智能巡检机器人的技术分析
第 1 页 共 6 页 智能巡检机器人的技术分析 智能巡检机器人是最近几年才发展起来的一门新兴产业，发展历程较短，但 速度较快，特别是在电力系统推进变电站无人值守的进程中，巡检机器人得到了 规模化应用，并在应用过程中技术不断得到加强和提升。从长远来看，智能巡检 机器人作为电力特种服务机器人的一种，将赋予更多的内涵，承担更多的任务。 （1）智能巡检机器人技术水平 智能巡检机器人是以智能巡检技术为核心，整合机器人本体技术、电力设备 非接触检测技术、多传感器融合技术以及导航及行为规划技术等于一体的复杂系 统，其技术水平具体分析如下： ①机器人技术水平 机器人技术是机械、电子、软件及人工智能等多学科技术的综合运用，主要 涵盖机器人共性技术（机械设计、驱动器、控制器、执行器、运动控制、自主定 位与导航、图像识别、深度学习、云计算与边缘计算、人工智能）和创新技术。工业机器人行业存在问题及对策分析
随着工业机器人技术的不断发展，机器人正逐步应用在各个领域，但是一些问题也暴露了出来：
一、产业基础薄弱
工业机器人（300024）作为“制造业皇冠顶端的明珠”，需要材料、机床、电子等行业的配套支撑。《2016-2020年中国工业机器人产业深度调研及投资前景预测报告》指出，我国在相关零部件方面的产业基础薄弱，工业机器人配套企业的加工能力和水平参差不齐，质量、产品系列和批量化供给能力都与国际知名企业有较大的差距。特别是高性能交流伺服电机和高精密减速器的差距尤为明显，研发能力落后。目前，国内工业机器人的核心零部件70%以上依赖进口，进口成本已占总成本的40%以上，严重削弱了国产工业机器人的竞争优势。
二、产业体系尚待完善
工业机器人强国高度重视完善公共服务平台、技术标准和人才等产业体系。以日本为例，日本政府通过建设机器人公共服务平台将关键共性技术、标准化的工艺实现信息共享、推广应用，日本机器人协会也积极推广日本工业机器人的技术标准。同时，FANUC等国外工业机器人企业大都设立培训中心，培养专业人才。我国早期的机器人研发多以高等院校和科研院所为主，存在技术研发与市场应用脱节的现象。企业的科研也各自为政，科研机构、生产企业、用户之间缺少协同创新和信息共享的平台。在技术标准等方面缺少话语权，对专业技术人才的培养力度不足。
工业机器人
三、规模化水平低
工业机器人行业存在“100台起步、500台持平、1000台盈利”的说法，反映了规模化对工业机器人行业发展的重要性。我国工业机器人的发展尚未形成规模化、产业化的运营模式，年产500台的工业机器人企业比较少见，高端工业机器人仍依赖进口，国产工业机器人主要以中低档产品为主。2013年，我国自主品牌工业机器人仍以中低端的三轴、四轴为主，高端的六轴关节机器人占比不足6%。尽管我国早在国家863计划就已开展了机器人技术的科研攻关，但是，由于当时工业机器人的广泛使用未现端倪，机器人技术的产业化和市场化水平不高。机器人技术水平和市场化程度的滞后以及应用企业较长的验证周期导致我国自主品牌的工业机器人缺乏影响力，推广应用难度较大。
四、市场同质化竞争
在中国工业机器人需求迅速增长的形势下，大量企业和地方政府看好工业机器人市场，企业通过并购、合资、参股等方式进军工业机器人行业，地方政府也积极布局工业机器人产业园区建设。目前，我国工业机器人企业主要集中在系统集成环节，通过采购国外工业机器人为下游用户设计方案，徘徊在高技术产业领域的低附加值环节。因此，我国工业机器人产业存在低端锁定的风险。国内工业机器人企业的恶性竞争和“一哄而上”式的重复建设，使得国内生产工业机器人的企业利润微薄，最终可能制约国产机器人向产业链高端升级的进程。
那么，对于这些问题我们应该怎么应对解决呢？
工业机器人行业发展对策建议
一、加大技术研发力度，适应产业发展方向
目前来看，工业机器人企业的投资主要集中在上游原材料以及工业机器人本体的生产环节，而对于技术研发的投入所占比重严重不足，核心技术与日韩等国家仍有较大的差距。因此，工业机器人生产企业应加大企业的技术研发力度，重点研究开放式、模块化的工业机器人系统结构，研制具有自主知识产权的先进工业机器人控制器，以及针对汽车制造业，焊接行业等具体行业的工艺需求，在结合新型控制器技术和智能化作业技术方面进行研究。
二、依托院校联盟资源，推动产品技术创新
高校和科研机构具备较丰富的资源优势，在转化科技成果、产业发展、探索创新机制等方面具有独特优势。知识创新的主体是高校与科研机构，技术创新的主体则是企业，技术创新的关键是要解决好产、学、研结合的机制问题。依托高校和科研机构，可以整合产、学、研三方面的关系，促进各种创新要素的有机融合，使之在新的起点上、更大的范围内实现地区知识资源的优化配置，从而大力推动科技创新，促进产品的技术创新。
三、优化人才成长环境，加大创新人才培养
中投顾问发布的《2016-2020年中国工业机器人产业深度调研及投资前景预测报告》指出，企业需要不断地积极探索经营机制和用人机制，鼓励采用人力资本、技术入股、期权等多种形式的激励机制，吸引和稳定技术骨干、高级管理人员加入企业，力争营造良好的工作环境，激发员工的积极性和创造性。同时，企业应支持工业机器人领域相关人才参加各种学术会议，加强和促进企业开展的相关技术培训，加强校企合作，集中培养关键领域中的稀缺人才，培养高素质的技能型人才。
四、发展高端工业机器人，不断推进人类和机器人的和谐分工发展
工业机器人改变了传统的生产制造方式，可以有效提高劳动生产率和产品质量一致性，代替人或人的某些作用，尤其是在一些特殊作业环境下，甚至可以完成人无法操作的作业。需要研究节能节材机器人以及机器人绿色制造应用技术，研究机器人与人类一起协同工作方法，以提升生产效率和生产柔性化，降低资源消耗，减少废弃物排放，解放人类繁重体力劳动和重复性工作。
另外，发展机器人产业，不仅不会造成大量人员失业，反而又会创造更多就业岗位。机器人已经在全球直接创造就业岗位400万——600万个，间接创造就业岗位300万——500万个。虽然机器人可以代替部分人的工作，但却永远不会完全取代人类，不必担心失业问题，因为是人类在创新和发展机器人，并且控制机器人为人类工作，尤其是使人更多关注创新工作和创造能力，实现机器人和人的工作和谐分工和合作，将机器人数字化、自动化、智能化与人类创造力有机结合，助推幸福制造、绿色制造和智能制造。
工业机器人目前面临哪些技术方面的问题
（文章来源：腾讯新闻）
谈目前的工业机器人存在的技术问题之前，我们可以从另外一个角度来思考一下，为什么有很多仓储物流中心或者工厂内对于物流和仓库的管理不采用机器人来代替人工呢？这个角度其实也能间接的反映出来工业机器人遇到的问题。那我从工业机器人应用的方面和上边提到的这个角度来看看。
1，工业机器人技术门槛高，价格昂贵，在我多年的接触的项目经验中，不管是厂内物流还是仓储物流中心里，用到的标准工业6轴机械手里绝大部分都是进口的，常见的有ABB，Fanuc，Kuka等等，这些设备成熟稳定，国内鲜有厂家能做出类似级别的标准产品。这意味着这些工业机器人的技术门槛比较高，自然带来的价格问题就比较昂贵，普通的小工厂或者项目从投资的角度很那普及。我想着其实就需要用另外的新颖的角度来解决这个问题，比如针对某些行业或者需求，采用不同的技术原理也能实现同样的功能，但是价格比较低廉，适合于更多的潜在工厂和仓储物流中心。
其实，以上的角度是实实在在发生过的，比如国内很多厂家生产的类Kiva机器人。这种机器人完成的工作与传统的厂内AGV完成的工作是一样的，都是完成从A点到B的无人物料搬运。但是类Kiva机器人由于采用了全新的设计思路和技术，比如采用顶升物料方式和简易的地板上贴附二维码导航的方式，就完成了传统AGV可以完成的工作，甚至效率更高，而且由于结构简单，设计巧妙，国内生产的类Kiva机器人单台车体价格平均达到10万左右，相比传统激光导航AGV动则大几十万甚至上百万的投资，性价比高了不少。
2.不足够灵活和柔性通常情况下，某个行业用到的工业机器人是根据本行业的工艺流程或者实际工况而有针对性的开发出来的，如果工艺发生了变化，之前的设备可能就需要优化甚至某些场合下需要完全推到重来。即使是柔性已经非常强大的标准工业6轴机械手也不例外。比如生产饮料的工厂里的机器人可以抓取某一款瓶装饮料，而由于市场的变化，工厂改生产另外一款包装类型的瓶子饮料，那此时的机械手可能就需要重新设计而且至少要替换掉之前的夹具。而在电商的订单处理配送中心里，订单千变万化，物品的形状也千奇百怪，如果是用机械手来自动完成所有的订单，目前也无法完全实现。
3.机动性不够强搬运机器人里最常见的就是叉车类AGV，相信熟悉或者见过此类机器人的都一个感觉：慢。为什么会有这种感觉呢，因为看见AGV大家就下意识的会拿它和人工开叉车对比。通常AGV的搬运速度为1米，如果是拐弯和后退，速度会更慢。相反，人工开叉车完全两个感觉，人工控制叉车行进时非常灵活，速度也会快很多。叉车AGV速度慢，其中有多方面的原因，跟速度控制和导航方式、安全因素各个方面都有关系。
如果AGV上的传感器足够灵敏，速度控制和响应足够快，相信不久的将来，人工叉车会被完全替代掉。另外，对于绝大多数的搬运机器人来说，行走的方式都是通过轮子的转动来实现车体的移动的，因此搬运机器人对地面有很高的要求，至少需要路面要平整。如果有沟壑和台阶或者有阻挡，通常的搬运机器人是无法克服的。未来的搬运机器人也许可以像Bostondynamic公司的机器人一样，可以跨越任何障碍行走。帮助人类在厂内进行不同工位之间的物料搬运。
4.不足够智能，标准工业6轴机器人可以简单理解为一个更加结实和不知疲倦的人类胳膊，配上各种夹具就可以完成形形色色的工作应用场景。与人相比，机器人差的是指挥胳膊后边的那个强大的指挥大脑。比如对于机械手来说，针对不同的应用场景和项目，需要工程技术人员对其进行程序设定或者至少需要做的示教工作。如果物料单元放生变化，包括数量和位置的变化等，此时也需要对机械手进行人为的再次调试和数据输入。
再比如，在仓储物流自动化行业里经常会遇到需要给机械手配备3D视觉系统来动态识别当前需要夹取的料箱或者包裹的实际位置。这里会有视觉算法来识别多个物料单元的位置关系和位姿数据。而当前市面上的硬件设备和算法并不能应付所有的物料堆叠方式。有些甚至是对于人眼轻而易举能识别的位置，而对于机械手视觉却是个极大的难题。