機器人如何做到自主決策 機器人視覺給出答案

讓工業(yè)機器人做重復性工作，而把人的智能發(fā)揮到最大程度

首先問大家一個問題，平時住在家里最讓你頭疼的一件事是什么？對于有兩個孩子的我來說，最頭疼的是每次回到家里，都要面對孩子弄得一團糟的房間，而每次收拾這個房間，重復的勞動讓我累覺不愛，相信很多人都跟我有一樣的煩惱，那你們希不希望有個智能的機器人能替你收拾這個房間呢？

它可以走進你的房間，把沙發(fā)收拾干凈，把你給孩子講的故事書羅列整齊，把孩子玩的玩具放進箱子里，你只需要在旁邊葛優(yōu)躺，家里的一切都會嶄新如初，是不是很吸引人？

但現(xiàn)在市面上沒有這個機器人，那視頻里的機器人是怎么做到的？實際是旁邊有個人通過一個遙控手柄一點一點地控制這個機器人把所有的事情做成，干了幾個小時，甚至比人親自做的時間還長。那機器人離我們想象中的未來機器人差了些什么？還差感知世界的能力和作出自我決策的能力，也就是相當于有了手臂和身體，但沒有眼睛和大腦，這個機器人不具備智能。

其實我們在家里可以一邊聽音樂一邊干活，并不是那么枯燥，但在工廠里，工人要面對的是焊接的粉塵撲面而來，是打磨飛濺的火花甚至鐵屑環(huán)繞身體，是旁邊金屬性的撞擊刺痛耳膜，這些都會對人的身體造成永久的傷害。

這就是為什么現(xiàn)在 90 后、00 后，寧可領個并不高的工資，也要待在辦公室或宅在家里，哪怕再高的工資都不愿意去工廠，或者可能這個年輕人干了半年就辭職了，或者心情不好導致工件質(zhì)量出現(xiàn)問題，所以在工廠環(huán)境里，更需要工業(yè)機器人把人類從惡劣的環(huán)境里解脫出來，用工業(yè)機器人替代人去干焊接、打磨、搬運重物這些繁重的工作，而把人的智能發(fā)揮到最大程度。

其實上世紀很早就有了工業(yè)機器人，例如在汽車行業(yè)這種產(chǎn)品一致性非常高的領域里，工業(yè)機器人應用已經(jīng)非常廣泛了。這張圖是特斯拉最新的、全球最先進的機器人工廠，它造的特斯拉的模型都比較統(tǒng)一，機器人要干什么？只要給它編好程從 A 到 B，它就可以一直這樣干，制造的汽車都是一樣的。

賦予機器人智能的視覺，真正做到機器換人

然而在通用工業(yè)領域件尺寸并不固定，可能今天來了一個一米的工件，明天客戶要求你做一個半米的工件，原先的工業(yè)機器人的程序就不能用了，或者今天的物流是個箱子，明天是個柔性的塑料袋，而且隨機地放置，這些問題都不能讓不夠智能的機器人來解決。

那解決這些問題要通過什么？就像前面的視頻里，需要一個遙控手柄，在機器人行業(yè)里實際就是個操縱盒，告訴機器人要走一米的長度，或者半米的長度。而如果換了一個物件，人不去盯著它，就會像盲人摸象一樣，機器人不知道要做什么事，很有可能把這個工件做錯。那怎么解決這個問題？我們提出的解決思路是給工業(yè)機器人一雙慧眼。

什么是慧眼？慧眼就是智能的視覺，我們給機器人智能的視覺，機器人就具備了柔性的能力。

機器人視覺到底是怎么工作的？它其實就是具備了人眼的功能，人眼干什么機器人視覺就干什么。右邊是替代人眼的工業(yè)相機，跟手機相機沒太大區(qū)別，只不過更結(jié)實，能夠在工廠環(huán)境里抗干擾。

用工業(yè)相機替代人眼實現(xiàn)視覺的功能，人眼看到的是蒙娜麗莎的畫像，而工業(yè)相機獲得的是一個二維數(shù)組，二維數(shù)組里每一個數(shù)字都代表圖像里的每個像素，通過獲得的數(shù)組加上開發(fā)的智能軟件和算法就可以獲取想要的信息。

工業(yè)機器人在工業(yè)中經(jīng)常要解決三維的問題。剛才所說的是一只眼睛，只能看到二維的世界，在三維到二維的過程中損失了一個深度信息，而我們要做的就是利用雙目或者多目的方法把丟失的信息找回來，用兩個攝像頭從不同的角度去看，可以把特征匹配起來，把二維又重構(gòu)成三維，甚至用多目的方法會比人的眼睛更加出色、更加智能。

這個視頻里右邊是一個工業(yè)機器人，左邊則是我們給它配的眼睛，它的眼睛可以不斷地識別不同種類不同樣子的物體，隨機擺放也可以找到物體的位置，獲取物體的形狀信息。而機器人有了眼睛、有了決策能力，就可以進行自主地隨機地碼放，這機器人就有了柔性和智慧。

在工廠里并不是都用雙目的方式，還會采用更加可靠的方式。這張圖片上是 CCD，就是常用的工業(yè)相機，下面是用一個抗干擾的強激光打到一個物體上，近的時候激光反射到相機上是一個位置，遠的時候是另一個位置，通過兩個位置的變化就知道物體到底離我們近還是遠，這是一個點的問題。

而線的問題上，打一個橫的激光可以獲得一個線上物體的三維位置，而把這個線通過運動掃描就可以獲得完整物體的三維位置，通過這個物體的三維位置加以我們的算法，就可以告訴機器人應該怎么做這件事。

圖 | 工業(yè)機器人掃描工件（來源：YaskawaUK）

這個視頻里工業(yè)機器人終端的一個焊槍上，加了三維的傳感器，通過結(jié)構(gòu)光掃描把整個物體的形貌掃下來，然后告訴機器人應該從工件哪里開始焊接在哪里停止，如果工業(yè)變了照樣可以通過掃描來確定運動軌跡。從視頻中可以看到，最后機器人通過掃描發(fā)現(xiàn)了終點，運動應該停止它就會抽身離去，這樣的工業(yè)機器人就具備了完整的視覺，不需要人再去操控它。

這兩個視頻都說明了工業(yè)機器人搭配視覺的好處，首先不需要再雇一個懂機器人編程的人去控制機器人，真正做到了機器換人的目的，同時可以實現(xiàn)柔性的加工，通過加入視覺大大地提高生產(chǎn)效率，而且可以保證生產(chǎn)質(zhì)量，機器人不會像人一樣鬧情緒。

未來機器人如何提高智能？

接下來跟大家分享一下工業(yè)機器人的發(fā)展趨勢，工業(yè)機器人上世紀中代就已經(jīng)開始發(fā)展，最早期經(jīng)歷了第一代機器人，也就是現(xiàn)在使用的主流，機器人需要教它怎么干，它才知道怎么干，這種使用已經(jīng)受限了。

現(xiàn)在機器人正處在第二個階段，就是增加視覺乃至觸覺等一系列的傳感的方法，讓這個機器人更加智能，更加具有柔性。而接下來我想給大家展望一下未來機器人的模樣，就是我們期望的主流，要提高它的智能、做自主的決策。

從我的角度來看，機器人未來發(fā)展方向是加上 AI 和 AR。首先來看 AI，上圖是上世紀 60 年代 IBM 開發(fā)的世界最新型的計算機，大概有一個小房間那么大，正是用它把人類通過阿波羅計劃送上了月球，可這個計算機的計算能力甚至不如現(xiàn)在手機計算能力的 1% 甚至 1‰，人類已經(jīng)通過摩爾定律掌握了大量處理數(shù)據(jù)的硬件計算能力，所以我們可以引入深度學習這種人工智能方法。

左邊是喬治華盛頓的圖像，我們通過不斷地圖片訓練，不斷的大數(shù)據(jù)的引入，給它供應很多人臉的數(shù)據(jù)，最后可以得出我們要的結(jié)果——他的名字。而工業(yè)機器人通過大量的訓練，也可以通過視覺判斷這是什么樣的東西，我應該怎么做，有了 AI 的功能，機器人未來將會更加強大。

而通過 AR 使得人和機器人相互作用，可以達到更加智能的效果，我們說的機器換人并不是把人完全用機器人替掉，而是人干人最適合干的工作、更智能的工作，機器干重復的有傷害性的工作，而人機協(xié)作是未來的一個大方向。

我們通過 AR 的方式，可以讓人的智能發(fā)揮非常好的作用，人看見機器人將要做的工作，只需要給個指示告訴機器人，1 號 2 號工件應該怎樣裝配，大大發(fā)揮人的智能性。而擰螺絲甚至焊接這種傷身體的工作，重復性勞動的工作由機器人來干，通過 AR 和機器人技術(shù)的結(jié)合，會讓我們的未來世界中機器人應用更加廣泛。