低端協作機器人_風聞
晨枫-自由撰稿人-古今多少事,都付笑谈中26分钟前
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。