當自動車庫門發(fā)明者喬治·C·德沃爾(George C. Devol)投入到可編程尤尼梅特機械手臂時，最初遭到了一片懷疑聲。

然而，德沃爾說，“機器人有一個絕對優(yōu)勢，那就是機器人可以三班倒，或一天24小時工作。”

到20世紀60年代初，德沃爾的2000磅重的尤尼梅特機械臂，第一臺工業(yè)機器人，在通用汽車工廠的地板上找到了家，它堆放著熱壓鑄金屬。該裝置可以抓握、焊接、鉆孔和噴涂，液壓臂的路徑利用磁鼓硬盤驅(qū)動器進行編程。

快進50年，現(xiàn)代機器人技術(shù) —— 我們定義為可編程的網(wǎng)絡(luò)物理機器，不包括汽車和空中無人機 —— 已經(jīng)發(fā)生了巨大變化。

工廠中的機器人通常是大型的籠式設(shè)備，代替人類執(zhí)行重復的危險工作。隨著智能手機革命和自動駕駛汽車的發(fā)展降低了現(xiàn)成硬件的成本，更小、更靈巧的機器人已進入工廠車間。

這些重量更輕，成本更低的機器人可以配備傳感器，使它們能夠在工業(yè)環(huán)境中與人類協(xié)同工作，創(chuàng)造出“協(xié)作機器人”，這是一種可以執(zhí)行諸如抓住小物體，看到甚至學習解決“極端情況”等任務(wù)的機器人。

雖然協(xié)作機器人只是400億美元工業(yè)機器人市場的一小部分，但估計未來十年將增長到超過100億美元。

從歷史上看，機器人行業(yè)一直飽受許多問題的困擾：

視覺問題：允許機器人識別和導航物體(包括人)的視覺技術(shù)改善緩慢，公司依靠籠子保護人類免受機器人無法操縱的影響。

靈活問題：機器人抓握和機械能力仍然有限。

投資回報率低：勞動力成本低，無法在農(nóng)業(yè)和制造業(yè)等領(lǐng)域廣泛整合機器人技術(shù)。

下面，我們將探討公司如何使用協(xié)作機器人開始應(yīng)對這些技術(shù)挑戰(zhàn)，以及協(xié)作機器人的出現(xiàn)如何改變制造業(yè)、電子商務(wù)、農(nóng)業(yè)和食品服務(wù)的經(jīng)濟性。

協(xié)作機器人如何利用新的視覺技術(shù)

隨著機器人在全球范圍內(nèi)擴張到工廠，視覺系統(tǒng)允許機器人識別并安全地在物體周圍導航，這在很大程度上是事后才考慮的。

許多機器人在高度結(jié)構(gòu)化的環(huán)境中執(zhí)行可重復的任務(wù)，因此安全措施通常由籠子組成，以防止人類靠近機器人太近而有危險。但現(xiàn)在，潮流正在轉(zhuǎn)變。

近年來，視覺硬件(例如激光雷達)變得更便宜，更有效，并且應(yīng)用更廣泛。今天，許多創(chuàng)業(yè)公司正在開發(fā)具有視覺功能的協(xié)作機器人，這些協(xié)作機器人是負載傳感器，可以在無籠的情況下與人類一起操作。

1996年左右發(fā)明的協(xié)作機器人有許多不同的形狀和大小，并在設(shè)計時考慮到了人類的工作場所。很容易重新編程和相對自動，協(xié)作機器人缺乏低技術(shù)工業(yè)機器人的力量。

協(xié)作機器人似乎在較小的工廠運營中找到了一個最佳點，人類仍然參與其中，傾向于3D打印機、制造醫(yī)療設(shè)備或完成更多的認知任務(wù)，如倉庫訂單揀選。

當然，機器人視覺仍有改進的空間。

歐姆龍機器人公司(Omron Robotics)的Masaru Takeuchi(在2018年CES上因其乒乓球機器人而聞名)告訴英國《金融時報》：“機器人可以選擇一些東西并快速移動它。但區(qū)分對象是什么，以及決定如何移動它仍然面臨瓶頸。”

教授機器人來繪制和操縱物體是一項艱巨的任務(wù)。但谷歌的DeepMind和加州大學伯克利分校的一些研究發(fā)展已經(jīng)證明，在一次性學習的成功，其中協(xié)作機器人可以在沒有大量訓練數(shù)據(jù)的情況下識別新物體。

未來的機器人可能只需要觀察一次人為行動來學習任務(wù)，或者可以使用VR手勢控制(一種由Covariant開創(chuàng)的方法)進行編程。

雖然這項技術(shù)還有很長的路要走，但今天的系統(tǒng)已經(jīng)足夠讓機器人與人類一起工作了。目前，協(xié)作機械臂及其表親輪式AGV(運輸材料的自動導向車)已成為制造和倉庫環(huán)境的標準。

機器人可以輕松完成重復、可預測的任務(wù)。

但是對于結(jié)構(gòu)化較少的任務(wù)，比如從隨機的分類中挑選一個項目，有更多獨特場景，其中特殊的處理必須由一個算法來計算。為了實現(xiàn)真正的協(xié)作，AGV必須自動“看到”人類的障礙并采取相應(yīng)的行動。

開發(fā)算法來處理這些極端情況是人工智能、計算機視覺和自動駕駛汽車研究的先鋒。

在人工智能和機器學習中，為90%的場景自動化路徑很容易，但最終的10%是很難的。 a16z的本尼迪克特·埃文斯說，機器學習“解決了以前對計算機來說很困難，對人們來說也很容易的一類問題”，或許更有用的是，“人們難以向計算機描述的一類問題”。

隨著機器學習工具的廣泛使用，初創(chuàng)公司正在開發(fā)計算機視覺以支持新一波的機器人技術(shù)。

以下是Veo Robotics(左)和Osaro(右)的演示，展示了工業(yè)拾取和分類功能的視覺系統(tǒng)。 Veo由一位前Rethink Robotics員工創(chuàng)立，旨在用人類感知的眼睛改造“啞巴”機器人手臂。 Osaro在Peter Thiel，Elad Gil和Sean Parker等天使輪融資的支持下，正在為制藥和食品服務(wù)等行業(yè)開發(fā)視覺軟件。

隨著協(xié)作機器人視覺的進步，采用也將如此。提高安全性和能力意味著系統(tǒng)需求將更大，這可能會進一步吸引初創(chuàng)公司設(shè)計更先進的計算機視覺，從而創(chuàng)建積極的反饋循環(huán)。

克服機械問題

雖然機器人變得司空見慣，但由于《杰森一家》或《終結(jié)者2》，它們?nèi)匀粵]有發(fā)展出我們所期望的智慧或靈巧。正如著名機器人專家漢斯·莫拉維克所觀察到的莫拉維奇悖論：

“讓計算機在智力測試或玩跳棋時表現(xiàn)出成人水平相對容易，而且在感知和移動方面，很難或不可能賦予它們一歲孩童的技能。”

換句話說，高級推理需要很少的計算，但是低級感官或運動技能需要巨大的計算資源。

靈活是機器人技術(shù)面臨的主要挑戰(zhàn)。然而，硬件改進使協(xié)作機器人更有效。

更便宜和更好的協(xié)作機器人硬件允許初創(chuàng)公司專注于計算機視覺和為特定任務(wù)定制軟件。最大的協(xié)作機器人制造商是Universal Robots(UR)，該公司于2015年被Teradyne收購。丹麥公司的協(xié)作機器人手臂服務(wù)成為新一波創(chuàng)業(yè)公司的選擇。

風險投資支持的初創(chuàng)公司，如Ready Robotics，F(xiàn)etch Robotics和Voodoo Manufacturing，都在UR的合作機械臂上構(gòu)建系統(tǒng)。 Ready Robotics專門為工業(yè)自動化任務(wù)提供機器人即服務(wù)(RaaS)。 Fetch的協(xié)作機器人執(zhí)行電子商務(wù)分類，Voodoo Manufacturing使用協(xié)作機器人自動管理多個3D打印機。

在整個行業(yè)中，協(xié)作機器人的平均價格為24,000美元，估計到2020年將是一個價值300億美元的市場。

盡管靈活性有所提高，但通用末端執(zhí)行器 —— 一種可以操縱任何物體的機械臂—— 仍然是難以捉摸的。

現(xiàn)在，機器人“手臂”不適合多用途使用，但初創(chuàng)公司正在開發(fā)替代的末端執(zhí)行器。

例如，Empire Robotics和Soft Robotics專注于軟體機器人，它使用柔性材料和流體或氣壓代替機械。雖然操作仍然不夠完美，但軟體機器人是一種很好的解決方法，可以避免用不適當?shù)牧α繅核槲矬w。 軟體機器人的夾具經(jīng)FDA批準可以處理食品，目前用于食品包裝。

對于靈敏度較低的材料，Grabit在傳統(tǒng)機器人手臂上采用電粘附技術(shù)，Optoforce為專業(yè)應(yīng)用提供傳感器和工具。

協(xié)作機器人的需求激增 —— 讓傳統(tǒng)的機器人參與者陷入了困境

在2010年開始的新一波協(xié)作機器人浪潮，讓工業(yè)機器人巨頭措手不及。

根據(jù)fanuc執(zhí)行董事的說法，“我們沒想到大型制造商會想要使用這種機器人，因為這些機器人只能舉起很輕的重量并且能力有限。”

目前，現(xiàn)任者正在追趕Teradyne的協(xié)作機器人部門Universal Robots(UR)，該部門目前占據(jù)了協(xié)作機器人市場份額的60%左右。

像abb，F(xiàn)anuc，Yaskawa，kuka和Robert Bosch這樣的知名參與者都以其低技術(shù)機器人而聞名，他們已經(jīng)跟隨UR進入了協(xié)作機器人市場。 (據(jù)估計，F(xiàn)anuc占協(xié)作機器人市場份額的6%至10%，而Yaskawa的市場份額甚至更小。)合作伙伴關(guān)系正在興起：Kawasaki正在與其瑞士競爭對手ABB合作，以實現(xiàn)機器人編程的標準化。

為何突然需要協(xié)作機器人?

一個重要原因可能是全球勞動力成本上升。由于經(jīng)濟增長，工業(yè)化國家的工資飆升。例如，在中國，自2006年以來，平均工資增長了一倍多，而且也不再被視為低成本外包的目的地。

事實上，中國現(xiàn)在的勞動力已經(jīng)非常昂貴，以至于它正在失去消費電子產(chǎn)品的工作崗位，轉(zhuǎn)移到像越南這樣的低成本鄰國，推動其機器人需求在去年增長超過20%。

昂貴的勞動力也使得更多本地化制造的規(guī)模傾斜，機器人技術(shù)正在推動新一輪的回流(制造業(yè)回歸美國)。在波士頓咨詢2015年的一項調(diào)查中，20%的美國制造商表示，他們正在積極地將生產(chǎn)從中國轉(zhuǎn)移回美國，或者計劃在未來兩年內(nèi)這樣做。大多數(shù)人認為較低的自動化成本使美國更具競爭力。

隨后，公司越來越多地轉(zhuǎn)向協(xié)作機器人，易于編程，且比傳統(tǒng)勞動力便宜，甚至比“啞巴”機器人便宜。由于所有這些原因，協(xié)作機器人制造商以比以往更低的價格銷售更多的單位。

這不僅僅是科技巨頭獨有的創(chuàng)新戰(zhàn)場，即使是規(guī)模較小的工廠也卷入購買協(xié)作機器人的浪潮。在2018年1月的財報電話會議上，Teradyne首席財務(wù)官格雷戈里·比徹(Gregory Beecher)指出其合作公司業(yè)務(wù)的高速增長，并透露其約50%的客戶是中小型企業(yè)(SMB)。

勞動力的變化正在增加協(xié)作機器人的需求

如上所述，全球勞動力成本上升正在增加對協(xié)作機器人的需求。這種需求在農(nóng)業(yè)、制造業(yè)和建筑業(yè)等行業(yè)尤其嚴峻。

作為世界上接近退休年齡的嬰兒潮一代，沒有新的工人來接替他們的位置。據(jù)估計，美國大約22%的熟練制造業(yè)勞動力(或270萬工人)將在未來十年內(nèi)退休，如果趨勢繼續(xù)下去，該行業(yè)將有大約200萬工人缺口。

短缺也是許多其他行業(yè)的瓶頸。電工和管道工等熟練工人是建筑業(yè)的限制因素。去年，由于加州葡萄酒產(chǎn)業(yè)的農(nóng)業(yè)勞動力短缺，生產(chǎn)商擔心農(nóng)作物將在死在葡萄藤上。

使這些困難更加復雜的是歷史上的低失業(yè)率(這意味著工人在經(jīng)濟中的其他領(lǐng)域有更好的選擇)。

企業(yè)面臨著讓員工更富有成效的壓力。有了協(xié)作機器人，這樣做的成本從未如此便宜。創(chuàng)業(yè)公司也開始響應(yīng)，提供行業(yè)特定的協(xié)作機器人，而這也是需求最迫切的。

以下是協(xié)作機器人創(chuàng)業(yè)公司發(fā)現(xiàn)早期成功的幾個領(lǐng)域。

1. 倉儲和電子商務(wù)

即便像亞馬遜這樣的巨頭也難以為其蓬勃發(fā)展的履行中心尋找勞動力。在2017年8月廣為人知的“招聘日”期間，該公司僅收到20,000份求職申請，大幅低于其50,000的目標。然而，亞馬遜一直在努力增加其員工隊伍。

亞馬遜斥資7.75億美元收購了倉庫機器人制造商Kiva Systems，據(jù)稱這引發(fā)了機器人制造商之間的競賽。當亞馬遜決定搞定Kiva并且只在內(nèi)部使用它時，其他公司急忙填補Kiva留下的空白。

與此同時，隨著電子商務(wù)熱潮，對倉庫空間的需求也隨之激增。去年，與2001年相比，平均倉庫天花板高度增加了21%，而新倉庫建設(shè)的支出在2017年10月達到頂峰，僅在該月就花費了27億美元用于建設(shè)。不出所料，倉庫中對協(xié)作機器人的需求也正在增長。

隨著持續(xù)的電子商務(wù)浪潮推動行業(yè)范圍內(nèi)按時交付訂單的壓力，機器人創(chuàng)業(yè)公司的爆炸式增長主要集中在提高履行效率上。像Kiva一樣，許多人正在使用自動導引車(或AGV)進行物料運輸和物品挑揀。

AGV技術(shù)已經(jīng)存在了幾十年，隨著更好的自動化和視覺系統(tǒng)的出現(xiàn)，它開始得到改進。 (其更復雜的表親有時被稱為AMR，或自動移動機器人。)許多資金充足的初創(chuàng)公司提供類似Kiva的貨運機器人，用于運輸電子商務(wù)和制造業(yè)務(wù)的材料。

像Seegrid這樣的初創(chuàng)公司專注于碼垛和叉車，而Clearpath的Otto部門專注于物料運輸。除標準運輸車輛外，F(xiàn)etch和Locus都提供移動挑揀機器人。

除了運輸，電子商務(wù)中的另一個主要合作機制應(yīng)用領(lǐng)域是挑揀和分類。

隨著消費者購買更多，需要機器人來挑選和包裝混合物品的盒子。 Kindred Sort(左下圖)正在Gap進行試點，以便對配送中心的物品進行分類。 Righthand Robotics(右下圖)進行更多的電子商務(wù)選擇。值得注意的是，這兩款都是運動型通用機械手臂硬件

由于倉庫的投資回報率很高，初創(chuàng)公司可能會繼續(xù)為這個蓬勃發(fā)展的垂直行業(yè)開發(fā)技術(shù)。例如，亞馬遜最近透露了它如何投資各種新機器人，而京東最近公布了其100,000平方英尺的設(shè)施，每天處理多達200,000個訂單 —— 只有4名工人。

2.農(nóng)業(yè)

在John Deere以3.55億美元收購Blue River Technology之后，對農(nóng)業(yè)機器人技術(shù)的興趣在2017年飆升。

據(jù)美國農(nóng)業(yè)部稱，大多數(shù)大型農(nóng)場使用一定程度的自動化來指導農(nóng)場設(shè)備。初創(chuàng)公司正在實現(xiàn)自動化農(nóng)業(yè)設(shè)備的自動化，從自動駕駛拖拉機到專業(yè)的機械臂揀選機。

由于嚴重的勞動力短缺和更嚴格的移民規(guī)則，自從去年加州的農(nóng)作物幾乎沒有被采摘以來，農(nóng)業(yè)機械化的環(huán)境已經(jīng)成熟。在這里工作的一家公司是Agrobot(如下圖所示)，該公司致力于漿果采摘 —— 這項工作很難讓機器人在不破碎漿果的情況下完成。

適合蘋果園的類似選擇器是Abundant Robotics，去年從SRI International分拆出來，并從Google Ventures和Yamaha Motor Ventures等投資者那里籌集了1000萬美元。

其他參與者，如Harvest Automation(用于農(nóng)業(yè)的材料處理AGV)和Lely(自動擠奶)，正在重新增添協(xié)作機器人名單。

Clearpath Robotics是服務(wù)機器人領(lǐng)域最大和資金最充足的創(chuàng)業(yè)公司之一，并為多個垂直領(lǐng)域開發(fā)協(xié)作機器人。 Notaby，該公司生產(chǎn)機器人收割和播種UGV，并可以改造具有自動功能的現(xiàn)有設(shè)備。

3.餐館和食品服務(wù)

協(xié)作機器人創(chuàng)業(yè)公司也瞄準食品服務(wù)，目前的失業(yè)率為6%。在一個以高營業(yè)額而聞名的行業(yè)中，餐館投資機器人不是為了擺脫工人，而是因為他們找不到足夠的勞動力。

例如，Panera Bread在過去兩年中增加了約25,000個新工作崗位，以處理來自數(shù)字訂購的額外量。在其他地方，食品制造商通過稍后開放或提供交付來進行差異化。

初創(chuàng)公司正在采用定制的AI和協(xié)作機器人手臂來自動化烹飪過程。 2018年3月，南加州連鎖餐廳CaliBurger嘗試了Miso Robotics的漢堡翻轉(zhuǎn)協(xié)作機械臂(左上圖)，被稱為“Flippy。”NPR報道漢堡機器人目前零售價為6萬美元。 然而，仍然有一些工作要做，以使這些協(xié)作機器人在烤架線上有效。由于最初無法滿足客戶的需求。

在其他地方，自動漢堡餐廳Creator(右上方)使用20臺計算機，350個傳感器和50個執(zhí)行機構(gòu)，在5分鐘內(nèi)提供6美元的漢堡。 雖然沒有采用經(jīng)典的協(xié)作機器人手臂或AGV，但系統(tǒng)是協(xié)作的，因為機器人制造的漢堡由人類工人交付給客戶。

在飲料方面，創(chuàng)業(yè)公司Hypergiant最近宣布與TGI Fridays合作創(chuàng)建Flanagan，這是一名人工智能調(diào)酒師，為食客提供個性化的雞尾酒。