IEEE 工業(yè)信息期刊總主編、***大學智慧機器人及自動化研究中心主任羅仁權(quán)在“2019 世界機器人大會”上，闡述了人工智能與物聯(lián)網(wǎng)結(jié)合所帶來的新機遇與新市場。

統(tǒng)計數(shù)據(jù)顯示：過去十年間，自主無人駕駛已經(jīng)成為人工智能研究領(lǐng)域的關(guān)健詞；在北美、歐洲、亞洲的新興經(jīng)濟體中，機器人的活動正在穩(wěn)步提高。日本機構(gòu)也預測，未來五年全球機器人領(lǐng)域的可能會出現(xiàn)高達20 倍的增長，擁有巨大的增長潛力。

未來歐盟的機器人應當可以拿到安全認證， 換言之，機器人的控制和傳感器技術(shù)將有市場需求。

ROS 操作系統(tǒng)是一種純開源的系統(tǒng)，可以應用在許多不同的機器人之上，包括工業(yè)機器人、服務機器人、有足機器人等。使用ROS 的歷史只有10 年，到今年大概是11 年，使用ROS 動力學，廣泛受到業(yè)界的認可和接受。ROS 分為ROS1 和ROS2，ROS1 是非中央式的分布式系統(tǒng)，目前正升級到ROS2。

當前工業(yè)機器人的應用領(lǐng)域非常廣泛，協(xié)作機器人是其中最有發(fā)展?jié)摿Φ摹?013 年德國啟動工業(yè)4.0 項目，在全世界廣受到廣泛認可。網(wǎng)絡互聯(lián)、人人互聯(lián)、人機互聯(lián)、機機互聯(lián)就是智能網(wǎng)絡，還包括機器人、機床、移動機器人等， 要讓這些互相可以進行協(xié)作。

目前，協(xié)作機器人在教育和工業(yè)等領(lǐng)域中都有許多使用模式，如ABB 制造的Umi 和日本卡瓦達都是雙臂機器人，而且是通過兩個機器人的手臂連接起來的非常好的機器人。

現(xiàn)在大家都在討論下一代機器人外觀是什么？很多相關(guān)細節(jié)都在討論，要考慮它的準確度、速度、可靠性、可控性，最重要的是親近性和安全性。

工業(yè)4.0 是建立網(wǎng)絡合作和交匯。以機床制造業(yè)的車間為例，打開生產(chǎn)設備后可看到里面有五個軸，每個軸包括四個傳感器如速度傳感器、震動傳感器等。而最底層的是各種不同的設備， 比如機床機器人、工業(yè)機器人、移動機器人，再往上是數(shù)據(jù)收集和軟件編程。

我們能將這些數(shù)據(jù)進行編程，從而分析和預測機器人的健康程度，對機器人的檢修提供很大幫助。

當前每個智能化工廠都需要MES 系統(tǒng)，新訂單到來后需要決定哪個機器做哪個步驟。每個公司也都有自己的ERP 系統(tǒng)，資源在內(nèi)部進行分配后再集合變成企業(yè)內(nèi)部的環(huán)境，可以不采用紙質(zhì)辦公發(fā)展為數(shù)字化，這就是工業(yè)4.0 的核心。橫向有SEM 和CRM 系統(tǒng)，縱向是CRM、ERP 和MES 系統(tǒng)，所有這些層次都有自己的系統(tǒng)控制。

互聯(lián)平臺最高的層次被稱為軟件服務層，即軟件及服務，是一個完全以應用為導向?qū)哟巍?/p>

這是什么意思？就是人們可以從這個角度創(chuàng)造定制化服務。比如用3D 技術(shù)打印鞋，可以用不同的顏色、不同的樣子設計，這是最典型的定制化案例。

機器人被分為工業(yè)機器人、服務機器人或醫(yī)學機器人等，都有收集數(shù)據(jù)的能力。每個機器人都會安裝傳感器收集數(shù)據(jù)，有可能發(fā)展成十億級的數(shù)據(jù)再變成大數(shù)據(jù)。使用AI 一定要有很好的數(shù)據(jù)進行支持。機器人可以服務非常多的大眾、私營部門、物聯(lián)網(wǎng)，是大數(shù)據(jù)的重要收集系統(tǒng)。

那么，人工智能如何能將車和人識別出來？就是用卷積網(wǎng)絡進行實現(xiàn)的應用。我們拍攝一張照片就會有一個特征的映射，然后進入感興趣的、不同角度圖上的不同位置，用的模型為RCN 第一代深度卷積神經(jīng)網(wǎng)。

我們首先需要準備很多的數(shù)據(jù)，之后要設計出一個模型的架構(gòu)，還要有一系列的工具以及測量，這些可以將錯誤降到最低。之后再不斷做培訓和優(yōu)化，機器人就可以進行工作了。

具體而言，可以先把一張圖分成不同的小圖。比如圖上有一位女士，她的眼鏡、鞋和褲子都可以進行單獨的分類，機器會先學會這些東西是什么，然后在圖上識別出來——雖然機器人一直處于運動中的狀態(tài)。

通過圖片映像捕捉可以對所有物體定位，如這里有一個女人、這里要有一片云，然后建立起一個語義連接進行運動和協(xié)調(diào)，構(gòu)成一個句子。拍照片的時候就可以定位所有的東西，而且都可以進行識別定位，并進行自然語言處理，之后會基于這個生成一個句子。

我的學生正在做的一個項目名為面部動態(tài)識別，可以搜集很多臉部的數(shù)據(jù)。最重要的一點是， 我們看一個人就會知道這個人正在做什么樣的動作或者行為，還能夠識別年齡，而機器也已經(jīng)可以做到這一點。

還有一個重要研究方向是多模態(tài)知識映像捕捉。我們實驗室的機器人已經(jīng)可以實現(xiàn)移動定位， 比如服務機器人看到一個人站在他的前面，可以拍一張照片并說出來這個人是誰，然后辨別出這個人在讀一張報紙，將自己識別出的信息表達出來。

5G 也是當前非常重要的一個技術(shù)。我們提到5G 都會說到三個重點：超高速、廣連接和低延時。

今后連接會越來越廣，各種東西都會連接在一起，反觀4G 則受限很大。如果有一個服務器就可以切分成數(shù)百個小的模塊，每一個模塊可以直接通過5G 進行連接。未來機器人不再需要內(nèi)嵌的控制器，直接通過5G 就可以進行中央化處理——就是用中心控制的方式，邊緣計算架構(gòu)可以構(gòu)成五個層面。

IT 是信息技術(shù)，OT 是運作技術(shù)，CT 是傳播技術(shù)。IT、OT、CT 等技術(shù)通過數(shù)據(jù)流進行數(shù)據(jù)送達。如果我們在系統(tǒng)上進行操作時怎樣通過5G 進行互聯(lián)？有了正確的時間和地點才能進行智能生產(chǎn)，把這些與AI 和IoT 加在一起，會產(chǎn)生各種各樣的優(yōu)點，比如低延遲、數(shù)據(jù)隱私等， 如此IT 和AI 就可以結(jié)合在一起了。

物聯(lián)網(wǎng)和人工智能可以相互幫助解決自身的問題。比如AUI 即為自動光學接口，主要存在著兩個問題：一是泄露，一是濫殺。

泄露問題如同閾值設計得太低，如果設計得太高就會限制很多不該限制的東西，換言之就是閾值過于刻薄，所以一定要在過于松散和過于刻薄之間找到平衡。

AI 已經(jīng)可以進行學習和概括，比如用視覺系統(tǒng)進行自動化的光學檢測，可以做很好的檢修評估。未來大多數(shù)的機器視覺設備將會內(nèi)嵌AI 芯片，即進行AI 自己的運作，這一點很重要。

未來的移動機器人可以做成協(xié)作機器人。比如用一個新的設備測試真實工作中的速度，我們可以進行加速和測試，盡量以協(xié)作方式運作。日本現(xiàn)在很多品牌都可以做這些工作，西門子也在做自動生產(chǎn)系統(tǒng)，包括機器人手臂和工業(yè)機器人的應用，都是非常尖端的技術(shù)。

SPEC 也在做智能生產(chǎn)系統(tǒng)，包括移動機器人和倉儲機器人等。汽車行業(yè)中，移動機器人可以和人進行協(xié)作，Amere 是自主機器人和工業(yè)機器人，包括增強現(xiàn)實，這些技術(shù)在進行協(xié)作后帶來了新的業(yè)務。

為什么一個公司不能解決所有上述的問題呢？問題在于數(shù)據(jù)。大家都說數(shù)據(jù)是石油，其實我認為數(shù)據(jù)更像黃金那么重要。

數(shù)據(jù)應該是有標注的。每個公司都有數(shù)據(jù)， 這樣才能做測試。先進機器人和先進人工智能發(fā)展之路是比較坎坷的，我們會創(chuàng)造出很多新的業(yè)務，有些崗位機器人能夠做得更好，而且也會有更多新的機會。

過去的B2C 是大規(guī)模生產(chǎn)，現(xiàn)在不行了， 因為要做個性化的生產(chǎn)，用戶體驗非常重要。經(jīng)過三者的重合和疊加是非常重要的，對客戶也尤其重要。我們要超越工業(yè)4.0，過去只知道做產(chǎn)品集成解決方案，現(xiàn)在要增加很多的智能成分即人機協(xié)作。同時，也要與有認知能力的機器人進行協(xié)作，還要考慮用戶友好和安全、設計和分析能力以及認知運算。

責任編輯：ct