观点|Cobots机器人风靡各行业，开发小型化的协作机器人才是未来出路？

工厂中的机器人历来给我们笨重、危险，并且局限于大型工业环境的印象。但如今，小型的协作机器人正在帮助克服机器人行业的这一传统挑战。

现代机器人技术（不包括汽车和空中无人机）已经成为了可编程的网络物理机器，它本身也已经发生了翻天覆地变化。

智能手机革命和自动驾驶汽车的发展降低了现成硬件的成本，更小、更灵巧的机器人已进入工厂车间。

这些重量更轻、成本更低的机器人可以配备传感器，使他们能够在工业环境中与人类协同工作，由此诞生了“Cobots”——可以执行诸如抓住小物体，发现甚至学习解决“边缘情况”等任务的机器人。

虽然Cobots目前只是40亿美元工业机器人市场的一小部分，但估计未来十年，Cobots将增长到超过100亿美元。

从历史上看，机器人行业一直受到诸多问题的困扰：

- 视觉问题：引导机器人识别和导航物体（包括人）的视觉技术改进缓慢，只能凭借一些简单粗暴的手段保护人类免受机器人失控的影响；

- 敏捷问题：机器人的抓握和机械能力仍然有限；

- 投资回报率低：劳动力成本低，无法在农业和制造业等领域广泛整合机器人技术。

如何使用Cobots应对这些技术挑战？Cobots的出现如何改变制造业、电子商务、农业和食品服务的经济效益？

随着机器人在全球范围内扩散到工厂，它们越来越需要具备识别并安全地在物体周围运作，这就对视觉系统的提升要求很高。

许多机器人在高度结构化的环境中执行可重复的任务，因此安全起见一般会设栅栏笼子，以防止人类危险地靠近机器人。但现在，这种方式正在转变。

近年来，视觉硬件（例如激光雷达）变得更便宜、更有效，并且之后会变得更广泛。今天，许多创业公司正在开发具有视觉功能的写作机器人，它们身上都配备了诸多智能传感器。

Cobots似乎在较小的工厂运营中找到了一个最佳立足点，比如可以用3D打印机协助人类制造一系列的医疗设备，或者用其他机器人实现仓库订单拣选。

当然，机器人视觉仍有改进的空间。

欧姆龙机器人公司的Masaru Takeuchi表示：“机器人可以选择一些东西并快速移动它。但区分对象是什么以及决定如何移动它仍然是一个瓶颈。”

现在的协作机器人技术走到什么程度？

机器人绘制和操纵物体是一项艰巨的任务。但谷歌的DeepMind和加州大学伯克利分校的一些研究发展已经证明了一次性学习的成功。案例证明，Cobots可以在没有大量训练数据的情况下识别新物体。

机器人可能只需要观察一次人来学习任务，或者可以使用VR手势控制（一种由Covariant开创的方法）进行编程。

虽然这项技术还有很长的路要走，但今天的系统已经足够成熟，可以让机器人与人类一起工作了。目前，Cobot臂及其轮式表面AGV（运输材料的自动导向车）已成为制造和仓库环境的标准配置。

机器人可以轻松完成重复的、可预测的任务。

但是对于结构较少的任务，例如从随机分类中挑选一个项目，会有更多独特的场景，因此必须通过算法计算特殊处理。为了实现真正的协作，AGV必须自主“看到”人类面临的障碍并采取相应行动。

人工智能、计算机视觉和自动驾驶领域已经成为算法开发的前沿阵地。在人工智能和机器学习中，为90％的场景自动化路径很容易——最终的10％是很难的。

随着机器学习工具的广泛使用，初创公司正在开发计算机视觉以支持新一波的机器人技术。

以下是Veo Robotics（左）和Osaro（右）的演示，展示了工业拾取和分类功能的视觉系统。Veo由一位前Rethink Robotics员工创立，旨在用人类感知的眼睛改造“哑”机器人手臂。Osaro在Peter Thiel、Elad Gil和Sean Parker等天使的支持下，正在为制药和食品服务等行业开发视觉软件。

随着Cobot愿景的进步，采用也将对这一方面提出需求。提高安全性和能力，意味着系统需求将更大，这可能会进一步吸引初创公司设计更先进的计算机视觉，从而创建积极的反馈循环。

克服机械问题

虽然机器人变得司空见惯，但仍然未达到我们所期望的智慧或灵巧。正如著名的机器人专家Hans Moravec所观察到的莫拉维奇悖论（Moravec’s paradox）：

“让计算机在智力测试或玩跳棋时表现出成人级别的水平相对容易，但在感知和移动方面，很难不花上一年时间来培训技能。”

换句话说，高级推理需要很少的计算，但是低级感官或运动技能需要巨大的计算资源。

敏捷是机器人技术面临的主要挑战。然而，硬件改进使Cobots更有效。

更便宜和更好的Cobot硬件允许初创公司专注于计算机视觉和为特定任务定制软件。最大的Cobot制造商是Universal Robots（UR），该公司于2015年被Teradyne收购,成为新一波创业公司的选择。

而一些风险投资支持的初创公司，如Ready Robotics，Fetch Robotics和Voodoo Manufacturing，都在UR的机械臂上构建系统。Ready Robotics专门为工业自动化任务提供机器人即服务（RaaS）。 Fetch的Cobots则可以执行电子商务分类，Voodoo Manufacturing使用Cobots自动管理多个3D打印机。

根据Universal Robots的说法，有些机械臂只要工作195天，其带来的经济收益就能与其成本持平。

在整个行业中，Cobots机器人的平均价格为24,000美元，估计到2020年它将是一个价值30亿美元的市场。

机械臂

尽管灵活性有所提高，但通用末端执行器（一种可以操纵任何物体的机器人手）仍然是难以捉摸的。

现在，机器人“手”不适合多用途使用。但初创公司正在开发适用范围更广泛的机械手，使用巧妙的“黑科技”来抓取各种物体。

例如，Empire Robotics和Soft Robotics专注于软机器人，它使用柔性材料和流体或气压代替机械。由于操纵仍然不完善，软体机器人是一种很好的解决方法，可以避免不适当的力量压碎物体。Soft Robotics的夹具经FDA批准可以处理食品，目前可以用于食品包装。

对于灵敏度较低的材料，Grabit在传统机器人手臂上采用电粘附技术，Optoforce为专业应用提供传感器和工具。

对通用末端执行器的追求不仅仅是纯粹的机器人公司。亚马逊最近的一项名为“由共享流体容量控制的机器人机器人夹具”的专利（Robotic Gripper With Digits Controlled By Shared Fluid Volume），详细介绍了一种多机械操纵器，可以同时处理各种不同材质、不同重量、不同软硬度的物品。

Cobots机器人和传统的机械手，就外观上而言没有什么不同，只是Cobots机器人搭载了传感器。虽然Cobots还远未达到人类操作的灵巧水准，但未来Cobots机器人一定是能智能操作任何物体的通用末端执行器。

Cobot需求激增，传统机器人玩家方寸大乱

工业机器人巨头在2010年开始的新一波Cobots大潮中措手不及。

根据Fanuc执行董事的说法，“我们没想到大型制造商会想要使用这种机器人因为这些机器人只能举起很轻重量的物体，能力有限。”

但现在，工业机器人企业们纷纷都在效仿UR发展Cobots机器人，该公司的Cobots机器人份额目前占到了总市场份额的60%左右。

像ABB、发那科、安川电机、库卡和罗伯特博世这样的知名制造商都以其低技术机器人而闻名，但目前它们已经跟随UR进入了Cobot市场。（据估计，发那科占Cobot市场份额的6％至10％，而安川电机的市场份额甚至更小。）

越来越多制造商成为了合作伙伴：川崎正在与其瑞士竞争对手ABB合作，以实现机器人编程的标准化。

为何突然需要Cobots？

一个重要原因可能是全球劳动力成本上升。由于经济增长，一些工业化国家的工资飙升。例如，在中国，自2006年以来，平均工资增长了一倍多，中国已经不再是低成本外包的优先选择。

事实上，中国的劳动力成本现在已经非常昂贵，以至于它正在失去消费电子产品的工作岗位，资源流向像越南这样的低成本邻国，进一步推动其机器人需求在去年增长超过20％。

昂贵的劳动力也使得更多本地化制造的规模倾斜，机器人技术正在推动新一轮的重新支撑（制造业回归美国）。在波士顿咨询（BCG）2015年的一项调查中，20％的美国制造商表示，他们正在积极地将生产从中国转移回美国，或者计划在未来两年内这样做。大多数人认为较低的自动化成本使美国更具竞争力。

随后，公司越来越多地转向Cobots。它很容易编程，比传统劳动力便宜，甚至比那些笨重的机器人要便宜。因而，Cobot制造商可以以比以往更低的价格销售更多的机器。

这不仅仅是科技巨头的企业创新战场——即使是规模较小的工厂也在掀起一股购买Cobot的新浪潮。在2018年1月的财报电话会议上，泰瑞达的首席财务官格雷戈里·比彻（Gregory Beecher）指出其合作公司业务的高速增长，并透露其约50％的客户是中小型企业（SMB）。

Cobot市场仍在经历“圈地”时刻。在未来的道路上，大型制造商可能已经准备好为Cobot机芯提供硬件，即使他们的大部分车型仍然是工业品种。

未来的一个挑战可能是市场缺乏意识。已经成功向欧洲汽车制造商销售产品的Universal Robots总裁指出，“可能只有10％的目标市场真正了解协作机器人，因此意味着有90％的潜力尚未开发。”

向制造商销售Cobots的安全性和直接帮助人类工作人员的能力并非易事。

劳动力结构的变化正在增加Cobots的需求

如上所述，全球劳动力成本上升正在增加对Cobots的需求。这种需求在农业、制造业和建筑业等行业尤其严峻。

世界各地婴儿潮一代已经接近退休年龄，但没有新的一批工人接替他们的位置。据估计，美国大约22%熟练的制造业工人(或270万工人)将在未来十年退休——如果这个趋势继续下去，这个行业将出现约200万工人的缺口。

在许多其他行业，工人短缺也是瓶颈。使这些困难更加复杂的是历史上的低失业率（这意味着工人在经济中的其他地方有更好的选择）。

企业面临着让员工更富有成效的压力。而Cobots的加入，让整个运作以往任何时候都更加便宜。创业公司正在做出回应，在最需要的地方提供定制版的Cobots。

以下是Cobot初创公司发现早期成功的几个领域：

仓储与电子商务

即使像亚马逊这样的巨头也很难为其蓬勃发展的订单交付中心找到劳动力。在2017年8月大肆宣传的“就业日”期间，该公司仅收到20000份求职申请，远远低于其50000份的目标。此外，亚马逊一直在内部努力增加劳动力。

亚马逊斥资7.75亿美元收购了仓库机器人制造商Kiva Systems，据称这引发了机器人制造商之间的激烈角逐。当亚马逊决定让Kiva只在内部使用它时，其他公司争相填补Kiva留下的空白。

与此同时，随着电子商务的繁荣发展，对仓库空间的需求激增。去年，平均仓库天花板高度比2001年上升了21%，而新仓库建设的支出在2017年10月达到高峰，仅当月就有27亿美元用于建设仓库。不出所料，仓库中对协作机器人的需求正在增长。

随着持续的电子商务浪潮推动行业范围内按时交付订单的压力，机器人创业公司的爆炸式增长主要集中在提高交付效率上。像Kiva一样，许多人正在使用自动导引车（或AGV）进行物料运输和物品拣选。

AGV技术已经存在了几十年，随着更好的自治和视觉系统的出现，它开始得到改进。更复杂的技术如自动移动机器人AMR的出现就是很好的例子。许多资金充足的初创公司提供类似Kiva的货运机器人，用于运输电子商务和制造业务的材料。

像Seegrid这样的创业公司专注于码垛和叉车，而Clearpath的Otto分部专注于材料运输。除了标准运输工具外，Fetch 和 Locus都提供移动拣取机器人。

除了运输，电子商务中的另一个主要合作机制应用领域是挑选和分类。

随着消费者购买更多，需要机器人来挑选和包装混合物品的盒子。 Kindred Sort（下图，左图）正在Gap进行试点，以便对配送中心的物品进行分类。 Righthand Robotics（右下图）进行更多的电子商务选择。值得注意的是，虽然Kindred在其他演示中使用了发那科的机械臂，但它们都是运动型Universal Robot手臂硬件。

由于仓库的投资回报率很高，初创公司可能会继续为这个蓬勃发展的垂直行业开发技术。例如，亚马逊最近透露了它如何投资各种新机器人，而京东最近公布了其100,000平方英尺的设施，每天处理多达200,000个订单——里面只有4名工人。

农业

在John Deere以3.55亿美元收购Blue River Technology之后，对农业机器人技术的兴趣在2017年飙升。

据美国农业部称，大多数大型农场使用一定程度的自动化来指导农场设备。初创公司正在实现自动化农业设备的自动化，从自动驾驶拖拉机到专业的机械臂拣选机。

由于巨大的劳动力短缺和更严格的移民规则，自从去年加利福尼亚州的农作物几乎没有开采以来，农业机械化增产已经成熟。在这里工作的一家公司是Agrobot（如下图所示），该公司致力于浆果采摘——这项工作很难让机器人在不破坏浆果的情况下完成。

适合苹果园的类似机器人是Abundant Robotics，去年从SRI International分拆出来，并从Google Ventures和Yamaha Motor Ventures等投资者那里筹集了1000万美元。

其他参与者，如Harvest Automation（用于农业的材料处理AGV）和Lely（自主奶牛挤奶），正在重塑Cobot的应用范围。

Clearpath Robotics是服务机器人领域最大和资金最充足的创业公司之一，并为多个垂直领域开发Cobots。此外，该公司还制造了机器人收割和播种UGV，并且可以对现有设备进行自动化改造。

餐馆和食品服务

Cobots创业公司也瞄准食品服务，目前的失业率仅为6％。在一个以高营业额而闻名的行业中，餐馆投资机器人不是为了摆脱工人，而是因为他们找不到足够的劳动力。

例如，Panera Bread在过去两年中增加了约25,000个新工作岗位，来处理来自数字化订单带来的额外工作量。在其他地方，食品制造商通过推迟开门时间或外卖的方式来应对。

初创公司正在采用定制的AI和Cobot机械臂来自动化烹饪过程。 2018年3月，南加州连锁餐厅CaliBurger尝试了Miso Robotics的汉堡翻转合作机械臂（左上图），被称为“Flippy”。这种机器人目前零售价为6万美元。然而，仍然有一些工作要做，以使这些Cobot在烤架线上正常工作。机器人最初是无法满足客户的需求的。

在其他地方，自动汉堡餐厅Creator（右上方）使用20台计算机、350个传感器和50个致动器结构，在5分钟内做出一个6美元的汉堡。虽然没有采用经典的Cobot臂或AGV，但系统是协作的，因为机器人制造的汉堡由人类工人交付给客户。

在饮料方面，创业公司Hypergiant最近宣布与TGI Fridays合作，创建一名人工智能调酒师Flanagan，为食客提供个性化的鸡尾酒。

（本文图片全部来自于CBinsights）