熊蓉：我们的智能移动机器人思维

熊蓉：我们的智能移动机器人思维

熊蓉教授，机器人伺服马达维修，系国家科技部重点专项智能机器人专家组专家，RoboCup国际理事会理事，浙江省机器换人专家组专家，浙江大学机器人实验室主任。日前，她被世界机器人大会邀请，做了题为《智能移动机器人技术及应用》的主题演讲，提出的智能移动机器人自然无轨导航等研究，格外引人关注。

在长达十多分钟的发言中，熊蓉教授为我们梳理了我国制造业机器人的研发现状和重要节点，其中既有她对于国际机器人产业发展的深度理解，亦有对国内机器人产业发展前景和重点方向的思考分析，干货非常多，值得您花时间阅读。

以下为演讲全文：

尊敬的各位领导，各位嘉宾，安川机器人保养，大家下午好！感谢组委会的邀请，我来自于浙江大学控制学院机器人实验室，今天主要为大家介绍我们在机器人方面所做的一些工作，其中将重点介绍智能移动机器人的有关技术。

之前关于机器人的背景，各位嘉宾已经讲得很多了，这里我只做一个简要介绍。基于市场驱动与技术发展，目前机器人产业已经成为各个国家的战略型新兴产业。我是从2000年开始从事机器人研究，当时有读到2001年《世界周刊》的一篇报道，文中卡耐基梅隆大学的教授预测机器人产业会超越IT资讯产业，而那时还是IT非常热的时候。之后很快到了2013年，中国就迎来了机器人产业的爆发。从1956年的第一台工业机器人诞生并应用到汽车领域，到现在我们已经有了非常多不同类型的机器人，且已经应用到了包括工业、外空探测、军事、医疗手术、康复等各行各业里，机器人已经逐渐向社会各个领域不断渗透。

但是我们发现，这些机器人在应用过程中无论是形态上还是智能上，仍有很多局限性，因而现在很多的研究机构与机器人企业都在研究各种各样的轻型机器人。如工业中能够与人交互协作的机器人，或将原来人车分离的结合在一起，以及一些仿生机器人。关于这些机器人，除了它们的外部形态外，还有一个非常重要的问题，就是内部的智能性。智能化是新一代机器人的核心特征，对于腿足机器人来说，不管是让它适应不平整的地面，实现动态的移动控制；还是在家庭服务中，不断实现对作业任务的移动，以及对物体的操作；或是在人机交互中，对人脸、人体进行识别，进而识别人的情绪，开展对应的自然交互；以及在工业中的人机协同作业和康复、助残中的人机协同作业，还有如何让机器人自主地学习技能，并在泛化的作业内容中实现以上这些都是当前研究的热点。但就整体来说，其中最关键的还是如何让机器人变得智能。

关于智能，我们提到两个核心问题：一是感知，一是控制。获得环境和自身的信息，然后基于感知进行伺服的控制，两者之间相互关联，形成一个闭环系统。通过这两个作业，我们要使得机器人系统有很好的适应性，能够适应各种不同的环境，适应各种不同的操作对象以及各种不同的地形等等。

基于本人的计算机背景，我们的实验室从2000年开始，主要关注于机器人的智能化方面。在17年的发展过程中，我们的发展方向主要概括为三个：如何进行智能的操作、智能的移动和智能的运动。下面我先简要地介绍一下实验室在智能操作和智能运动方面的一些成果，然后再重点介绍一下在智能移动方面所做的各项工作。

首先是智能操作。

操作是工业机器人最基本的功能需求。但是从工业机器人进入到现在，就需要满足柔性制造的发展来看，也对机器人的智能性提出了需求，即能否通过各种各样的传感器来感知其作业对象并进行在线作业；而对于服务机器人来说，它更是一个必备的技术要求。因而不管是工业机器人还是服务机器人，人机协作是一个发展趋势。这同样意味着，我们的机器人需要具有感知的能力，去感知它的交互对象及意图，然后来规划自己的运动。于是，在2008年到2011年间，我们在国家863重点课题的支持下，做了一个乒乓球对打机器人，其实质是在解决智能操作的问题。它主要通过对某个对象的快速识别、定位，来考虑如何安排自己的运动，即对机械臂运动轨迹进行预测，然后规划出机器人的全身运动，这是在线、实时的规划，并且要保证这个手臂在快速作业时的动态平衡控制。该成果于2011年10月发布，得到了国内外的很大肯定。包括英国的路透社、美国的美联社，以及美国国家地理频道在去年开设的一个名为NothingImpossible的节目,都来到实验室做了专题报道，更有很多的人慕名前来和这款机器人对打。（看图）这就是第一位来和它对打的老先生，某双蛇发球器的老总，从小打乒乓球。我们当时生产了两款这样的机器人，他们之间可以进行对打。但是机器人间的对打难度不及于他们与人类的对打，这是因为机器人是比较可控的，不像人类会有忽快、忽慢的速度，甚至所打的球会带有旋转性。同时，由于我们最初的定义就是制造一款仿人机器人，所以这款乒乓球对打机器人也能走路，只不过它的速度和国际上相比还有较大差距。这款机器人主要解决的是如何利用它全身的关节，来保证稳定的平衡控制及作业的精确性。（看图）这是工博会上，万钢部长和它的对打，这些是在863成果20周年汇报上的一些照片。

这个作业完成后，我们将这一技术应用到了工业领域。在该领域里，涉及到对不同物品的分拣。（看图）这是我们给某企业做的几套自动化单元，当中有涉及到耳机这样很小且没有什么纹理的物品，我们要快速地识别它的位置，然后规划机械臂的运动实现抓取，进而去适应不同的对象、插件等等。（看图）我们把一个工作台临时推到机械臂面前，它能够在1分钟内完成标定，然后开始精确作业（ICT的焊接对精度要求挺高），这解决了原来在工业上人机标定作业和机械臂标定时需要大量专业人员和大量时间的问题。

另外我们还开展了进一步研究，即原先我们针对的是有相对少量旋转的球，但其实在很多现实领域里，都会涉及到有大量旋转的事物，比如在军事对抗、航空航天领域里都有这样对象作业的需求。那么在带有高速旋转的情况下，如何预测它的轨迹，就变得非常重要。因此，在国家自然科学基金的支持下，我们于2012年开始了这方面的工作。从最初对球（我们还是以球作为一个对象）上自然标志的识别、跟踪来估计它的旋转状态，第一次实现机器人对高速旋转球的接打；到后来我们对模型进行肌理分析，再结合视觉学习，建立准确的模型，目前大家看到的就是不用看球上的任何标示，完全只根据它的位置，就能做出精确的轨迹预测来实现机器人对球的接打。而眼下，我们正在进一步研究的是如何能让机器人把球打回到我们需要的地方，目前我们已经完成了对球的旋转建模即能够接住球，下一步是要把球打到需要的位置上。