近日，2018世界机器人大会在北京亦创国际会展中心开幕。大会以“共创智慧新动能，共享开放新时代”为主题，围绕国际合作与机遇、基础技术与创新、前沿趋势与探索、人工智能与融合、新兴应用与实践、市场前景与投资等六大部分发表主旨报告并进行高峰对话。其中，最受业内人士瞩目的2018世界机器人大会主论坛于8月16日上午正式开幕，现场大咖齐聚一堂，围绕机器人的技术创新与未来发展前景为观众展开一场精彩纷呈的演讲。

于海斌      中国科学院沈阳自动化研究所所长

于海斌：各位嘉宾，早上好！很荣幸主持2018世界机器人大会第五阶段的论坛。本阶段论坛的题目叫做“新兴应用与实践”，任何一个研发领域，无外乎技术驱动和需求牵引。机器人的发展技术驱动有很多种说法，但新的应用牵引肯定是最重要的方向，所以这个主题也是非常重要的。下面首先有请意大利比萨圣安娜大学教授Paolo Dario进行主题演讲“下一个时代不是互联网，而是机器人”。

 Paolo Dario      意大利比萨圣安娜大学教授

Paolo Dario：大家好，我非常珍惜有这样的机会在这里演讲，这也是我第一次参加世界机器人大会。我在天津大学和北京理工大学都担任客座教授的职位，可谓与中国关系紧密，对目前中国机器人的发展也是比较了解的。今天我想和大家探讨的内容包括以下几方面：未来有哪些事情会发生，基于对回顾而预测未来，下一个时代不仅是互联网的，也包括机器人。当然，这里指的是既有互联网又有机器人。

    我们的起点在哪里呢？过去很多年已经做到一些实用领域的积累，有超过250名年轻的同事和研究者，正在进行很多机器人方面的应用，包括应用在学校、医院、康复中心、工厂，还有一些小城镇。应用范围非常广泛，我们很了解怎么开发和应用机器人。

 世界是互联的，这是由一些颠覆性的创新带来的，真正的颠覆性创新是iPhone，十一年前这种设备才出现，很多人没有意识到它的颠覆性有多强，但实际上今天全世界包括Facebook、Twitter、Uber，任何一种社交媒体都是基于一个移动的、甚至可穿戴的设备接入网络。因此这样一个范式的转换意味着世界开始互联，所有的设备是互联的，而且内嵌了智能。传感器是非常关键的零件，很多做机器人的企业都会抱怨好像没有特别稳定的低成本、低能耗的传感器。而乔布斯将这二者进行结合。

    我们看一看世界的样貌，现在有云和网络，同时运算能力也在不断增强，还有高质量的大数据，所有的这些都会给我们提供大量的机会，也会带来一些网络安全的问题。物联网也在快速发展，很多人提到把设备连入网络，工厂也是这个网络的一部分，先进制造系统和最先进的技术都是其中的一部分，包括机器人在内。这两天已经有很多嘉宾提到客户需求驱动的重要性，以及对产品的定制化生产，当然同时还有零部件供应商的作用。所有的国家包括中国在内都必须要思考这些可持续性的发展，因为有些客户购买产品的时候，如果这个产品的设计和生产不是根据节约自然资源或者遵循高质量的生产流程，这些客户就不会购买，能源消耗也是消费者非常关注的问题，必须要在开发过程当中考虑这些因素。

    我们也要看未来的发展，比萨圣安娜大学已经在考虑“工业5.0”的概念，包括循环经济、机器人对各种领域的影响，比如食品、医疗、保健、农业、建筑、教育等等，人的因素也在变得越来越重要。现在的问题是，这些物联网机器人设备怎样连入这样一个网络？孩子们是数字的一代，同时也是机器人的一代，他们越来越多地使用智能手机。法国从本年9月开始禁止在学校当中给孩子使用智能手机，因为人们很担心孩子会滥用手机，这是我们面临的现实，所以我们必须引导他们往正确的方向前进。

    如果年轻人都能够拥有智能手机并连接网络，机器人为什么不能连接？看起来这是很明显的事情，但并不是那么明显，因为开发者所做的工作一直是赋予机器人智能。现在机器人可以做一些和人之间的互动和导航，智能手机技术也对机器人产生影响，我们现在不再把机器人仅仅看作一个独立行动的设备，而是看成一直在线、一直互联的设备，就像我们人一样。

    现在的问题是，网络当中有多少智能？物理设备当中又有多少智能？智能应该如何分配？没有人能够回答这个问题，我们当然可以从一些人的研究当中获得解释，比如我们看科幻电影，1968年上映的《2001太空漫游》，这是一个非常有智能的计算机，2004年的《我，机器人》就有了变化，这是一个远程的智能，也就是分布式的智能时代到来了。总是有中央智能和分布式的智能，人类也是一样，哺乳动物既有大脑中央智能，同时也有身上分布全身各处的本地控制，比如反射弧等等。章鱼就是去集中化的分布式智能，分布于它的全身，10%是中央大脑控制，65%是由臂控制，剩下的25%是由触角控制。

    我们可以把数据、应用程序等集中于云与本地设备之间，这种数据处理形式被叫做雾计算。现在雾计算的时代正在到来，但方向究竟是什么？去年我们也有做过一个讲座，谈一谈科幻小说的场景怎样成为现实。比如《我，机器人》当中体现的2035年机器人的情况，也可以分析我们的技术发展到了什么程度，包括与材料和环境互动的程度。这一切都要从智能开始，也就是我们需要一个路线图，很多人都有这样的路线图，也就是设定未来计算发展的方向，但我们也要对这些想法进行分析。

    这些颠覆式的创新有些是无法用路线图预测的，这才是我们面临的真实生活。有些东西可以用路线图预测，但并不是所有的东西都能够预测，比如没有人能够预测iPhone的出现。很多人工智能大师都做过各种各样的预测，包括乐观和悲观的情景，有些人说一百年以后人工智能可以实现什么。我们到底应该走向哪个领域，AI是否能够复制人脑？这里有些人工智能的文章，比如模仿人类的神经系统，欧洲的人脑计划也在朝着这个方向研究，成立了神经机器人平台，总体的想法就是用大脑的运作模式控制机器人。这里不仅要验证神经生理数据，还要验证人脑区域计算模型，这也是欧洲的项目，已经进行了十年的时间。

    如何来看传统AI取得的成功？都有哪些成功和失败？这些取得成功的领域还是很重要的，比如专家系统、搜索引擎、数据挖掘系统、自然语言接口，实际上这些都取得了很大的进展。世界机器人大会上已经有很多公司分享了取得的成功，但仍然有很多问题，我们尚不知如何真正实现智能。更为重要的是，需要认识到如何实现这种非常自然的互动，这就不仅仅是大脑层面，也要涉及到身体和大脑以及真实世界如何互动。

    我们如何理解日常场景，如何操控物体、如何行走奔跑，这些仍是尚未解决的问题。科学给了我们很多启发，比如机器人领域当然是一个新兴的行业，需要对其进行更好的预判。这种自然现象也是智能的一部分，实际上还是下一步的事情，大家意识到了它的重要性，不仅仅是处理的能力，身体本身也是非常重要的一部分。这是人工智能现代版的最新解读，不仅仅是涉及到大脑，我们要让大脑、身体和周围环境进行互动。

    从应用的角度来看，如果考虑到和周围环境的互动，很多任务就变得更加容易了。这种形态的计算能够让你预测很多的行为，甚至通过这种形状和机械的属性能够解决一些非常复杂的问题，比如需要研究为什么一只狗能够很好地适应周围的环境，身体和周围的环境是怎么进行互动的。章鱼这样的动物为什么身体如此柔软，又有如此强大的力量，近些年当中大家对这种章鱼的行为方式做了很多的建模，这也是软体机器人的最新进展，使用模拟器来模拟这些软体组织的行为方式，现在已经从纯学术的研究到了工程阶段。

    很多人认为可以使用大规模微机电系统将智能融入到躯体当中，这样的优点就是低成本、低能耗，在这里再一次提到iPhone，这款产品就是一个很大的创新，我们所做的事情也是要遵循摩尔定律。2007年iPhone的推出其实就是一个重大的颠覆点，那个时候诺基亚是如日中天的，但没有预测到iPhone这样产品的出现，诺基亚从此而崩盘了。现在各种应用也在不断加速出现，而且成本已经非常低了，实际上意味着一些新的领域出现，比如协作机器人过去几天也有很多人谈到，大家都认为协作机器人的市场和未来的增速将会非常快。

    基于未来的发展路线图，可以看到通用的机器人取得了一些进展，包括库卡和软性机器人，现在我们要做好准备，或者是将基础技术做好。这是将协作机器人的理解提升到了新的高度，之后大家都觉得这种真正的协作机器人是可以做成的。现在我们也在研究很多标准化和基础的技术，可以看到这些机器人并不是特别的小，大概是200-300公斤的样子，已经可以和人协作工作，也就是说协作机器人并不都是小型机器人，有些也是非常大的。

    当然，可以通过不同的方式，也可以使用一些软性的材料，和其它的设备运转的模式差不多。去年到今年我们在科学机器人杂志上写了一篇文章，主题为科学机器人的巨大挑战，列出了十大挑战，能源也是非常重要的，还有医学机器人，包括人机界面等等。再就是将软性材料应用到机器人当中，有了这些新的技术，软性机器人的制造变成了可能。

    4D打印是基于3D打印的再度创新，包括其它的柔性连接、抗性皮肤，这些都会是革命性的新技术，这种电子技术也能够让我们造出其它类别的机器人，其实现在都已经在逐渐发展了，甚至可以做出基于活体骨骼肌肉组织的机械臂，这些都是一些全新的东西。我一直认为，那种真正可用的机器人应该是能够非常轻的，就是和人的体重差不多，比如80公斤，能够在地面和人协作。

    最后给大家看一看梦想是怎么实现的，这是《星球大战》，其中讲了生物学的发展，我们希望未来机器人能够像电影当中一样，现在很多进展实际上都已经实现了。未来是美好的，因为机器人是非常美丽优雅的产品，新的技术能够使我们打造全新的机器人，也能够推动国际合作，这也是世界机器人大会的一个重要目的。现在有些新的期刊，包括《科学》和《自然》杂志也在推动机器人领域的合作，未来机器人领域将会有巨大的潜力和发展空间。 

于海斌：下面有请天津大学副校长王树新进行主题演讲“医疗机器人结构刚与柔的设计演变”。

 王树新     天津大学副校长

王树新：很高兴来到这里和各位同仁交流，刚才提到关于医疗机器人的问题，医疗机器人也是我们非常关注的。我的报告大概分为以下几个方面：手术机器人的设计、模型和应用。

    谈到手术机器人的前提，必须要谈一些手术方面的事情。传统的手术都是刀子、剪子和镊子，微创手术实际上是拓展到了更小的使用空间操作。手术机器人的产生使我们对手术有了新的理解，也对手术模式起了一些新的变化，但还没有完全颠覆整个手术的模式。无论是肠镜还是消化道的内镜，现在仍然是作为内科检查非常重要的工具，但并不能应用到手术过程当中。

    天津大学团队研制了“妙手手术机器人”，通过丝的传动融入柔性。大家都知道达芬奇系统，形式上它和达芬奇是相同的，但从设计原理本质来说是不一样的。这套系统本身要比达芬奇小得多，成本也低得多。可以看到这里柔性的材料已经发挥了主要的作用，比如前端工具我们用了很多的丝，末端有四个自由度，直径是10毫米，如何让这些丝互不干涉，减少它的摩擦等等，这些都是我们必须要考虑的问题。

    目前的手术机器人系统已经产业化，2014年已获得临床应用，同时转化给企业，已经有将近50例的临床，我们做得非常顺利。通过认证以后这项工作步伐也在加快。这已经改变了医生的操作模式，但本身并没有改变外科，也没有使得外科的本质发生根本性的变化。

    大家都知道，手术有开放到微创的过程，内镜有诊断到治疗的过程，如何使内外科融合，或者让模糊的界限变得清晰，这都是需要考虑的问题。此外，整个过程中如何把系统完整地再现，这是我今天报告的主要内涵。柔性机器人有很多，也有不少理念，但围绕这个领域还要从应用的角度思考，如何让两个领域相互借鉴，要从应用端思考如何把这个问题走通。

    手术机器人如果要做到全柔性应该通过自然腔道进行手术，进入体内操作，器械就是其中非常重要的内容。可以看到手术机器人做成软镜以后整个刚性和操作的力度、可达性必须统筹考虑，起到主要作用的还是整个结构的设计。

    整个操作过程当中人肯定要坐在那里操作，实现进入体内完成整个手术的过程，必须要看到稳定性、精度和柔顺性等等问题。这就涉及到一个核心要素，就是软和硬的问题，应该如何匹配和实现。今天讲的内容主要的核心就是软和硬的刚柔并济，这个过程必须解决的是整个操作的结构，或者是操作的器械，这种器械本身必须要在刚与柔之间进行适当的转化。我们列出的表是变刚度的设计，包括了它的原型、机构、刚度状态和响应时间。

    这里特别需要和各位介绍一下，实际上在刚和柔转换的过程当中，作为一个器械或者机器人的操作臂，这种结构本身实现运动和力的过程，响应时间是非常重要的一个指标。大家想像一下，不可能拿着一个机器人在身体当中做手术，操作的时间要停留十分钟或者五分钟才能完成，一个动作保持在那个地方不做任何等待器械的变化，一定是几秒钟内要完成这些操作。刚和柔的转换可以通过物理的办法，比如丝的结构实现整个手术的操作，手术器械从柔态变成刚态，这些本身都是通过物理的结构来实现。

    当然，这只解决了刚和柔的问题，包括响应时间、空间和体积，更多的约束条件并没有考虑进去。应用的过程当中实际上是不可能的，很多想法可能在推进的过程中10个只能有0.5个可以得到应用。通过材料的相变和加温度就可以实现整个刚和柔的转换，可以把材料本身的特性和结构的特性融合起来进行操作，也会带来一些问题，响应时间是最大的问题。

    我们的主要工作是把材料和结构融合起来，实现刚和柔的转化。我们自己通过一定的比例配置液态金属，并将其注入结构之中，灌在编织丝当中我们就可以知道这个编织的管子过去刚度是一定的，通过液态金属和温度控制可以实现相应结构的变化。软态到刚态的转换是非常慢的，实际演示起来非常麻烦。运用如海绵聚酯等高分子材料也可以通过吹蒸汽的方法来实现，很容易地可以把这种刚态和柔态形成一定的变化，而且响应时间可以达到秒级，这样手术的机械才能真正使用这种结构。

    围绕这些做了很多设计，最近发表了一篇文章在宏观大分子上面，快速响应、快速恢复，把结构和材料融合在一起，在保持刚性和柔性快速转换的同时，保持其刚态和柔态的特征。实际上很简单，水分子进入材料本身内部结构的时候会影响到整个空气度，这样就增加了柔性，吹干以后整个物理的连接点发生了变化，形成了刚性，这样从干态到湿态，再从湿态到干态的响应时间是秒级，包括整个张力和弯曲度都通过了一些测试，包括不同的情况下对稳定性和刚性之间的比例值就可以得到相应的结果。

    可以看到一种状态到另一种状态的响应时间是3.7秒，另外一种反应时间是17秒，这样的状态可以使我们更好地完成相应的刚柔转换工作。弯曲、保持和缩短都可以通过水蒸气在身体当中作为接受的操作方式，实现整个刚和柔的转换，也可以实现性能的要求。

    这是结构的基本特征，通过丝来驱动，实现整个运动的过程。把这样的结构装在机械臂上面，也就是软性的器械，可以实现前端整个主动的操作，这样就可以完成整个器械本身的定位，保持在这个位置，同时进行力的操作。

    大家知道，越软的材料力越是不够的，而硬的材料力虽然够，但适应性是不够的，我们就要把适应性和力很好地结合起来，实现整个手术的操作。以缝合打结为例，传统器械来做缝合打结需要空间才能操作，它的力度非常大，具体的数值大家可能不知道，但缝合肯定是需要力的。比如缝合一个直径10毫米左右的血管，钳子夹针的力大概是11-13牛，而普通的小器械很难达到这么大的力，加上穿刺过程的作用力很难实现真正的缝合操作。刚性状态都这么难的话，柔性状态就很难实现了，所以除了用激光的办法，缝合还是离不开的。如果我们做柔性的器械，应该怎样把这项工作实现？必须考虑柔性器械的末端操作。

    这里可以看到我们设计的末端器械，操作过程在刚性器械当中已经有了，难点在于柔性器械下可以通过类似缝纫机的原理把整个缝合实现相应的操作。围绕机器人本身要做到人机交互操作，必须要有运动学模型，传统的横驱力模型会有一定的误差，我们针对的更多的是变驱力模型来做相应的工作。比如设计器械本身，模型必须要用非横驱力，精度才能提升，特别是刚度保持和软态两种情况下转换，若只用横驱力模型，偏差非常大，必须通过图像系统的引导纠正偏差，这就给手术操作的精准性带来很大的延时，必须通过很小的调整量实现精准的操作。

    围绕这项工作，我们必须要做一些事情。整个传感工作我们是比较关注的，柔性器械进入腔内的检测，传统的力传感器不是太灵光的，因为必须要有力的变化，而力的变化又给结构的刚度特性带来了新的要求。如何在柔性的状态下感知更多的信息？可以看到国外已经发表了很多文章，通过柔性电子的办法可以获取更多的信息，使得我们能够感知身体内部的特征，比如癌症的检测，组织器官是不是正常等等。传感器的设计过程当中也引入了很多技术，比如柔性电子和柔性薄膜，这些技术已经进入整个医疗器械或者医疗机器人的领域当中。

    如果一个软性的器械进入体内，除了能够看到它的外观和颜色之外，其它的感受特别是对埋在皮肤表层组织下面的癌症特征是很难感觉到的，所以我们用触感的办法，但在这种软的器械状态下很难获取，我们用的是光的办法，就是通过光的强度变化和一定的接触特征形成互动的关系，根据这种互动的关系可以知道肺部是不是有硬壳的特征，进一步通过超声办法检测，二者结合起来就可以很好地感知或者找到要手术的部位和存在的隐患。

    柔性器械操作过程当中实际上还存在形状保持的问题，要操作进入体内的机械臂，如何感知它的形状是不是与身体的形状相适应？我们把FBG的检测技术预埋到整个操作臂当中，这样就可以知道它的形状特征，加上运动学模型和几何形状，可以很好地把机器人的轨迹融合起来，保证整个工作能够实现需要医疗的手术操作。

    我们设计的这种NOTS器械拥有15毫米的直径，4个小孔分别进工具，直径大概3-4毫米，这种手术工具进入里面以后我们就可以把整个手术的操作更换工具、清洗和姿态调整，所有的这些工作可达可操作可手术，直径15毫米的管路再加上柔性的工具实现整个手术操作，末端加入了刚度可变的结构，主要是在有力度操作的时候必须保证器械是有足够的力，这样才能完成相应的手术操作，否则的话根本完不成手术相应的工作。

    在中南大学湘雅医院我们进行了动物实验，右边的录像是在实验室的情况下来看工具，就是只看工具的刚性特征能否来做缝合打结，不是整个装起来的，而是分别测试工具性能。要把这些工具塞入具有4个小孔的柔性臂里面，然后通过柔性的渠道把操作的臂再塞进去实现手术的操作。这些工作已经通过了临床的验证，但也发现了一些问题，比如灵活性和力度如何匹配，手术操作过程同时需要灵活性又需要力度的时候还需要进一步来做，就是刚柔转换的响应时间要进一步提升，找到新的办法保证在刚和柔之间的演变能够达到我们期望的结果。

    综上所述，刚性器械本身已经在工业界和医疗界得到了应用，但柔性器械可能是解决与人体相适应比较有效的手段，如何把刚性的特征和柔性的好处结合起来，这就是我们做下一代医疗机器人必须考虑的问题。解决问题的核心就在于刚性和柔性之间的转换，刚性和柔性之间围绕整个实施过程有不同的用处能够发挥作用，而这依赖于结构和材料。材料和结构确定以后，机械臂的设计才能完成，机器人其它的控制、传感就要发生相应的变化。只有一个完整的系统才能真正实现手术的操作，只有刚柔并济才有可能把内科和外科融合在一起，也只有这种情况才能使软和硬很好地结合，融合到手术机器人的过程当中，能够为人类作出更大的贡献。 

于海斌：下面有请哈尔滨工业大学机器人研究所所长、国家“智能机器人”重点专项总体专家组组长赵杰进行主题演讲“国产机器人发展过程中的问题”。

 赵杰      哈尔滨工业大学机器人研究所所长、国家“智能机器人”重点专项总体专家组组长

赵杰：刚才树新教授为大家展示了非常神奇，非常具有挑战性和引领性的他自己的工作，下面我向各位汇报的较为宏观。

    通过近几年国产工业机器人的发展，按照出口和进口的增幅角度来看，2012年到2018年3月有一个比较好的势头，随着国产机器人性能不断提升，整个进口机器人平均单价是在往下走的。恰恰相反，国产工业机器人从2016年开始，当时大家都在说只有低价才能卖出去，现在我们的价格是在不断回升，不远的将来应该会有比较好的汇合点。

    刚才的几个数据只是展示了一定的代表性，这次贸易摩擦对中国机器人产业，特别是工业机器人产业的影响应该从短期和长期两个方面来看：按照市场的角度来说，中国未来十年还会保持全球最大的需求市场，依然存在着严重的逆差。而从进口和出口机器人的主要地域来看，我们进口的工业机器人主要集中在欧盟、日本、韩国，出口主要集中在“一带一路”国家。无论是进口货币出口的角度，美国不是我们中国工业机器人主要的贸易市场，因为短期来看影响并不大。但从长远来看，随着我们国家机器人的发展，引进国外技术甚至收购国外企业，成熟应用的技术方面我们主要集中在欧洲、日本和韩国。美国拥有很多机器人比较前沿的技术，所以长远来说我们和美国在技术上的合作方面会有非常大的影响。

    应该仔细考虑国产机器人发展过程当中存在的问题，很多人说我们什么技术都要突破，这是一方面，但并不代表我们所有的东西都要突破才叫自主可控，更重要的是要抓重点。什么时候由我们来卡别人，可能很多问题就能迎刃而解了。

    机器人火了很多年，2012年开始，六年过去了，近两三年人工智能火了以后开始迅猛增长，机器人开始有些降温，而由此机器人真正迎来了良性发展的好时期。一方面机器人特别热的情况开始有所降温，我们感谢人工智能，它的迅猛发展使我们的热度有所下降，反而使很多搞机器人的企业和从业人员能够真正冷静下来，想一想我们真正要做点什么。另一方面人工智能迅猛发展，资本市场在机器人这个领域相对趋于理性或者谨慎。资本是有两面性的，引入资本可以促进产业发展，同时也由于资本的疯狂，很多没有核心竞争力的企业能够存活，资本起了很大的作用。随着资本的理性和谨慎，应该说进入到一个非常好的状态，也是进入了大浪淘沙的关键时期。随着机器人近几年的发展，国家和地方政府已经非常清醒地认识到了机器人产业不是一蹴而就的，还有很多问题存在着。

    以上三个因素决定了机器人未来会真正进入大浪淘沙的关键时期，一定会有一批没有竞争力的企业死掉，如果能够快速实现大浪淘沙，那么留下的企业就会有较为良性的发展环境。

    很多人都在讲我们突破核心零部件，国产机器人产业就能快速发展起来了。现在机器人面临着成本与性能的双重压力，大家都把成本归到了核心零部件，核心零部件突破了，国产工业机器人的成本会降低，但不代表存在优势。国产零部件一旦突破，外国机器人企业也会采用我们的核心零部件。我们寄希望国产零部件突破以后使成本降低，这是个伪命题。如果中国的核心零部件突破的话，推动的不仅是中国机器人成本的降低，而是推动全球机器人成本的降低。

    未来不管是国产的工业机器人还是国外品牌的机器人，可能成本几乎相差无几，因为全球产业链的布局不会相差太多，真正寄希望于原先所谓的成本不是我们需要考虑的问题，我们需要做核心零部件是因为需要做到核心技术的自主可控。什么是机器人的核心技术？核心零部件只是机器人的核心技术之一，因为推动机器人技术和产业发展是一项系统性的工程，从基础前沿技术、共性关键技术、核心部件、核心软件、核心器件，甚至工业机器人和应用工艺系统解决方案等等多个方面必须进行全面的突破，而且需要协同发展，这样才能推动我国工业机器人和整个机器人产业的快速发展，不是核心零部件突破国产机器人产业就会得到快速发展。

    我们还面临着一个转变的问题，近几年机器人的发展都在以市场需求为导向，“十二五”我们也做了经济型机器人，比如三自由度和四自由度，未来我们要从市场驱动向技术驱动转型，需要走出这种低水平重复的局面向中高端市场迈进。我们都知道2017年的数据，工业机器人70%还是被国外市场垄断，这个局面也凸显出我们自主品牌产品的性能和重点行业领域中高端的应用需求矛盾依然存在，所以国产工业机器人要从低端向中高端发展，这是我们未来几年工业机器人、国产机器人要走的必由之路。

    现在我们有大量的企业到国外合资并购，实际上中国开放几十年，以联想和华为为代表的两个流派分别叫做“贸工技”与“技工贸”，国内机器人企业都存在这样的问题，并走向两种流派，联想走得是“贸工技”，华为走得是“技工贸”。两种模式没有对与错之说，但真正的核心在于，无论是走贸工技还是走技工贸，最终的结果是看是否拥有核心竞争力，是否掌握，只是核心技术的渠道不同：一种是通过并购引进消化希望，另一种是自主研发，这也是值得在座的各位机器人企业家注意的。

    我们总是想通过降低价格占领市场，机器人行业出现了一个怪圈，引进国外先进技术的时候是买什么什么贵，因为我们好几家和人家去谈，引进以后是卖什么什么便宜，因为大家都在以很低的价格来卖。就以工业机器人为例，70%的工业机器人都是国外的品牌，国外的价格在那里放着，并不是我们把价格降得多低就可以占有这些市场，主要是要想我们的性能是否能够满足，性能满足了才是最主要的。我们是把一个产品价格作为它的核心竞争力，这是片面的，如果我们的产品和别的产品的性能一致，价格才具有核心竞争力，否则的话单纯地追求这种低价格是没有意义的。

    此外，我们大量引入互联网思维，通过低价使用多少年时间就可以占领市场，或者能够达到10万台，尽管每台都在赔钱，一年能卖到10万台就可以持平或者盈利，对不对不好说。很多企业也在说模式的问题，一个企业生产服务的模式针对产业很重要，但是再好的模式也要有非常可靠的、过硬的产品支撑，否则再好的模式也是空的模式。

    我们进入了一个非常好的时期，使得业界同仁真正冷静下来想一想，沉下心来坐一坐。如何解决这些怪现象？比如跟踪和仿制的问题，浮躁和功利心太强，大量的企业都在做机器人，实际上真正创新的东西并不是靠这种比较浮躁的环境能够做出来的。无论多大的公司、多牛的产品，一旦失去了创新，引领作用被替代的话，竞争者就可以顺势切入。现在我们很多的产品都处在低水平重复的阶段，很大的问题就在于我们的创新能力还有待解决。只有真正的创新成果才能带来真正的商机，如果没有一个创新的成果，没有一定突破性的过硬产品，我们谈商机谈产业都是空中楼阁。

    再就是专注与多元化，我们希望自己的企业能够做到一点，机器人是多学科集成技术，无论企业做得多大也很难把所有的事情全做完或者全包在自己手里，我们真正需要的是什么？我们需要的是很专注的，某个单项领域当中能够做到最好，能够做到最牛，甚至数十年来磨一剑，这才是我们需要的东西。实际上也需要很多国内的机器人企业能够在某个细分领域专注，也能够在某个细分领域占领足够的市场，如果每个细分领域都做好，整个国产机器人也就会得到非常好的发展。

    现在好像不讲工业4.0和万物互联，就好像是很落后的人，并不是这样。机器人产品出现一些概念化、娱乐化、图表化，很多都是图轰动效应，核心技术是有缺失的。就拿服务机器人来说，我们有很好的需求，需求是非常稳的，这么大的需求一定有产业，中间的产品我们应该好好地做。有些东西并不是做出来就一定要用，我们需要衡量一下，光有需求，技术能不能满足？能不能变成过硬的产品，乃至变成产业？这是我们需要认真考虑的问题。

    我们都在说互联网是风口，风总是要停的，尤其是国内在“脱虚向实”，应该真正静下心来去研究、去开发，实实在在地做些事情，能够有非常好的技术沉淀，只有这样我们国产的机器人才会有一个非常良好的，甚至非常大的发展。 

于海斌：下面有请芬兰阿尔托大学教授Heikki Koivo进行主题演讲“特种环境下的机器人自适应控制系统”。

 Heikki Koivo      芬兰阿尔托大学教授

Heikki Koivo：大家早上好！我来自芬兰的赫尔辛基，非常荣幸参加世界机器人大会。正式开始之前，我想和大家分享一个小故事。芬兰这个国家不大，但矿产很多。1980年我去了一座矿山，他们的主要产品是一些地下的矿石。地下到地上有八个女性，她们戴着手套分拣这些矿石和非矿石，当时我们开发了一种机器，这种机器能够做分拣的工作。这里给大家看一看，有些是灰色和白色的，还有其它颜色的，灰色和白色是有用的，其它颜色是没有用的，所以分拣很重要。这里我想讲的是机器人的自适应控制系统，其中是有人工智能的作用，我的目标是给大家举两个实际的工业当中的案例，想用的是智能控制。

    ZenRobotics是一家芬兰的公司，是在十年前建立的，当时我也去了，他们在垃圾分类方面是领先者，也就是在分类方面是非常强的。可以看到材料被分到了不同的矿当中，包括塑料和木头等等，这个过程非常流畅，增加了其它的特征，比如木板、纸板等等，操作成本很低，不需要有人来操作，1个小时1个机械臂可以分拣2000件物品。有的时候可以把速度放缓，因为这个系统是有自动控制的。

    垃圾在全世界都是一个大问题，因为到处都有塑料袋，食品垃圾超市或者餐厅如果有些食品吃不完，最后要扔掉，每年食品的垃圾都会翻倍，也需要新的智能技术满足需求。我们有了第一套机器人垃圾分类系统，效率高，自动运转，也有多种应用，完全不需要有人参与。因为这项工作肮脏、无聊，速度也会慢很多，这就是垃圾分类的流水线，所有材料都储存在这里，通过这种全天候的自动运转可以提高回收率，保证高纯度，最大限度地减少手动分类。

    每种应用都有合适的机器人，根据垃圾的种类，建筑拆迁垃圾、木材垃圾、运输垃圾、纺织垃圾、废金属垃圾和商业工业垃圾都需要不同的设计。可以根据垃圾的种类设计机器人，右边是针对重型和大型垃圾的重型分拣机器人，左边是用于小型和轻型垃圾的快速分拣机器人。快速分拣机器人非常牢固，垃圾也不会卡住，大型机器人可做30公斤物体的分拣，也可以进行回收操作。此外还可以不断地搜集数据、获得报告，进行垃圾分析。

    我们来看垃圾分类人工智能，一开始使用的就是神经网络，现在已经进入了深度学习和多层神经网络，深度学习当中有数百万的参数，借助强大的设计师垃圾和环境的变化。世界各地都安装了垃圾机器人，这是去年我们在中国安装的，叫做绿和环境科技公司。这是芬兰赫尔辛基的垃圾处理线，也是能效最高的，第一阶段开始有一个传感器单元扫描垃圾流，第二阶段是控制软件、分析数据、控制机器人，也就是能够将信息传递给机械臂，除了这些信息之外还有一些传感器，通过传感器识别材料、物体，并且进行抓取，都是非常精准的。

    具体而言，我们需要添加一些成像的传感器，中间会有一些光谱，人类只能看见一部分的光源，光谱相机能够看到的光谱种类更多，还有金属的探测细胞，包括3D激光扫描仪可以创造物体的3D图像，这样就可以知道它的形状和体积了。所有的这些信息都输入到大脑当中，最终汇总到中央智能处理单元，包括这些物体的材料、形状、重量、抓取点，这些都是机械臂需要的信息才能完成它的任务。可以看到对物体进行分割、对材料进行识别，无论是木头还是金属，分析物体的体积、重量，甚至可以分析物体的价值。通常来说，教会机器人一个周末的时间就够了，然后让它识别石头、金属，很快就能够学会了。

    下面是自动驾驶汽车，可以在街道和高速公路使用。城市当中自动驾驶车辆必须能够识别行人、其它车辆和周围的环境，高速上面也是一样，这种瓶颈下感知的技术是必须的。当然，有些人可能是通过其它的方式描述这种技术。

    再就是自动驾驶船舶，也可以称为自动驾驶轮船，这是一些实际的案例，最后的一个来自荷兰，都是使用了自动航行功能，可以让它实现自适应巡航。这是最古老的船舶和自适应控制器，最早是用回转罗盘控制飞机运行的轨迹，劳伦斯斯特拉1918年就在巴黎做过尝试，之后要很好地控制飞机的转向，也使转向变得更加稳定，劳伦斯的父亲艾尔默是回转罗盘的发明者，船舶方面回转罗盘能够控制转向发动机，飞机上回转稳定系统可以防止飞机的翻转。

    中国去年推出了第一艘电动货船，为什么电动货船那么重要？因为它是未来造船行业的大趋势，要比传统的机械动力使用柴油发电机的设备更容易，也可以保护环境，不会消耗燃油，自动化和计算机控制也更加容易，并且将传感器融合人工智能和增强现实，更好地融入这些船舶当中。安全性也会变得更好，因为船上需要的人更少了，可能仍然需要几个人，但肯定不需要现在这么多人了，也会对岸上的运营中心有一定的优化。

    智能船舶和自动驾驶汽车当中传感器的种类是差不多的，包括激光雷达、RGB相机和雷达等等。这样大的系统当中，应该把它称之为“系统之系统”，需要岸上的运营控制中心，港口上有这些货船，并且有海上运营的智能船舶和客船。这些都是需要独立考虑的，包括用于轮渡的船只，也需要通过卫星连接，卫星可以收集数据，并且进行实时优化。

    这是智能船只停泊的过程，接近岸边、处理信息、离岸等等，也是使用了激光雷达，包括实时的增强现实技术帮助船长更好地了解相关的情况，在接近港口的时可以搜集到信息。

    现在很多国家包括中国都在朝着这个路线图发展，芬兰还有很多公司也在进行研发，包括岸上的船只情景分析、远程控制和干预，这些都是岸上需要做的事情，包括停泊辅助和冲撞预防系统，也有优化船只控制等等，通过这些技术就可以实现自动停泊，但想实现完全的无人操作的话需要将所有的技术进行整合和完善。当然，最终的目标也是和自动驾驶汽车一样，实现L5自动驾驶，也就是完全的自动化。 

于海斌：下面有请香港科技大学机器人研究院院长、机械及航空航天工程学系教授王煜进行主题演讲“软体机器人技术发展路线探寻”。王煜      香港科技大学机器人研究院院长、机械及航空航天工程学系教授

王煜：现在切换一下主题，讲一个比较新的内容。我尽量以我个人的经历和看法为大家做比较简单的关于软体机器人发展的状况和前景。

    机器人的发展这么多年一直集中于学术界、企业界以及公众界的兴趣和资金推动，同时在学术界也和政府之间建立了一定的发展路线图，所以在美国十多年来一直都有机器人研究发展的路线图和更新。这里提到了很多方面的应用，个人觉得比较严重的有两个问题：机械手的灵巧性和操作性，新型机械操作手或者其它机器人能够更接近人的操作性能和功能。这些问题在路线图当中都提出来了，并且讲了一定的发展方向，但随着时间的发展，我们可以看到方向不是那么明确，最近几年发展的路子可以说是各种各样。

    这张图显示的是如果要做灵巧机械手，通过传统的刚体机器人的做法可以发展到什么情景。按照传统路子来做机器人的话，我们会发现刚体机器人是过去几十年来把机器人作为主要的研究路线，这种系统方法非常成熟，工业机器人的应用得到了全面的推广和发展。按照同样的方式来做，想和人体互动，或者用到更特殊环境下的机器人，我们发现做出来的机器人可能不完全适用。比如要做辅助人走路和辅助人操作的机器人，可以发现这是很庞大的刚体机器人，显然会存在很严峻的局限性。

    按照学术和应用的角度回顾过去机器人，尤其是工业机器人，得到了这么辉煌的发展，它所依赖的是系统性的技术，主要是我们所说的刚体机器人。通过机械原理构建一个机器，这个机器能够给我们运动，再从刚体理论当中把刚体去掉，换成真正的结构性材料，最终把动力学和驱动放在里面，基本上都是电机驱动，最终形成由传感到控制的完整系统，也就是机器人。

    最早从运动学的角度来看，刚体运动学也就是机械原理，1876年一个德国的工程师就把它彻底理顺，然后写了一本书。所以从蒸汽机发明以后，机的发展和机器的发展都是依赖于刚体运动学的基础，然后把驱动、传感和控制完全建立起来，最终形成了一个系统，使得今天有各式各样的自动化机器，包括汽车和火车，更主要的包括所谓的工业机器人，建立在系统性地做机器研究或者机器建立的理论，这套理论已经非常成熟了。

    如果想让机器人做更多的事情，尤其是和环境、和人体进行互动，我们就会发现一个严峻的问题，也就是这些刚体在马达的驱动下惯性非常大，接触到外界就会发生很强烈的冲击，可能会造成不安全，刚体和软体的环境互动也不是那么容易控制。如果用传统的刚体机器人来做新一类的、超出工业机器人需求的话，我们可以看到其所具有的新的性能就不那么容易了。

    我们希望机器人能够和环境、和人直接互动，这种需求会带来很多对人的帮助，包括康复、协助老人，或者是穿戴，也希望能够有传感，机器人能够有直接的通信，互动方面就非常不容易，因为刚体确实不是互动很好的元素，而且运用马达驱动的时候，控制好马达能够得到很柔顺的驱动、很柔顺的互动，这是非常严峻的，因为马达的功率一般都是很大的，现在不能做到那么低功率的柔性控制。

    我们需要思考能否找到其它方式，自然会想到人体。人体虽然有骨骼结构，但外面有软体也就是肌肉，更重要的是有肌肉和皮肤作为和外界互动最主要的界面，而不是骨头直接和外面互动。我们要想到能不能改变刚体机器框架，换成通过不同的材料来做新的机器人，也就是用软体材料，软体互动性能就会好得多，要是用软体做出新的机器人可能会带来新的应用领域。

    按照人的角度来看，我们肌肉的弹性系数基本上是和橡胶硅差不多，也就是用橡胶硅来做，尤其是从弹性的角度来看应该和人是差不多的，这样我们就开始尝试用软塑料一类的材料来做机器人，软体机器人就从此开始变成一种新的想法。实际上这项工作还是相对比较新的，直到2012年左右美国有几个教授用气枪为塑胶通气，这些所谓的软体机器人能够做几个动作，能够爬和跳，也给大家带来了很令人兴奋的观点，这些机器可以做到我们所要的机器人性能。有了这些前沿性、探索性的工作以后，整个学科都非常兴奋，大家很清楚软体机器人的市场前景，医疗机器人、机器人玩具和穿戴机器人都可以做到。

    当然，我们还需要其它技术。比如传感技术和驱动技术，需要柔性的传感驱动，也需要柔性的驱动器。柔性传感的材料已经做过一些研究，但做柔性驱动就不是那么容易了。可以看到市场上大家的猜想，比如飞机的机翼不是现在的固定机翼，而是柔性的、可变形的机翼，如果做得好的话对空间动力学性能更好，所以也有更多其它的用处。后来3D打印技术也就越来越广，如果有了3D打印技术，或许可以有更复杂的软体机器人材料。

    软体机器人的发展需要仔细考虑几个问题：按照学术的角度来看，既然做软体机器人就需要软体，也会给你柔性互动的本体，里面可能有刚体，也有可能就像人一样有骨骼，刚体之间也有可能产生运动，我们会有铰链放在里面。肉体当中可以加入一些分布性的驱动器和传感器，因为有分布性的软体，如果有分布性的驱动和传感，柔性机器人的性能就会变得更好。只有刚体骨架作为传感，外面的肉体无非就是被动的皮肤和肌肉，互动的性能可能会低一点。

    总体来讲，按照学术角度，我们要把软体机器人看作人一样的结构。这里的问题会非常麻烦，比如怎么做这些东西，最终还要看它能够给你的功能和性能。我们需要知道它的运动是手还是脚或者是车子，要看最终结构做成什么样子。如果是一个手我们就需要设计手指，让手指抓取物质，如果是一个驱动就要做成脚。软体的部分需要包含在机器人的设计、传感和控制整体的框架当中，现在基本上没有什么很好的理论，也就是说把刚体运动学搬到柔性体当中，因为还没有这样的运动学理论。

    个人觉得我们需要从最基础的角度来看软体机器人，主要有三个大的问题：如何定义柔体系统的运动？机器人毕竟是要做运动的，刚体运动学通过机械原理可以解决，软体现在还没有。如果能够从软体得到运动，这个设计方法是什么？我们不可能用到铰链和传感，如何从软体当中产生运动？更复杂的就是怎么控制，控制变成了非常麻烦的事情，因为有无穷多的自由度，要看怎么驱动软体系统，最终怎么做到很好的控制。更实在的问题就是什么材料能够制造出来，今天我们遇到的最主要的问题就是软体机器人的材料，材料给了我们很大的局限性，我们没有非常想要的软体材料真正来做最终想要做的软体结构。

    软体机器人和所谓的固体力学放在一起，也就是希望有一块材料，可能是线性、非线性，可以有边界条件和驱动，所以就是固体力学。但从固体力学当中我们又想得到运动和原理，比如机械设计。反向运动就是怎么反过来控制你的结构，最终产生想要得到的运动学。

    这是软体机器人系统，如果上面有软体机器人的结构，需要有设计方法，然后就有模型，产生动态方程，最终可能有局限性的传感，不是每个自由度都有传感，然后用传感系统来做控制，所以要产生控制系统，最难的就是要看什么设计、什么架构能够产生想要的机器人，软体机器人需要完成什么任务，怎么去实现这些任务，所以需要去做运动规划或者任务规划，也就是高层次的问题，然后再加上具体的动态系统，产生合适的控制，最终才能实现。

    理论上来讲，需要解决的就是这样几个大框架，但认真做起来的时候就不是那么容易了。我们来看一个已经实现的例子，就是在虚拟空间，这个问题已经有人解决掉了。做计算机图形的人已经想到了这些问题，可以做一个虚拟的软体机器人，它的性能完全是你需要的，所以上面是一块很软的材料Jelly，它有四个小腿，如果有很好的理想驱动就能够跳动。上面这个Jelly做机器人同学的人已经把所有的问题都解决了，可以完全作为很合适的条约动作，再下面做了米其林轮胎机器人，外面是肉体的，里面是骨架的，包括马达和气动的控制。

    这个机器人在虚拟环境当中完全可以平衡、跳跃，而且做各式各样的动作，所以从仿真的角度来讲，理想的系统当中软体机器人已经解决了。这里非常麻烦的就是模型是理想的模型，材料可能是线性的或者非线性的，驱动是能够产生力或者强基力，控制系统当中的控制方程和控制方法都解决了，加上仿生设计和运动规划、任务规划都是用传统的机器人设计方法解决，无非就是理想的、模拟的图形学，没有变成现实。变成现实的话需要找到材料、驱动和传感，都要和模型特别匹配，能够这样的话我们就可以把它变成现实，但现在来说是非常难的。

    之前我们讲到了医疗、国防和急救，真正最大的市场还是玩具，而且对行业最感兴趣的还是迪士尼，迪士尼投入了很多资金，但做起来不是那么容易。真正做到软体材料的时候就会发现，找到一个合适的非线性模型，能够把这些软体材料描述得很确切非常不容易。如果非线性更强的话，做控制做设计也非常不容易。现在大家的做法是百花齐放，参加软体机器人会议，不管是学术会议还是行业会议，可以发现各式各样的系统和软体机器人都有人在做，包括电驱动的、用硅胶的，还有塑料材料和3D打印，大家一般都是通过经验和刚体机器人设计方法的模拟，能够产生自己的设计来做实验。实验的时候可能会有一两个动作，比如抓水杯抓苹果抓铅笔，然后就可以看到找到了机械手。这些都是非常有局限性的，材料的性能也非常不好。

    现在大家非常期望的就是通过3D打印，3D打印的发展也比较迅速，给我们带来了一些机遇，我们可以把不同性能的材料混合起来，也可以分开，最终通过3D打印得到比较复杂的柔性机构或者机械手指和机械腿。这里我们做的是3D打印的手指，可以抓苹果抓鸡蛋抓豆腐，但真正用起来的时候就会有严重的问题。现在这种驱动下还是很柔，把东西抓起来以后希望能够快速移动的时候，可以发现手指头会抖动，所以就没有刚性。又要柔又要刚，所以就有性能变刚度，这种性能在柔性机构或者机器人当中还是非常有限的，所以也是一个比较严峻的问题。

    平常机器人用的基本都是马达、气动或者液压，因为这是传统大功率的驱动性能，要是应用到软体机器的话，我们自然希望用软体的材料作为驱动器。最关键的软体材料就是压电塑性材料，有点像硅胶，通了电压以后就会扩展和延伸，气球加了气压以后就会膨胀，膨胀以后自然就会觉得可以作为驱动器。过去的十多年材料用了很多，现在有非常大的局限性，也有各式各样的适控性能。具体做起来也不是那么容易，因为材料非常黏，也不好用，虽然又简单又便宜。最简单的驱动器就是做一个气球，无非是通过电压改变气球的大小，因为是可以做电驱动的。这里的电压非常高，可以达到好几千伏，如果用得不好会经常起火，短路也会发生，表面可能有些瑕疵，一下子就会爆掉，所以非常不好用。

    原来的想法就是把这些驱动器做得很好，然后分布性地放到软体机器人结构，每个驱动球都可以独立控制，这样就有分布性的控制来做驱动，性能也会好得多，但是做起来很不容易。最近的做法就是做成一个队列，驱动的时候会产生一些波，最终可能会带来各种效果，我们做的就是类似踢足球的东西。通过这种驱动器做到最好也不过如此了，至多是驱动一条很小的鱼的尾巴，抖动大概有4-5赫兹，频率也不会太高，力也不会太大，无非就是变形比较大。现在行业当中对软体机器人来讲，驱动材料也是很大的瓶颈，气驱动、液体驱动和压电驱动效果都不是很好，怎么才能有很好的驱动器才能帮助软体机器人的发展，这也是个很严峻的问题。

    说到最后，现在来看没有一个路线图能够把软体机器人怎么发展理顺，实际上就是三大问题：机械运动原理、刚性结构、驱动和反馈，最终要有理论帮助设计，还要有理论帮助来做任务规划和路径规划。因为材料的局限性太严重，驱动的可行性太小，设计的方法基本上没有，所以现在大家能够做的就是做案例分享，想到好的办法就做好拿出来给大家看，把可行性向前推进一步。软体机器人要越来越多，小问题都有多多少少的进展，慢慢地这些成功的案例和经验能够融合在一起，使得软体机器人在理论上有所发展。更重要的是要有适合做软体机器人的材料，包括压电材料和其它材料，还有可能给我们提供很好的空间，适合软体机器人发展。

    今天有很多做塑性材料的公司，但对软体材料基本不理解，认为我们没有市场，因为我们需要几公斤就够了，他们需要看到的是几百万吨需要的材料，没有那么大的规模，这些做塑性材料的人不会在短期内帮我们的忙。个人认为前景应该是很好的，但道路还是比较长的，所以稍微给大家泼点冷水。 

于海斌：下面有请美国麻省理工学院机械工程系副教授Alberto Rodriguez进行主题演讲“我们离自动灵巧机器人有多远”。

 Alberto Rodriguez      美国麻省理工学院机械工程系副教授

Alberto Rodriguez：谈到机器人真正像人一样操纵距离我们还有多远，我无法给大家具体的数字和具体的描述，最后我们肯定能够达到这个目标。我来自麻省理工学院的机械工程系，我们有一个MCube实验室，主要是研究机械领域和操纵，研究的是规划、控制、感应，如何让机器人按照一定顺序移动，最后是学习。

    机器人灵活的操控到底是什么？人的角度是一方面，另一方面要看机器人现实的情况。过去几十年机器人的操控是非常精准地把一个物体从一个地方转移到另外一个地方，工业机器人基本上就是把东西拣起来放到另外一个地方，也就是物体和机械臂之间的互动，做起来非常精准。人手明显可以做更多的事情，机器人距离人手还很远。操控其实是安排这个世界、安排周围物体的艺术，是用手或者用其它部位操控，比如用胳膊和手来操控外套，把它穿上或者脱下来。按照研究的角度来看，我们也不知道这个东西到底怎么解释，穿上这个外套过程当中发生了什么事情，身体发生了什么变化。按照研究的角度也可以理解机器人到底能做什么，我们必须要把这些不断简化，比如切洋葱或者切胡萝卜，这些也是不容易的，因为要控制力度。

    更简单的是参数化操纵，也就是和周围环境之间的互动受控程度很高，比如开门或者关门，因为要用门闩来控制，所以动作就非常简单了，周围的环境已经受控了，这就叫做参数化的操控，自动化机器人在这个层面能够做一些事情。下面的就是抓取，抓取这个动作是机器人行业过去一年研究的重点领域。首先是要接触这个物体，然后把它抓起来，挪到其它的地方，或者是做些其它的事情。这个级别也是大多数研究和应用处在的水平，也就是进行抓取。真正的操控要复杂得多，每往上走一个级别都是这样。我们这种做学术的人把操控当做非常抽象的问题，实际生活当中有很多应用。我们需要机器人组装手机，包括垃圾回收，可以挑一些不同材料的东西，我们需要机器人来做这种事情。

    这是2010年墨西哥湾漏油事件，那个时候技术并没有那么先进，当时机器人也是试图控制漏油，需要快速反应，因为人是无法到达这个地方的。最近我们都在谈老龄化的问题，并且在家里的时间更长，需要机器人帮助我们来做一些简单的事情，比如把我们叫醒等等。所有的这些任务都需要机器人去完成，包括抓取等等。

    现在操控的技术都有哪些？有些相对比较成熟了，有些我们想要实现。比如物体的拣取，这些东西材料不同、形状不同，可以让机器人去拣什么东西，机器人就会进去把这些东西搅拌一下，仓储也可以使用这样的技术。再就是物品的处理，不仅仅是拣东西，我们希望机器人能够处理一些物体。比如把这个东西拿起来，可能想把它放到某个特定的位置，这也是工作自动化的一部分。人手可以很容易地做到这些事情，如果是机械手的话首先要把这个东西夹起来，放到特定的位置就很困难了。最后就是物体的使用，不仅仅是用手抓起物体然后放下，同时还要做装配和工装，接触力度要更加精确，而且要根据不同产品调整接触力度。

    物品拣取也是现在我们所处的发展阶段，传统仓库和物流当中都有使用，有些仓库非常之大，人工也会非常费劲，机器人是很好的取代人工的方式。亚马逊的一些大型仓库当中需要由机器人拣取物品，就是从盒子当中把物品拣取出来，但现在仍然是有些人在做其中的一些工作。亚马逊组织过好几次物品拣取的挑战赛，就是想推动拣取物品技术的发展，以及在很多不同的物品情况下识别物品的能力。

    这是机器人挑战赛，包括环境的障碍，密集杂乱的物品和多变的物体，有的东西是堆放在一起的，所以必须能够分清哪些物品是需要拣取的，有的物品是硬的，有的物品是软的，有的物品是又硬又软的。我的团队也参加了三次机器人挑战赛，开发出的技术是可以做到折中操纵的。这种挑战就是抓取和选择，机器人需要自动理解哪些是需要去取的，有些可能有特别的尺寸和要求，如果这个物品非常大，可能需要不同的工具进行抓取，所以这些都整合到了机器智能当中。机器人需要能够感知哪些物品是需要抓取的，根据之前确定的图像拣取，真实的物体和选择的图片是的。

    我们可以看到这里要抓取的东西很多，剪子、刀片和电池等等，机器人看到一系列图片的时候，最新的系统无论是数还是行业当中，看一看这些公司最新的发展，它们都在使用深度学习或者深度神经网络，可以识别在什么情况下什么东西是可以拣取的。在这种情况下它意识到应该拣取这个小东西，之前它负责看过，但在拣取的时候需要一个加长的手才能抓取起来，学会识别哪些是容易拣取的，哪些是不容易拣取的。下面有摄像头，可以对它之前的图像进行对比，比如现在抓的打蛋器和普通的勺子分清，这种问题是由深度学习解决的，也就是实际的图片和之前预存的图片进行对比，可以创造出这样的系统，并在实际环境当中得到应用。

    这是一个示范，可以认识各种物体，从一个盒子运到另外一个盒子，这是去年机器人挑战赛我们的表现。我想强调的重点是，这项技术已经有了，至少在研究层面上已经有了，北京、上海、深圳、香港、台湾和美国，现在有100多个公司在开发非常好的、类似的解决方案，这些方案在仓库当中已经得到了充分的利用，这项技术在实际仓库当中已经得到了应用。再往上走一层的话，不仅仅是拣取物品，之后还要进行装配和工装，也就是物品的处理。这就不属于现在的范畴了，而是属于不久的将来的范畴，因为我们还需要有些问题得到解决。这是一个纸卷，可以把它抓起来，但出于某种原因它应该是垂直的，这样才能做装配，或者要放到另外一个工作台上面，最后就变成了垂直的，也是我们所谓的机器人灵活度。

    要想解决这些问题，机器人必须知道摩擦接触的动力学，不要让物体掉到地上，也需要像上面这张图一样，拿起东西以后需要从横向变成纵向，也需要有一个提前自动的策略规划。发现了这样的任务，需要把这些机械学原理进行抽象，可以看到环境当中的推进器，也有加爪的手指和摩擦锥、运动锥和重力等等，这些都是建模当中所需的要素。这些物体必须要有智能的运动，这样的话抓取才会不断地对物体进行重新配置。左边是一开始的抓取，右边是通过一系列的思考对抓取的改变。

    抓住物体以后，要把它放到另一个位置，或者是改变它的位置，机器人必须要设计这种顺序，然后改变它的方向，一次动作就可以了，不需要做两次。把这些结合在一起的时候就可以做到把物体从横向变成纵向，首先是在地下滚动，再把它变成纵向，基本的技术都在，去做实施规划的技术也都有了。可以看到物品的处理技术，现在很多的公司都在做拣取，再过五年重点将在物品的配套和进料方面，也就是需要对这些物料进行准确的配置。

    再往下发展就是传统的安装和装配的工作，可以由机器人自动去做，包括抓手和非常准确的几何尺寸，但在非结构化的环境当中，左边是一套工具箱，需要一些螺丝钉和小的轴承，以便能够实现物品的处理或者操控，我们现在也在努力地在技术上取得突破，传感非常重要，能够感受到声音和质量，现在我们需要开发一些技术，这些技术可以实时规划和操控，但现在还没有，五年内也不会实现。

    感谢支持我们的公司，包括ABB和NSF，特别感谢美国工程师协会对我的信任让我来做这样的演讲。