓取。通過使用深度學(xué)習(xí)算法，結(jié)合3D相機(jī)獲得的深度信息和圖像信息，機(jī)械手能夠準(zhǔn)確地定位物品并抓取到。另一方面，工業(yè)機(jī)器人通過機(jī)器視覺完成基于圖像的產(chǎn)品質(zhì)量檢測，更準(zhǔn)確地判斷商品的缺陷與瑕疵。當(dāng)相機(jī)獲得商品的圖片后，經(jīng)網(wǎng)絡(luò)上傳至云端，結(jié)合云端訓(xùn)練好的深度學(xué)習(xí)模型，完成當(dāng)前產(chǎn)品的質(zhì)量優(yōu)劣的識別，5G網(wǎng)絡(luò)和工業(yè)物聯(lián)網(wǎng)的部署應(yīng)用更是加速了機(jī)器視覺用于物品檢測。

2.2 基于數(shù)據(jù)驅(qū)動(dòng)的預(yù)測性維護(hù)

預(yù)測性維護(hù)是指通過分析多種傳感器獲得的振動(dòng)、溫度、濕度等實(shí)時(shí)數(shù)據(jù)，結(jié)合由歷史數(shù)據(jù)訓(xùn)練的數(shù)學(xué)模型，以預(yù)測設(shè)備當(dāng)前發(fā)生故障的可能性，并結(jié)合連續(xù)監(jiān)測的數(shù)據(jù)，實(shí)現(xiàn)對設(shè)備的未來故障組件定位和時(shí)間預(yù)測，避免重大事故的發(fā)生，延長設(shè)備的使用壽命，降低設(shè)備整個(gè)生命周期內(nèi)的維護(hù)費(fèi)用，實(shí)現(xiàn)個(gè)性化、智能化的設(shè)備健康診斷和維護(hù)。通過實(shí)現(xiàn)從被動(dòng)維護(hù)向預(yù)防性維護(hù)轉(zhuǎn)變，結(jié)合人工智能的預(yù)測能力，預(yù)測性維護(hù)能夠顯著降低停工損失。

通過機(jī)器人內(nèi)置的多個(gè)不同類型的傳感器，結(jié)合外部的其他設(shè)備和數(shù)據(jù)集成技術(shù)，精準(zhǔn)監(jiān)測每個(gè)主要機(jī)器人組件的運(yùn)行時(shí)間，結(jié)合實(shí)際的工作條件，使用云端智能數(shù)據(jù)分析方法，推斷出設(shè)備的維護(hù)日程周期。云端通常分析機(jī)器人構(gòu)件數(shù)據(jù)、作業(yè)狀態(tài)數(shù)據(jù)、系統(tǒng)狀態(tài)和維護(hù)保養(yǎng)信息共四類數(shù)據(jù)。其中，機(jī)器人構(gòu)件數(shù)據(jù)包括減速機(jī)診斷、電機(jī)力矩檢測、伺服斷電記錄、發(fā)動(dòng)機(jī)溫度等；作業(yè)狀態(tài)數(shù)據(jù)包括機(jī)器人運(yùn)行狀態(tài)、視覺檢測結(jié)果、焊接信息等與業(yè)務(wù)和作業(yè)相關(guān)的數(shù)據(jù)；系統(tǒng)狀態(tài)包括工作日志、報(bào)警信息、內(nèi)存使用情況記錄等；維護(hù)保養(yǎng)信息包括電池使用情況、潤滑油狀態(tài)等。

2.3 基于安全的應(yīng)用分析

由于工業(yè)機(jī)器人通常用于某些大型設(shè)備或高精度設(shè)備的制造與維護(hù)，因此需要相關(guān)工作人員時(shí)刻關(guān)注。應(yīng)用人工智能技術(shù)后可以減少工作人員的工作壓力，也可以盡量避免工作人員日常工作中可能會出現(xiàn)的失誤。同樣的，人工智能技術(shù)可以幫助工作人員遠(yuǎn)程控制并檢測工業(yè)機(jī)器人的實(shí)時(shí)數(shù)據(jù)，第一時(shí)間發(fā)現(xiàn)機(jī)器人的問題，做到及時(shí)規(guī)避并解決問題[5]。

2.4 基于強(qiáng)化學(xué)習(xí)的人機(jī)協(xié)作

人的發(fā)達(dá)的智力、完善的學(xué)習(xí)能力、豐富的經(jīng)驗(yàn)使得人更容易適應(yīng)變化的環(huán)境，機(jī)器人的高速、高精確、大力量是其優(yōu)點(diǎn)。以人工智能為基礎(chǔ)的工業(yè)機(jī)器人可以提高整體的工作性能。如何將工業(yè)機(jī)器人的力量、速度和精度與人的豐富經(jīng)驗(yàn)、判斷力和靈活性有機(jī)結(jié)合起來，發(fā)揮各自的優(yōu)點(diǎn)，通過柔性制造滿足客戶的個(gè)性化需求、實(shí)現(xiàn)多樣化、小批量生產(chǎn)是一個(gè)具有挑戰(zhàn)性的課題。

強(qiáng)化學(xué)習(xí)的基本思想智能體在與環(huán)境交互的過程中根據(jù)環(huán)境反饋得到獎(jiǎng)勵(lì)，并不斷調(diào)整自身的策略以實(shí)現(xiàn)最佳決策，適用于現(xiàn)實(shí)中無法提供大量標(biāo)簽數(shù)據(jù)的決策優(yōu)化類問題。具體到機(jī)器人應(yīng)用是指機(jī)器人通過從環(huán)境中接受正向獎(jiǎng)勵(lì)或負(fù)向懲罰以判斷其當(dāng)前執(zhí)行任務(wù)的效果，機(jī)器人學(xué)習(xí)的目標(biāo)即優(yōu)化系統(tǒng)響應(yīng)以實(shí)現(xiàn)最大化正向獎(jiǎng)勵(lì)函數(shù)。

通過合理切換協(xié)作等級，從而實(shí)現(xiàn)機(jī)器人從完全的自我控制，即基于學(xué)習(xí)函數(shù)自主決策采取何種行為，至半自主決策，即操作工人引導(dǎo)機(jī)器人執(zhí)行相關(guān)動(dòng)作，機(jī)器人將這些知識添加至其學(xué)習(xí)函數(shù)，并適配至新的狀態(tài)。這樣只需要利用工作人員工作上的經(jīng)驗(yàn)就可以完成任務(wù)。多次執(zhí)行人機(jī)協(xié)作任務(wù)后，機(jī)器人能構(gòu)建合適的人機(jī)協(xié)作機(jī)制，能更好地適配人機(jī)協(xié)作任務(wù)。

2.5 基于強(qiáng)化學(xué)習(xí)的運(yùn)動(dòng)規(guī)劃

由于工業(yè)機(jī)器人的運(yùn)動(dòng)規(guī)劃基本都是在高維度、復(fù)雜場景下的開展的，傳統(tǒng)搜索算法在計(jì)算復(fù)雜度方面隨著構(gòu)型空間維度的增加呈指數(shù)級增長，無法解決高維運(yùn)動(dòng)規(guī)劃問題。在強(qiáng)化學(xué)習(xí)的策略下，機(jī)器人首先在離散空間中使用迭代規(guī)劃并在連續(xù)空間中使用運(yùn)動(dòng)規(guī)劃器更新其相關(guān)行為成本的方法，生成一個(gè)低成本、可行的運(yùn)動(dòng)規(guī)劃方案，在實(shí)際執(zhí)行時(shí)，機(jī)器人使用與模型無關(guān)的強(qiáng)化學(xué)習(xí)方法以改進(jìn)運(yùn)動(dòng)任務(wù)方案，以達(dá)到降低成本、提升效果的目標(biāo)。

3 結(jié)論

人工智能技術(shù)因其優(yōu)點(diǎn)顯著獲得了廣泛關(guān)注。在傳統(tǒng)的工業(yè)機(jī)器人領(lǐng)域，國產(chǎn)工業(yè)機(jī)器人無法應(yīng)對ABB、庫卡、發(fā)那科、安川等四大機(jī)器人巨頭，但在人工智能方面，國產(chǎn)機(jī)器人廠商與四大機(jī)器人巨頭處于同一起跑線，只有更深入地理解用戶需求，結(jié)合人工智能技術(shù)特點(diǎn)，將機(jī)器視覺、機(jī)器學(xué)習(xí)、時(shí)間序列分析、強(qiáng)化學(xué)習(xí)等人工智能技術(shù)應(yīng)用于解決客戶的實(shí)際問題，才能顯著提升國產(chǎn)工業(yè)機(jī)器人的市場占有率。因此這促使我們要加快人工智能在工業(yè)機(jī)器人上的發(fā)展，并且堅(jiān)持對系統(tǒng)進(jìn)行優(yōu)化和完善，提高工業(yè)自動(dòng)化控制的水平[5]。未來工業(yè)機(jī)器人場景下的人機(jī)協(xié)作、數(shù)字孿生技術(shù)，結(jié)合深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)等人工智能技術(shù)，將具有更加廣闊的應(yīng)用前景。