|
來源：貿澤電子 1996年，美國西北大學的兩位教授J.Edward Colgate和Michael Peshkin率先提出了“協作機器人”的概念。他們希望探索一種能夠在確保工人安全的前提下，還能與之和諧共事的機器人。雖然他們的構想因當時的技術局限性未能實現，但這種人機協作的理念將人機交互推向了機器人技術發展的前沿。 經過多年的技術革新，終于在2004年，KUKA發布了全球首個協作機器人——LBR，隨后2008年，優傲機器人（Universal Robots）的UR5首次實現了協作機器人的商業成功。自此，協作機器人也在全球范圍內的嶄露頭角。 而今，協作機器人已經成為了制造業中不可或缺的關鍵幫手，它不僅大幅提高了生產效率和靈活性，還徹底重塑了工業生產的面貌。而且隨著成本和技術的持續優化，開始走向更為豐富的商業場景。 
圖1：協作機器人歷史（圖源：AUGMENTUS） 從robot到cobot人機交互的的跨越 協作式機器人（collaborative robot）簡稱cobot，是可以和人類在同一工作空間中協同作戰，并實現近距離互動的機器人。從機器人（robot）到協作機器人（cobot），人機交互實現了巨大的跨越式發展。 傳統機器人是按照預先編程進行自動作業，或者是在有限的導引下進行作業，缺乏主動避讓人類的安全功能。若需與人共享同一工作空間，傳統機器人就必須配備安全防護裝置，通過人機隔離以保證工人的安全，這自然也就隔斷了人機之間的互動可能。 相較之下，協作式機器在互動性和安全性方面表現出色，能與人類更密切的合作。機器人發揮其效率和準確性優勢，而人類則發揮智慧和創造專長。兩者人機協同，可讓生產制造環節在創新和生產力之間取得更好的平衡。
圖2：人機協作（圖源：Mechanical Engineering） 工業4.0時代，制造業需要更快速、主動地響應不斷變化的消費者需求。對于某些定制產品而言，其制造流程和工藝可能都是根據客戶的個性化需求量身定制的。這種大規模定制化的制造趨勢，給工廠的裝配工作提出了更高的要求。 據相關數據顯示，在新時代工業制造中，裝配工作約占總工作量45%，占總生產成本的20%-30%。而協作機器人的出現，可以大幅提升裝配線效率、精度等，更適合定制化的產線作業，是當前及未來工業制造中不可替代的“生產工具”。 Brimind是一家汽車類傳感器制造商，其傳感器產品尺寸非常小，重量也很輕，非常考驗機器人的識別精準度和夾持力度。為了提高裝配效率，減少人為失誤造成的損失，Brimind在裝配線的三個站點引入了ABB的GoFa協作機器人。實際結果表明：開始時人工純手動方法實現了接近90%的OEE（Overall Equipment Effectiveness，設備綜合效率），而引入協作機器人后，裝配站目前的OEE達到了97%。 另一個案例來自寶馬汽車：汽車差速器的裝配對于精度要求極高，需要將各個部件實現分毫不差的組裝。然而差速器的殼體重達約5.5kg，因此對于裝配人員而言操作困難、耗時較長，且裝配精度難以保證。在引入了KUKA公司的LBR iiwa輕型協作機器人后，就可以人機協作實現錐齒輪的靈敏接合，現在差速器和殼體的接合整個過程耗時不到半分鐘。
圖3：BMW使用協作機器人進行變速器組裝（圖源：KUKA） 據Yano Resarch的預測，2032年全球協作機器人的出貨量將從2021年的44,204臺增加至約432,514臺；市場規模從9.94億美元增長至70億美元。 中國是制造業大國，對于協作機器人的市場需求也是逐年增加。據高工機器人產業研究所（GGII）數據，2022年我國協作機器人銷量約為3.5萬臺，整體市場規模達到了36.05億元。如此大的市場和未來增長前景，吸引了全球協作機器人企業的爭先涌入。
圖4：全球協作機器人出貨量變化與預測（圖源：Yano Research） 更好的前景也吸引了資本的紛紛入局，2022年中國協作機器人市場共發生13起，總規模超過50億元人民幣的融資案例。其中節卡機器人于2022年7月宣布完成約10億元人民幣D輪融資，創下了協作機器人領域融資金額新高。 交互能力的實現：感知、計算和HMI缺一不可 協作機器人要與人類在實時動態環境中無縫合作，需要具備強大的交互能力。通過這種交互能力，協作機器人得以準確快速地理解人類意圖、有效溝通并適應動態環境。 而這種交互能力的實現，需要感知、計算和人機界面（HMI）等多個功能模塊的協同工作。
圖5：協作機器人框圖（圖源：英飛凌） 感知能力是協作機器人順利執行任務的基石。具體而言，感知部分分為環境感知和機器人自身感知兩大類。環境感知主要依靠傳感器來收集周圍環境的信息，從而判斷是否滿足工作的條件。而機器人自身感知則通過一系列傳感器，如位置傳感器、力矩傳感器、視覺傳感器、壓力傳感器以及3軸陀螺儀或IMU等，來確保機器人的動作精準無誤，同時實時監測人體位置，有效避免任何潛在的相互干擾。 在計算部分，協作機器人的每個運動軸通常都配備了獨立的微控制單元（MCU）來負責電機的精準控制。而對于機械臂整體智能的協調，比如傳感信號的采集、視覺信息的處理、工業互聯及人機界面（HMI）等復雜任務，則需依賴功能更強大的微處理器（MPU）、系統芯片（SoC）或中央處理器（CPU）來實現。這些核心的計算與控制功能，有時直接集成于協作機器人中，但更多情況下是通過外部的獨立控制器來完成。 至于人機界面（HMI），常見的形式包括觸控屏、交互式按鈕、語音識別系統等。這些界面同樣依賴傳感器與MCU的配合，以實現直觀且高效的人機交互。
圖6：協作機器人應用框圖（圖源：英飛凌） 那什么樣的器件才能夠滿足協作機器人的感知、計算和HMI應用需求？接下來我們一同探究。 為電容/電感傳感而生的MCU 電容傳感技術適用于那些需要觸摸按鈕、滑條、旋鈕、觸控板以及觸摸屏等交互界面的應用場景。相較之下，電感傳感技術則是一種既可靠又經濟的方案，它不僅能與現有的用戶界面無縫集成，還能用于檢測金屬或其他導電物體的存在。 英飛凌（Infineon Technologies）提供了先進的CapSense電容傳感和MagSense電感傳感產品，而且還提供了更易與這兩類傳感器結合的PSoC4系列MCU產品。
圖7：PSoC4電感應用框圖（圖源：英飛凌） PSoC4系列微控制器基于Arm Cortex-M0架構，這不僅保證了較低的能耗，而且其主要特色在于其內置的混合信號架構。該架構配備了豐富的模擬和數字資源，特別是為CapSense和MagSense量身打造的專用模塊，大大簡化了與電容和電感傳感器的接口設計，提高了信號處理的效率。 關于PSoC4系列我們推薦的具體型號為CY8C4024LQS-S411，詳情可在貿澤電子官網上查詢。
圖8：PSoC4參數表（圖源：英飛凌） 賦予機器人聆聽的能力 在人機交互領域，語音互動無疑是實現自然溝通的關鍵手段之一。機器人能夠通過內置麥克風捕捉人類的語音指令，并通過揚聲器進行即時反饋，從而實現雙向的語音交流。 對于構建高效的語音用戶界面（VUI），英飛凌的XENSIV™ MEMS麥克風系列是不錯的選擇。這一系列的麥克風擁有高達105dB的動態范圍，即便在嘈雜的環境或高聲壓級下，也能以極低的自噪聲和微小的失真保持音質純凈，確保對音頻信號的精準捕捉。 推薦產品型號為IM67D130AXTSA2，詳細信息可在貿澤電子官網上查詢。
圖9：XENSIV™ MEMS麥克風（圖源：貿澤電子） 探索未來：自然人機交互的新紀元 協作機器人的人機交互正逐漸邁向其終極目標：打造一種如同人與人交流般自然流暢的互動模式。在這種理想的互動中，哪怕是微妙的眼神和肢體語言都能成為信息傳遞的載體。技術的不斷進步，尤其是在自然交互與情感表達方面的突破，為我們揭示了這一愿景的實現之路。 隨著大語言模型（LLM）技術的興起，將其與協作機器人進行結合正變得越發可行。展望未來，人類將能夠借助自然語言與協作機器人進行溝通，而非局限于預設的固定語音指令。得益于語義分析能力的加持，協作機器人在自然學習方面的潛力將得到極大拓展；相比之下，傳統的軌跡學習能力不過是冰山一角。曾經高大上的手勢識別與追蹤等功能，也將成為協作機器人的標準配置。 此外，如何強化人們對機器人的信任感也是人機交互研究的重要議題。機器人意圖的可視化表達是增強信任的有效手段之一，這可以通過變換LED燈光顏色或利用顯示屏演繹面部表情等多種方式實現。 而要實現更深層次的無縫協作，我們可以考慮將虛擬現實（VR）技術與協作機器人相結合，甚至通過腦機接口等尖端技術實現人與機器共融，從而達到真正的無縫協作。
圖10：有表情的Sawyer協作機器人（圖源：Rethink Robotics） 隨著技術的不斷進步與創新，我們正向著實現更加自然、無縫的人機協作關系的愿景穩步前行。協作機器人的交互不僅僅是技術進步的體現，更是人類生產方式、工作環境乃至生活方式的一次深刻變革。這一切的努力，都旨在打造一個人與機器人能夠和諧共處、互助互補的未來世界。 |
