低端協作機器人_風聞

承蒙好友“五月”准許，特轉載他寫的《低端協作機器人》：

説道“自動化”，我最近關注了一段時間“低端”協作機器人。例如焊接機器人/機械手。它不是什麼新東西，出現幾十年了。現在中國企業的創新是給機械手/機器人加了一個攝像頭，應用智能視覺識別系統，創造了一個全新的門類。它的特點是：

1. 攝像頭+AI視覺識別軟件，能夠自動識別需要焊接的地方

2. 自帶的軟件能夠自動識別工件，1秒鐘形成工件的3D圖樣。操作工可以在屏幕上用筆/鼠標劃出焊接路徑，軟件自動生成機械手的焊接走位方案

3. 工件可以隨意擺放，機械手能自動定位焊接路線。每次上料不需要用夾具精準固定，放在大概的位置上就可以。同理，機械手的安裝也不用精準固定

4. 還可以用“示教”的方式。用手抓住機械手，順着焊縫走一遍。機械手能自動“理解”需要焊接的部位，自動生成走位方案

5. 機械手可以裝在一部小車上。圍繞超大型工件轉悠，焊接應該焊接的地方，例如船用的大型鋼結構。機械手/機器人自動指揮小車圍繞鋼結構走動，焊接

6. 自動焊接機械手/機器人的成本只要幾萬塊，人民幣

仔細想一想，傳統工業機器人的成本很大一部分來自對精度的要求。因為機器人/機械手只能被動地按照規劃好的空間定位、路徑運行，工件固定精度非常重要，機械手的運動精度也非常重要。可以説機械手/機器人工作的前提是建立在足夠的重複精度上。否則工件放置精度出問題，機械手運動精度出問題，機械手無法定位到工作區，機械手的加工任務自然無法完成。

重複精度對機器人的“關節”等部件要求極高。其中的精密部件減速機一直是困擾中國工業的卡脖子問題。精度上去了，載荷就不容易增加。載荷和精度都上去了，機械疲勞影響重複精度怎麼辦？誤差積累了怎麼辦？如何消除積累誤差維持精度？這些都是德日美幾國數十年的技術積累，中國完全無法超車。重複精度是工業機器人發展的最核心的關鍵。人類的手腳雖然精度不高，但是人類工作的可重複精度遠遠超過機器，因為人類會通過手眼協調自動調整手腳的位置，而傳統機器人的所有位置、軌跡都是預設不可改變的。因此，代替工人的傳統機器人往往卡在重複精度這道坎。能夠實現要求的機器人代價就是昂貴的高精度夾具、高精度減速機、高精度傳動系統、高精度電機等等。

現在，人工智能的發展給出了完全不同的解決方案：

AI視覺識別算法+高清攝像頭+機械手動態調整算法

用這個模式實現可重複精度，它模仿的是人類的手眼協調模式。只要給定目標位置，高清攝像頭+AI不斷給機械手發出位置調節指令。機械手用每秒調節數次的頻率調節位置，實現重複定位和規定軌跡。這種模式對機械手的運動系統的精度要求低了幾個數量級，不但不需要高精度減速機，甚至有的方案乾脆用皮帶傳動，實現成本上的毀滅性降低。

更重要的是，這個模式成本非常低：

高清攝像頭，百元人民幣級別；

算法軟件，只要你買機械手，算法軟件免費（中國特色，汗，瀑布汗）；

機械手，不需要昂貴而中國被卡脖子的精密減速機和各類精密傳動系統，精密電機系統，精密誤差矯正系統，僅僅是普通款差不多的國產便宜減速機，精度還湊合的傳動，便宜的電機即可。甚至最便宜的皮帶傳動也有人敢用，你敢信？

這種方案帶來的意想不到的結果是廉價機器人可以大量替代“低端”的勞動密集型工作。

以往動輒幾十萬一套的機器人只有汽車等資金密集型、極大規模生產的企業才能用得起。它們才能通過高利潤和高產量來回收投資。在一套價格低至幾千元，高不過幾萬元的“智能協作機器人”面前，低端勞動密集型企業開始應用機器人來代替操作工。它們統稱為協作機器人。目前我看到、聽到的應用包括：

1. 焊接機器人

2. 上下料機器人，包括衝壓車間，注塑車間，鋼鐵，玩具，電子，電器，傢俱，陶瓷，服裝，流水線等

3. 裝卸碼垛機器人，從貨車上卸貨（紙箱，水泥包，糧食包等），給貨車裝車，車間的成品碼垛

4. 質檢機器人，結合AI視覺質檢方案，實現生產線上的目檢

幾千元至幾萬元一台的協作機器人，已經開始影響了製造業的遷徙和分佈。

一個小案例：江浙家庭小廠特別多，例如小五金廠，小衝壓件廠。它們往往只生產單一產品，靠極致的成本控制維持生存。夫妻兩個僱幾個、十幾個操作工。老闆負責技術和商務，老闆娘負責記賬收錢給工人做飯。顯然，這種小廠的未來應該是被越南印度淘汰。然而，廉價協作機器人進入工業後，有老闆乾脆用機器人代替所有操作工。整個小廠變成只有夫妻兩個和幾十台協作機器人。中國在經歷一輪工業化之後，似乎又回到了新型“小農經濟”。

二畝地，機器牛，

老婆孩子熱炕頭。

======================================

“五月”兄的這個發現非常重要。

中國經濟植根於中國的製造業，中國製造業遍佈整個供應鏈，其中包括正在攻關的高端，更有“打螺絲”的低端。

年輕人正在逃離打螺絲。這不怪年輕人。誰都不喜歡沒有上升空間的工作。曾經有一個時候，血汗工廠或者到建築工地搬磚就是逃離“面朝黃土背朝天”的最現實出路，現在的人們不願意再吃這樣的苦，這是進步。沒苦硬吃不是美德，有老可啃是這一代年輕人的福報。

但沒人打螺絲了，出現兩個問題：

1、工作機會在哪裏？

2、螺絲誰來打？

打螺絲行業不能放棄，片面的製造業高端化是容易走歪的路。供應鏈需要向上延伸，但基底不能丟，歐美供應鏈懸浮化的老路中國不能走。一直在説機械化、自動化、AI化是打螺絲行業的出路，但如何做是一個問題。

傳統機器人高大上，中國在努力攻關，但一些精密又高可靠的部件還是大量依賴進口。歐美的領先行業也是趕出來的，不是躺出來的。他們進步慢了，但歷史積累還在。但是正如“五月”兄指出的，高可靠、高重複精度是有代價的，更是有門檻的。

但是，上帝關上一扇門，總是打開一扇窗。

在自控裏，有開環控制和閉環控制的概念。

開環控制就是“看準了方向，然後閉眼往前走”。只要方向看得準，初始走向準確，走幾步路一般是沒有問題的，但要是走得遠，就難免走岔。

閉環控制就是“邊看邊走”。不光開始要看準，然後邊走邊看，有偏差了隨時調整。這樣，走幾步路沒問題，走長路也沒問題。而且路可以不直不平，只要能看得見，就能跟得上。關鍵是要：

1、有看路的手段

2、會調整腳步

用自控術語，前者是傳感器，後者是控制律。

顯然，閉環之後，對每一步的精確度要求大為降低，反正可以隨時糾偏。系統的複雜性換來的是部件精度要求的降低，在傳感器、控制器（實現控制律的裝置）成本降低的情況下，系統成本是降低的。這正是協作機器人的威力之所在。

機器人閉環的想法很簡單，不簡單的地方在於實現。這正是中國供應鏈發威的地方。就協作機器人而言，手機工業高度發達了，高分辨力微信攝像頭根本不是個事。AI和圖像識別發達了，控制器也不是個事，算力要求沒有那麼高，這裏用的芯片估計90納米足夠。一般性的執行機構（各種電動機、傳統機構、電液機構甚至皮帶等）也不成問題。

AI和圖像識別好比衣服。始祖鳥的防雨羽絨衣可以12000元一件，但街頭小店裏沒牌子但看着挺像一回事、穿着也挺暖和的羽絨衣可能只有百把塊錢一件。OpenAI用了25000塊A100卡才實現ChatGPT4，但專用AI加上優化的算法可以用低得多的算力實現。尤其是將邊緣計算與公共雲相結合後，在用户端的計算簡單、快捷、可靠，上傳到公共雲的關鍵數據（既可以是原數據，也可以是數據融合後的整合數據）和從公共雲下傳的指令數據（既可以是具體指令，也可以是模型更新）補充了“不夠聰明”的邊緣數據。

這些AI、雲計算時代的“新概念”其實在自控世界裏已經用了幾十年了，集散控制（Total Distributed Control或者遞階控制（hierarchical control）就是例子，集散控制是從計算機硬件軟件層面來考慮這個問題的，遞階控制是從數學控制理論來考慮這個問題的。更早還有監督控制（supervisory control），集中的中央控制計算機指揮低階的PID控制器，在架構上就是公共雲-邊界計算的意思。

不同的是，現在這些東西從雲端走入田頭，接上地氣了。

這是需求端和供應端“對上眼”的結果。中國有世界上最大的製造業，最完備的供應鏈，最強的科技力量之一，最充足的投資來源之一，這成為低端機器人的熱土。現在也是唯一的低端機器人熱土。

韓國據説有世界上最高的機器人應用率（應該是以機器人數量與勞動力數量之比來衡量的），但韓國機器人還是傳統思路，韓國製造業也在高端化。值得注意的是，韓國的機器人設計和製造並不佔世界前列，發那科、ABB、庫卡等都沒有“韓國血統”。

中國正在機器人世界攻城略地。庫卡已經“姓中國”，本土成長起來的新松也進入世界前10。重要的是，現在這些“野路子”低端機器人席地而來，很可能重演中國鋼鐵“淹沒世界”的大戲，從低端、低價、海量做起，然後“農村包圍城市”。中國光伏、中國電車、中國風電也都是這樣成長起來的。過去常有人説，中國製造“大而不強”，實際上中國製造在“由大而強”。這是堅實的、不可逆轉的成長，也正因為如此，美國的科技戰越來越把自己關進小院高牆，而不是把中國堵進小院高牆。

這樣的製造業低端機器人肯定會從機電製造“蔓延”出來，美妝睫毛的製造已經在用類似的裝備了，服裝、傢俱製造還會遠嗎？

另一個賽道是人形機器人。這將在服務、護理、快遞更加需要面對公眾的場合大展身手。隨着老齡化的加深，和年輕人不願意做“伺候人”的工作，人形機器人將大量用於護理工作。不僅護理老人，“帶小孩”可能也會部分用人形機器人，它們陪着孩子背九九表和唐詩有無窮無盡的耐心。

人形機器人不僅更加容易被人們接受，也便於利用眾多原本為人類而設計的設施。比如説，爬樓梯機器人是有的，但人形機器人爬樓梯更加輕鬆愉快。泰山陪爬都可以用人形機器人，一家出門，老公騎在王楚然頭上，老婆騎在楊洋頭上，兒子騎在孫悟空頭上，奶奶騎在靳東頭上，大家其樂融融。換個陳道明騎騎，過把騎在皇帝頭上的癮也容易；或者弄個劉曉慶騎騎，她反正揹人有經驗了。

低端機器人不僅解決了“誰來打螺絲”的問題，也提供了大量的編程、維修和用户端個性化工作。這些比打螺絲有意思，收入也更高，但需要有足夠的資質，更要肯學習。躺平着等待蘋果砸到嘴裏上是不行的。