ROS交流群
ROS Group
产品服务
Product Service
开源代码库
Github
官网
Official website
技术交流
Technological exchanges
激光雷达
LIDAR
ROS教程
ROS Tourials
深度学习
Deep Learning
机器视觉
Computer Vision

机器人:未来十年三大发展趋势



  • OFweek机器人网讯:机器人自身也在变革,总体向更安全易用、更利于普及、更智能的方向发展。我们认为未来十年以下三大发展趋势解决行业痛点,促进机器人真正普及,也蕴藏着巨大投资机会。
      首先,通用软件平台降低机器人行业门槛
      电脑和智能手机的快速普及主要内在动力就是通用的操作系统和应用软件,机器人也一样。不同的机器人厂商使用的操作系统、中间件以及编程语言各有区别,,增加了使用成本和机器人应用范围。通用软件平台(操作系统)就是解决这一问题,让使用机器人像使用智能手机一样便利。
      目前通用软件平台有多种,包括微软也推出了商用机器人软件开发平台。应用最广泛的是美国WillowGarage公司开发的ROS,它就像应用在机器人上的安卓系统,配合类似手机APP分发渠道的软件开发社区,目前支持ROS的机器人已经有40多种,包括FANUC、ABB、安川、ADEPT等大型企业,未来有很大潜力成为通用的、标准的机器人控制系统。
      关于ROS的一组数据:2015年,VC在基于ROS操作系统的机器人公司投资超过1.5亿美元。2015年5月全球共有70000多个独立IP下载了900万次ROS程序包。截止2015年ROS开发者社区里面的1840位成员一共写出了1000万行代码。
    图表1:常用机器人软件开发平台
    0_1467168773573_20.jpeg
    通用软件平台大大降低了机器人的开发门槛,社区中的成熟软件可以直接刷入机器人使用;未来配合3D打印技术,使小企业甚至个人也有机会成为机器人开发者。蕴含的机会在于,可能出现针对ROS系统的二次开发或者优秀的应用软件,成为像智能手机APP那样的“爆款”。
      其次,人机协作促进机器人普及,机器人走向融合的开端
      人机协作是工业机器人发展的新形态,把人的智能和机器人的高效率结合在一起,共同完成作业;简单来说就是“人”直接用“手”来操作机器人。人机协作是机器人进化的必然选择,特点是安全、易用、成本低,普通工人可以像使用电器一样操作它。
      协作机器人和传统工业机器人,就是个人电脑和专业大型计算机的区别。它不再需要非常专业的工程师安装调试和复杂的系统集成,开箱后对普通工人简单培训即可使用。未来传统工业机器人更多用在大批量、周期性强、高节拍的全自动生产线,协作机器人用在个性化、小规模、变动频繁的小型生产线或者人机混线的半自动环境。
      根据美国ABIResearch的报告,2015年至2020年期间,协作机器人市场份额有望增长10倍,从接近9500万美元升值到超过10亿美元。将由以下三个主要市场驱动:电子制造和电子制造、中小型企业及寻求机器人优化解决方案的企业。
    图表2:2014-2020E协作机器人出货量预测
    0_1467169024703_21.jpeg
     协作机器人结构简单,主要通过软件整合来实现功能。硬件构成主要是球形关节、反向驱动电机、力觉/视觉传感器及更轻的材料,传统的减速机等核心零部件未来将不再关键。目前协作机器人处于市场导入期,成本仍然较高,效率低,使用不如人意,主要机器人厂商推出各种协作机器人抢占入口,国内企业有了跟外资站在同一起跑线的机会。新松、埃夫特、遨博智能2015年都推出了协作机器人。
      协作机器人更深层的意义在于,未来3-5年随着价格的下降,有潜力成为中小企业和家庭都能使用的桌面级设备。应用范围也不限于工业,在医疗、农业、服务业也有用武之地,是机器人走向融合的开始。
      最后,机器视觉、深度学习让机器人更智能。
      人工智能首先应用于工业机器人领域,主要就是机器视觉和深度学习。
      机器视觉是现有的机器人从自动化设备转变为智能机器的一个关键因素。最初是作为机器人的辅助工具,提高柔性和对工作环境的反馈,主要应用于引导和定位、检测和识别等,随着工业大数据和深度学习的发展,未来将使机器视觉成为智能生产系统的主导,做出决策和预判断。
      2014年全球机器视觉规模持续走高,达到36.7亿美元。主要分布在北美、德国、英国、日本、中国等地区和国家,其中中国占到8.1%;预计到2018年全球市场规模将达到50亿美元。
    图表3:2007-2018年全球机器视觉市场规模
    0_1467169258741_22.jpeg
    图表4:2014机器视觉地区占比
    0_1467169278659_23.jpeg
    深度学习推动机器人摆脱预编程序的束缚,真正走向智能化。深度学习使机器人可以像人一样通过学习掌握新的技能,适应未知的工作环境。深度学习在工业机器人的应用分为三个层次,一、机器人通过试错学会新技能;二、多台共享经验提高学习效率;三、机器人可以预防并且自行修复故障。目前已经到了第二个阶段。
      2016年是深度学习元年,深度学习走向商业化和开源。FANUC和人工智能初创企业PreferredNetworks合作推出了深度学习机器人,无需工程师调试可自己学会挑选工件。ABB、丰田都在开发基于深度学习的工业产品,国际巨头谷歌、facebook、特斯拉都宣布开源其深度学习服务。
    图表5:深度学习走向商业化和开源
    0_1467169325032_24.jpeg
    机器视觉和深度学习使初创企业或者小企业也有机会跟大型企业平等对话,对机器人行业潜在的影响是颠覆性的。
      随着机器人的智能化和普及化,无论采用哪种方式,传感器都会变得越来越重要,机器人对传感器的需求未来3-5年内有望爆发。