機器人技術能否讓美國製造業騰飛？

全球技術地圖

創新丨前沿丨科普丨資訊

美國製造業的結構調整，對於未來的經濟增長、創造新的就業機會和確保美國製造業的競爭力都至關重要。這要求在基礎研究、新技術的研發以及將研究成果和技術成果整合到製造業系統等方面提供資金支持。

美國聯邦政府相信對製造產業的投資能夠振興美國製造行業。

將美國國家資源的一小部分投入到製造業將獲得極高的性價比，並且資源的高效生產將使美國的消費者受益,並可支持在美國這個重要經濟領域數百萬計的員工。這能確保美國在能達到退休年齡的工作人員比例逐年減少的情況下仍能保持經濟的增長。製造業的研究與發展也會使衛生保健、農業及交通運輸業受益，並且加強美國的資源、國防及能源安全。在未來五十年，由此產生的一系列研究活動將大大提高「美國製造」的質量並且提升生產力。這一戰略已經體現在美國政府主導的「先進位造夥伴關係」（AMP）與「國家製造業創新網路」（NNMI）計劃中。

機器人技術是一個可以徹底改變製造業的關鍵性革命技術。美國的工人已經不再嚮往工廠中的低端工作，同時由於社保及醫療保險費用的增加，美國工人的人工成本也開始增加。即使我們能夠負擔工人的人工成本，小型的、複雜的生命周期較短的工業機器人產品依然需要擴大其適應性、精度、可靠性等能夠超越人類工人的技能。先進的機器人及生產自動化能夠：

1）保持本國知識產權及物質財富，否則其將選擇離岸生產；

2）使製造業公司更具競爭力；

3）能夠提供開發、生產、維護及培訓機器人的相關崗位；

4）允許工廠使用機器人團隊，利用人類與機器人的不同技能優勢（人類的智慧與靈巧，機器人的精度、強度及可重複性）；

5）能夠改善工作條件同時減少昂貴的醫療費用；

6）減少成品製造時間，使製造商更能配合零售商需求的變化。

切實有效地使用機器人將會增加美國人民的就業機會、提高相關工作的質量，提升美國在全球的競爭力。基於以上優勢，NCR、思科、蘋果、聯想、特斯拉等公司已經將它們新的工廠設置在美國境內。它們期望利用機器人技術及自動化技術支持其公司繼續蓬勃發展。

以上總結了機器人及自動化技術在美國製造業以及在美國經濟中所佔的重要地位，描述了機器人及自動化技術將在何處大大提高生產力，並展現了一個具有遠見的研究與發展路線圖，使美國的國家投資能夠對這些重點研究領域起到推動作用。

本文總結了製造與自動化機器人技術研討會的相關活動和結論，由美國國家科學基金會支持的「Robotics-VO」組織贊助了該研討會。該研討會是更新《美國機器人路線圖：從網路到機器人》的五個研討會其中之一。該研討會的內容是根據過去的四、五年中機器人領域的發展不斷更新路線圖。在報告中提出的研究計劃將顯著增強美國的製造業經濟，將有利於形成一個受過良好訓練的並具有高超技術的生產線，創造新的就業機會，並且將在美國經濟的再次崛起起到重要的作用。

在這裡，「自動化」和「機器人」都有特定的含義。根據電子和電機工程研究所機器人和自動化學會的定義，機器人技術主要指裝配有感測器和促動器的系統，能夠自動化或者半自動化地和人類進行合作。機器人的研究強調應對無條理環境的智能性和適應性，而自動化的研究主要針對有條理的，有明確結構的環境中長時間工作的自動化系統的效率，生產力，質量和可靠性。

我們的目標有兩個層面：第一，揭示機器人和自動化技術在美國製造業中的策略重要性；第二，提出能夠使用機器人和自動化技術提高生產力的案例。

經濟驅動力

上世紀經濟發展的基礎來自於工業化，而核心就在於製造業。製造業部分提供了12%的美國GDP 和9%的總就業。美國總出口的70%也歸功於製造業。因此，製造業代表了國家整體健康經濟的重要環節。在製造業當中，機器人產業總值達到了八十億美元，並以每年 9%穩定增長。這個核心的機器人工業受到了製造業的大力支持，例如提供儀器，附屬的自動化設施以及系統的整合，一共貢獻了300億美元的工業總值。

在過去30年裡，美國的製造業經濟產生了深遠的變化。除了對加拿大，，墨西哥和日本顯著的貿易逆差，製造業仍舊是美國經濟的主要部分。製造業包含了所有物品的生產製造，從消費電子到工業設備，貢獻了12%的美國GDP和9%的就業。美國製造業生產力超越了主要的競爭對手。在所有國家中，無論是單位時間和單位員工的平均生產力，美國都處於第一位。美國人均生產力持續增長，在過去三十年裡生產力翻倍。實際上，正是不斷提高的生產力使得美國製造業在經濟衰退中保持競爭力，並在面對其他快速增長的經濟體，例如和印度時復甦。生產力的增長和效率主要歸功於技術的革新和其在產品設計以及生產過程中的應用。目前，被認為是製造業的領頭羊，但是預計在2020年，美國製造業在產值和生產力方面都將超越。

然而，這種關係會一直變化。潛在的國外競爭者正在開展改善製造業過程的基礎研究和教育。另一方面，美國製造業的成果也在被用於科學研究，在過去十年時間裡保持著穩定的進展。在這段時間裡，美國製造業用於投資及開發的資金基本沒有變化，而在全球視角下，美國總的研究發展經費已經下降至只有30%。有時候，我們的外國競爭對手用同樣的創新技術，但是用很少的勞動力成本來削弱美國的統治地位，所以美國製造業面臨著越來越大壓力。美國的工業產品貿易差額以每十年500億美元的速度下降。此外，隨著人口老齡化，工人的數量也在急劇減少。樂觀估計，到2050年，每兩位工人就要供養一位退休工人。所以，機器人工人必須滿足人類工人數量減少的同時增加工業生產力的要求。最後，機器人與自動化技術的巨大進步將會是下一代高附加值產品的關鍵。依靠先進感測器與微電子的納米尺度嵌入式計算機產業不再是勞動密集型產業能夠勝任的。

反觀、韓國、日本以及印度，正大力投資於高等教育與研究機構。印度與都正在有系統地召回他們在美國培養的科學家與工程師。美國的競爭者們還在機器人技術和與製造相關的特定領域開始動搖美國的主導地位。韓國每年投資1億美元，連續投資十年(2002-2012)至機器人技術研究與教育相關項目。歐盟投入了超過6億美元用於研發機器人技術及其認知系統，並且另外撥款9億美元至與製造業機器人相關的地平線計劃。日本也將在未來十年之內投入三億五千萬美元至仿人類機器人、服務機器人研發，並且宣布將在未來5年投入10億美元使日本成為工業機器人技術的全球領導者。與上述國家投資額度相比，美國聯邦政府投資的資金是非常不足的。

倉儲機器人kiva

並且，機器人技術對於自動化物流也具有重要意義。亞馬遜在2012年花了7億美元收購Kiva Systems公司，使它能夠將最好的技術用於資料庫自動化。此外，蘋果和聯想在使用機器人系統之後已經不將亞洲作為其降低生產成本的第一選擇。在過去的十年裡，工人的工資增幅為340%，而美國工人的工資增長則低得多。此外，特斯拉公司在加利福尼亞州開設了一個製造可代用燃料汽車的工廠，它應用了高度的自動化，這使它能繼續在美國生存。

經濟增長領域

美國商務部與美國競爭力委員會分析了大量的公司及其綜合年增長率，各主要工業行業分類數據如下表所示。

製造業目前的增長領域包括物流、物料搬運以及機器人技術。鑒於製造業的重要性，考慮如何利用機器人等技術增強美國製造業是非常有必要的。

機器人技術的消費化

許多先進技術都已證明，一旦技術被引入廣闊的消費市場，一定會引起創新的增加與成本的降低。最顯著的例子就是個人計算機與移動通訊的出現。這兩種技術最初都是因為企業的需要而進行研發。一旦這些技術被引入消費市場，企業投入的研發金額便成倍增加，導致了技術的高速發展與成本的顯著降低。同時，這也刺激產生了大量新興行業與公司的建立。目前，這些行業與公司貢獻了很大比例的GDP並且正主宰著美國股市。

iRobot Roomba 760

對機器人以及機器人相關技術市場的培育也會造成類似影響。一個簡單的例子就是微軟為家庭電腦遊戲市場開發的Kinect介面。它在語音與手勢互動方面具有優勢，使其在數量眾多的商業應用中極具賣點。機器人技術「消費化」的另一個好處就是使工人對機器人更加熟悉。當人們習慣於在生活中與機器人進行互動時，才能更加適應與機器人一起工作而不會將其視作威脅。比如，擁有iRobot公司生產的自動真空吸塵器的消費者中，有三分之二的消費者為他們的吸塵器取名字，並且有三分之一的消費者承認他們會帶上吸塵器去拜訪朋友。

製造業的前景

今天的美國製造業就像是20世紀60年代的資料庫技術，只是一個拼湊起來的解決方案，缺乏嚴格的方法論指導，無法進行科學地創新。1970年，IBM的數學家Ted Codd發明了關係代數，一個高等的數學資料庫模型。這項技術得到美國聯邦政府的資助，並最終成長為如今140億美元的資料庫產業。如果能夠發展出類似的模型，製造業將極大地受益。就像將兩個數字相加的方法並不依賴於你所使用的鉛筆，製造業的抽象模型也應該與產品是被單一地製造出來還是由生產線組裝生產完全無關。

另一個例子是圖靈機，由阿蘭•圖靈於20世紀30年代發明的一個高等抽象模型，從而確立了如今高科技產業的數學與科學基礎。與圖靈機類比，製造業的抽象模型也將為設計、自動化以及製造業帶來巨大的回報。目前，計算機領域與信息科學的發展使將物理製造過程模型化、以及使研究人員「將圖靈機帶進位造業」成為可能。其最終的結果，則會像資料庫及計算機一樣，使美國製造業所生產的產品具有更高的質量、更好的可靠性、更低的成本以及更快地進行交付。

通過改進機器人技術和培養高素質的工作人員，可以更加高效的應用機器人技術，這將提高美國就業和全球競爭力。傳統的流水線工人目前已到即將退休的年齡，他們還沒有接受使用機器人技術進行工作的訓練，並且其保險及醫療成本也在逐年增加。即便能夠負擔用工成本，生產下一代小型化、複雜化工業產品所需要的適應性、精確度以及可靠性都已超出了工人的能力。在製造業中廣泛地引入先進的機器人技術與自動化技術將會：

1）掌握知識產權與財富；

2）使公司更具競爭力；

3）在機器人研發、製造、維護及訓練領域創造就業崗位；

4）工廠可以雇傭人-機混合團隊以充分利用彼此的技能與優勢（比如人類跟善於處置突發事件以保障生產線的運行，而機器人長於完成精確性及重複性高的工作並且能夠舉起沉重的物件）；

5）減少昂貴的醫療問題（如腕管綜合症、背部受傷、燒傷以及吸入有毒氣體及蒸汽造成的損傷）；

6）縮短製造成品的交貨時間，使系統更加適應零售商的需求變化。

在製造業上進行投資可以重振美國製造業。將國家的小部分資源投入到經濟高效資源節約型的製造業中，能夠使美國的消費者受益並且支持在這一重要經濟領域工作的數百萬工人。上述投資還能惠及醫療保健、農業以及交通運輸業，同時能夠增強國家在國防、能源及安全方面的資源建設。在未來五十年，由研究產生的一系列有利結果將極大地提高「美國製造」的質量，並且使美國製造業蒸蒸日上。

製造業路線圖研究流程

美國製造業技術路線圖描述了製造業通過發展一系列機器人技術領域的基礎技術使其關鍵能力得到發展的前景。每一項關鍵能力都由一個或多個在製造業中廣泛應用的領域發展而來，且都指向某些基礎研發的主要技術領域（如下圖）。將路線圖的內容整合為連貫的方案是非常重要的。

機器人技術對製造業的影響

現在我們用假想的例子對具有一定影響力的機器人技術應用和在應用中具有很大積極作用的關鍵能力進行介紹。這些假想的場景有助於說明製造業模式的變化，也是能力與技術融合的實例。本路線圖闡明了各項能力在5年，10年，15年時的關鍵節點。

事例1：流水線輔助機器人

汽車製造商面臨著其新型電動汽車訂單的激增，需要快速整合其他已生產完畢的早期型號汽車流水線的生產能力。流水線快速地進行了任務的重新分配，以適應新的汽車模型。工廠購置了一組流水線輔助機器人，其被很快地進行了設置並開始與人類工人一起完成新的任務。流水線的第一項作業是要對機器人蔘數進行微調以優化其感測器系統與機器學習演算法，第二項作業是在四天的執行時間裡使工廠產量翻番。緊接著，一個關鍵供應商要求更改裝配序列以適應電池組在裝配過程中的耐受程度。於是工程師使用計算工具快速修改了裝配程序，將其列印給工人，並將新的裝配程序上載至流水線輔助機器人。這種靈活的製造業正逐步進入我們的生活。比如，2012年8月，Rethink Robotics公司宣布，其價值2萬2千美元的機器人Baxter可由未經培訓或極少培訓的演示示範而直接對其進行編程。安裝與操作成本的降低將改變未來自動化技術在商業案例中的應用。

事例2：獨特離散部件製造與組裝

一個職業醫師來到一個只有5名員工的主要接受來自醫療器械公司訂單的小工場。他想製造一種乘坐輪椅的四肢癱瘓病人所使用的頭部控制輸入裝置。今天，這種特殊的設備都非常昂貴，因為對其進行製造與組裝將花費大量的時間與勞動來對機器進行設置。這個小工場的老闆擁有一台可接受語音及手勢命令的機器人，在機器人不知如何處置時可對其進行指示。這台機器人能將加工材料放置於銑床或車床上並開動機器，並且能夠對必要的機械與電子組件進行設置，並在指令模糊而無法動作時請求協助。在不同工作位置之間的移動中，機器人能夠清理冷卻劑的泄漏並且對在狹小空間進行工作的工人進行安全提示。機器人能夠響應工作時的快速請求，並且不會因為該請求會對其主要工作造成延遲而拒絕。最後，機器人對組件進行裝配並且在下午將產品裝車。這樣的突發性工作對工場的日常工作只造成了很小的中斷。

事例3：快速、集成且基於模型的供應鏈設計

國外主要供應商提供的用於嬰兒配方奶粉的包裝被發現具有嚴重的質量控制問題。在美國的首席工程師能夠使用綜合的多尺度模數融合供應鏈模型，引入新的供應商，重用供應鏈中可重用部分並且對整個供應鏈的轉變造成影響：包括生產、分配、裝箱、供應及分銷。整個轉變中最重要的部分是20台用於快速生產以對包裝袋進行重新設計的機器人。

這些例子在今天看起來也許還很遙遠，但我們已經擁有了技術基礎，大量的專業人員、教育基礎設施以及在關鍵技術領域適當的投資。這些基礎能夠讓我們在15年內實現上述目標。

製造業的關鍵能力

在本節中，我們將對製造業的關鍵能力進行簡要地討論，並且給出5年、10年及15年可能會達到的技術節點。在後續內容中，我們將討論一些可以使我們達到上述技術節點的具有前景的研究方向。

具備可適應性及重構性的生產線

今天，一種新產品從概念設計到在生產線上進行製造之間的時間間隔大得無法接受。對於一輛新型汽車來說，這個時間間隔能長達兩年。當面對一個新的產品以及可以進行生產的生產線子系統時，我們希望能夠對子系統進行重構設置，設立工作站來進行新產品的生產。因此，在未來15年，具備適應性及重構性生產線的路線圖包含下面三個目標：

自主導航

自主導航是一項基本能力，這將影響採礦和建築裝備的自動化，原材料到成品的高效運輸，在裝配生產線上對原材料進行裝卸處理並將成品帶往檢查站的導引車輛的自動化，以及類似於入庫存儲和調配的後勤支持的操作。使機器人能夠在包含靜止障礙物、車輛、行人以及動物的非結構化環境中進行安全的自主導航，需要在組成部件技術上有關鍵性的投資。自主導航的路線圖包含以下技術節點：

綠色製造業

美國建築師William McDonough說：「污染是設計（與製造）失敗的標識」。目前，從組件到系統，滿足自上而下需求的製造業需要進行全面的重新構想。製造業對於減少廢棄物的解決方式絕大部分是針對於生產過程中產生的廢棄物、可利用廢棄物以及在停工和維護時產生的廢棄物。我們針對綠色製造業的路線圖著眼於所有組件及系統在整個生產過程中的回收利用，其過程包括從原材料的開採與加工，到產品製造與分發，到最後材料的回收。為了能夠達成逐步的改變，我們必須引進新的製造業技術且新產品的設計也必須遵循綠色製造這一目標。比如，向增材製造過渡將會極大地減少產品或零件生產中產生的廢料。新的物流系統也需要具有廣泛的回收能力。目前，物流系統很難回收那些製造企業無法回收或其本可以進行回收但不回收的材料。我們非常關注製造業基礎設施的重用、原材料的回收、每一個製造環節里對能源使用的最小化以及為生產新產品對子系統進行重新設置。

類人的靈巧操作技術

機器人手臂與手掌的靈活度最終將超越人類。在速度與強度方面，這已經是既成現實。然而，與機器人對手相比，人類的手在完成那些需要高靈巧度方面的任務時仍然具有優勢。這種差距歸因於機器感知、可靠的高保真感測器以及規劃與控制等關鍵技術。機器人的靈巧操作技術路線圖包含以下的技術節點：

基於模型的供應鏈整合與設計

目前，計算機領域與信息科學的發展使將物理製造過程模型化、使研究人員「將圖靈機帶進位造業」成為可能。如果完成此項技術，製造業會像資料庫及計算機一樣蓬勃發展，使系統與組件具有互操作性，產品具有更高的質量、更好的可靠性、更低的成本以及更快地進行交付。所以，基於模型的供應鏈整合與設計路線圖具有以下的技術節點：

納米級製造

經典的基於CMOS的集成電路與計算模式正被新的納米級製造與計算技術超越。我們已經看到了非硅微系統技術以及使用自然界中觀察到的合成技術進行構建的新方法的成長與發展。微機電系統（MEMS）、低功耗超大規模集成電路以及納米技術的發展已經使次毫米級自供能機器人的出現成為可能。新的并行甚至隨機裝配技術有望出現。傳統的製造方式將被新的、目前只存在於想象中的納米級製造方式所取代。故納米級製造以及納米機器人技術必須強調其基礎研發：

非結構化環境感知技術

在自動化製造業中，固定的自動化設備已被證明更加易於進行大規模生產。除了一些特定應用之外，柔性自動化技術以及大規模定製自動化技術的前景並未受到關注。造成這種現象的主要原因之一是固定的自動化設備為自身構建了一個結構化的環境以極大地簡化「智能」製造所面臨的挑戰。小批量的自動化製造要求機器人更加智能、靈活，並能在與人類工人共同工作的低結構化環境中安全地運行。比如，在產品流層面，機器人及其他機器設備需要在各種不同的地點進行工作，以完成對產品（比如一輛飛機或一艘輪船）的製造，而在功能層面，則是產品在各種機器設備間進行運動。單一部件製造的挑戰性加劇了上述困難。感知技術的路線圖包含以下技術節點：

與人類共事的內稟安全機器人：機器人大眾化

現在有很多關於內稟安全機器人的討論，這些討論並不只是局限於「內稟安全」這個辭彙的具體含義。「內稟安全」的設備被定義為「在正常或異常條件下，在某種特定危險氣體最易被點燃的情況下，無法釋放出足夠將其引燃電能或熱能的設備或布線」。簡而言之，一台「內稟安全」的設備無法引燃可燃氣體。「內稟安全」的要求顯然也需要像其他被設計用製造業領域的機器一樣，在機器人系統中得到重視。雖然顯而易見的是「內稟安全」會為機器人的行為帶來更多負擔，但也許這更關係到「內稟」這個詞本身的定義。

內稟：屬於其本質或構造的事物；來源並包含於有機體或其部分。這就是癥結所在：我們期望機器人必須從內在來說就是安全的，對人類完全無害的，不管這會有怎樣的代價。這來源於那種恐懼人類可能會製造出某種凌駕於人類之上的東西的文化。也許，我們已經製造出了凌駕於人類之上的產物。

比如，汽車是危險的。第一輛不用馬匹的馬車對於路上其他傳統的馬車來說是個威脅，不過我們早已過了那個年代。現在的高速公路上，你可以以超過120公里的速度超車。這並不是說汽車具有「內稟安全「，而是說我們已經學會接受汽車帶來的風險。隨著時間的過去，我們逐漸創造了一個依賴於人類對其能力、限制以及在高速路上開車所面臨風險都具有認知的交通系統。我們將汽車大眾化，讓汽車與大眾相關，讓大眾需要汽車，汽車才成為我們社會的一部分。

在製造業領域中進行機器人的大眾化，必須引入一個類似的風險和責任評估模型。像開車一樣，製造業的環境本身就蘊含一定程度的風險。我們的目標是當機器人被加入到製造業中時，風險程度不會因此提高。對此目標是否達到的一個可以接受的衡量指標是工作損失天數。如果工作損失天數在引入機器人或自動化設備之後沒有增加，那麼我們就走在機器人大眾化的正確道路上。之後我們將繼續發展並細化安全標準，並且為用戶自定義任務找到工程系統化的解決方案。

事實上，我們必須安全地展開並且持續鼓勵針對用戶溝通需求的協同解決方案。這就包括對每個自動裝置的能力、限制以及相關風險進行定義。創新的多樣性將推動對機器人風險和責任評估模型的接受。社會對人類與機器人同在工廠工作的理解與大的文化環境將會隨著機器人的大眾化一起到來。上述社會氛圍只會在機器人用戶數量拓寬的基礎上隨時間慢慢發生。自然語言編程、控制學習以及材料技術的進展都是可能加速這一過程的潛在途徑。

機器人與人類共事的路線圖如下：

轉自丨機器人網