中科院沈阳自动化所长于海斌：机器人如何实现万亿美元市场？做终端吧

8月24日上午，以“基础研究与前沿探索”为主题的世界 机器人 大会主论坛在北京举办，活动现场，中科院沈阳自动化所所长、机器人国家重点实验室主任于海斌进行了以“机器人互联网”为主题的演讲。 以下内容根据演讲速记整理（有部分删减）：

今天的报告题目定为“机器人互联网”。 我的报告大概分为这样五个部分：机器人未来可见的发展在哪里，在这样的背景下我们重点做的工作热点在哪里，已经有的工作有哪些，未来的工作要朝着哪里去努力。因为要泛泛地讲就太宽了，我们就讲具体的领域。

一、机器人领域未来的发展

机器人的发展要有一次爆发性的增长，核心还是麦肯锡2013年的报告讲得比较清楚，更多的是从经济和技术综合的角度来讲这件事情。记得当时最明显的一个感觉就是“万亿美元的市场”，这是在机器人领域原来不可想像的一件事情。

后来我们也认真研究了这个报告， 为什么以前没有，突然一下子就成了万亿美元的市场？我们发现重点核心就是它的领域在不断拓展。 因为机器人原来最经典的领域就是制造业，也就是我们讲的工业机器人，这个报告讲的是服务机器人在医疗、健康、国防等各个方面的应用。

在这样的背景下，很显然，机器人技术要有新的突破。其实很多新的概念都提出来了，听起来和原来也差不太多，机器人本体、传感、智能软件、人机交互和网络方面都有所涉猎。我的感觉是，第一次比较群体性地听到关于网络交互软件或者传感这样的整体要求。

比如原来视教编程比较多，现在更多的是在任务集怎么自动编程。原来我们讲到网络怎么和机器人结合，但是机器人真正交互起来并没有更多的案例。很多做信息的人把技术的概念抄过来说机器人也要有一个操作系统，操作系统是个什么东西呢？实际上它是物理本体的一个抽象，所以整个报告当中都体现了信息技术在这里的切入，也可以看出来， 如果服务机器人能做得好，就是说从结构化环境到非结构化环境用得好的话，信息技术是应该发挥重要作用的。

现在我们遇到的挑战有很多，但是总体来说，把机器人作为一个终端来看，手机现在是最成功的，颠覆了一些领域的概念。原来我们有IT和CT的概念，现在就有ICT的概念。因为很难说手机是一个IT产品，也很难说它是一个单独的CT产品，它更多的是一个综合。

机器人要想发展到这样的程度，或者是万亿美元的市场，它一定是走进我们生活的各个方面。机器人比较难用，基本上还是一个专业人士在编程这样一个阶段，集成性也受到了挑战，如果机器人搬到了一个新的环境，能够和那里的系统很好地融合还是有很大的挑战，手机无论走到哪里都是无缝链接到基础设施里面的。还有适应性的挑战，机器人对环境和非结构环境的认知能力还有很大的提升空间。所以我们在机器人编程、环境感知和人机交互方面都有这样的一些挑战。

二、机器人领域未来的工作热点

应该怎么办呢？我们有多种解决方案，也有很多颠覆性方案的可能。比如新材料的进步、生物技术的进步、类脑智能的发展都有可能产生一些进步，但是在机电和系统融合的时代，我们觉得把网络信息技术和它的融合是我们可以见到最现实的可能。比如我们讲的自动驾驶汽车，有人把汽车看成一个信息的终端，也是智能的一部分。

再看周边发生了什么，信息社会已经进入 万物互联 的时代，万物互联是什么概念？现在全球有76亿人口左右，到了2020年的时候，由于物联终端的大量使用将达到500亿的规模，是现在的两个数量级的进步。这个进步给我们提出了很多挑战，信息人士已经认识到基础设施方面是有很大挑战的。

500亿的终端从哪里来？谁是最高级的终端？谁是使命的终结者？现在一些典型的终端、成功的企业，比如华为发展得好，手机功不可没，除了这些后台的网络以外，信息终端最成功的应该是手机。机器人为什么不能？机器人应该是，我想也一定是。现在我们看到的很多信息终端包括摄像头都是相对简单的，但是也在智能化。机器人本身的智能程度是够的，但是怎么变成一个互联网上普及化的终端？其实也是解决刚才我说的那些挑战最有可能的一个方向。

从机器人发展的五十年来看，第一台工业机器人一直到工业上的焊接，再到大批量进入制造业和电子制造业，然后是在制造业里面多样化地应用再进入家庭，然后是爆发性地增长。但是不管怎么说，这里举的例子老生常谈的还是机器人的单体，并没有和基础设施连起来。我们想一下，改造人类社会的东西在信息时代哪一样如果能够做到家喻户晓、路人皆知但不和基础设施连起来？汽车到处都有，它有一个强大的基础设施支撑，手机现在无处不在，它有一个强大的网络基础设施支撑。

云化机器人确实是有它的优势，它的大致概念是讲怎样用云的计算能力提升机器人很多方面的不足。比如当时搞计算机的时候我们讲到客户服务器，讲到计算网格，甚至讲到薄的客户、厚的服务器，云提供了很多计算能力，我们想未来的很多智能功能放到云上面执行是有很大可能的。云的计算能力是足够强大的，这是一个很好的问题。

怎么和机器人结合？当然有很多挑战，现在我们刚刚开始，不是把信息拿上去就可以用的，我们对机器人的描述、数字化的结合还有很大的空间，所以现在讲CPS非常多，它只是一个理念，具体领域还有很多问题需要解决。

我们觉得机器人互联网是一个体系，往下的话还有人在说，我们回顾一下互联网的历史，大概是这样的一个情况。互联网的核心已经不再是讲技术了，它的背后有这么多年的发展和进步，比如它的背后的核心是集成电路的发展，如果没有这样集成电路大发展的话不可能有今天的互联网。

另一方面，互联网是网络技术的进步，如果没有 IP技术 的话，互联网不可能变得这样容易扩展，让我们随处可以接入。但是我们会看到互联网再往下，最近中间的过程我们就不再讲了，很多的内容服务都已经提到了这个上来，物联网的核心第二次爆发，交互式互联网最近的一个核心进步讲的大概是 云计算 ，因为它终于给我们提供了一个可以计算的平台，原来只不过是一个通讯的管道。

三、 工业互联网

再讲工业互联网的一些事情，大家千万不要被这个名词完全从概念上把真实的意义掩盖掉。严格来讲，工业互联网不仅仅是网络， 大家不要以为工业上用的互联网就叫工业互联网，它是两个方面的综合集成：一方面是要对工业上用的网络技术进行推进，另一方面也要基于这些网络做工业上的应用。

因为这是GE首先提出来的，提出了机器、数据和制造中的人，人机物三元的融合。从这个角度来说，工业互联网不仅仅是网络，还是一个体系。大家说这是不是有点绕舌？其实不完全是这样的情况，在GE的倡导下现在IIC变成了一个联盟，也是很多工业界的人在主导它的需求，信息技术在融合，融合的概念不是简单地拿来用，其实很长一段时间搞自动化的人一直是在用信息技术的成果，并没有一个很好的融合 。

现在发展到了5G时代，我们讲CPS就是物端要和信息在一起开发，大家应该是一个共同的过程，不是计算机拿来简单用的问题。举个简单的例子，如果云计算的技术仅仅拿来给机器人用，我们能解决很多问题，但是很多东西是不适合你来做的，所以越是往物联一端来靠，大家起步的时候就应该协同去工作。

刚才讲到互联网机器人，这个比 云端机器人 更近了一步。因为机器人和机器人的互联历史上个世纪九十年代老早就有过，但那个时候是把现有的网络技术拿过来，不是根据机器人协作的需求来做它的网络。如果从这个角度来说，下面的网络进步的空间还有很大，所以我们跟5G论坛讨论的时候都是有的，他们也需要这样的一些需求。

机器人互联网是在互联网机器人的基础上，从机器人应用和推广或者技术需求的角度来提这件事情的，所以核心的问题是“两个互联”：一个是水平的互联，一个是纵向的互联。

水平的互联就是机器人和机器人之间的协作，机床和机器人有挺大的区别，机器人能够移动和自主认知环境，机床联网运动控制的时候几个轴之间的协同精度要求是非常高的，但毕竟是在一个半径下。机器人如果要在跨地域或者可移动的未知环境下做到协同的话一定是无线的，现在的实时性是根本满足不了要求的，因为两个协同保证精度才能搞出一个确定的轨迹。

我们提出了机器人互联网的概念，它的内涵应该是实现机器、人、物理过程、信息和人之间的一种横向和纵向加起来的两个融合。另一个方面的概念是要有一个支撑平台，我们是基于已有的技术，但是要对现有的技术进行改造和提升，特别是在物端现在5G已经到来，5G和4G最大的区别是在面向各个领域定制了自己的很多标准和要求。

所以在制造领域特别是可动作的、未来可以广泛应用的智能空间领域应该是一个新的突破。如果仅仅从通讯的角度来说，我们拿过来用有很多问题解决不了。所以机器人互联网是一个新的模式，也是一种新的应用方式。

内涵是对开发者有价值，外延是对用户有价值。所以从网络角度来看是借助机器人促进信息物理深度融合，从机器人的角度来看是借助互联网的资源扩充本身的能力，我们讲重点是一个垂向和一个横向。那么它应该有一个架构，我们可以看到这个架构有橘黄色的，那个是边缘计算的资源。现在互联网的计算资源是足够大的，但是操作机器人要求有实时性，如果都到云端计算的话实时性是根本不可能实现的。

我们在物端来做的话，因为要移动一定是一个嵌入式系统，如果是在本地的话它的计算能力也有限。物端的计算要实现三个无缝：第一是在通讯上实时性保证不了，这个缝隙要解决掉。第二是在计算资源上能力是不够的，要有一套信息的调度，因为对用户来讲它应该是透明的。第三是这些业务关系现在没有很好的描述，很多还需要人的干预。这三个缝隙是需要解决的。

从解决的角度来讲，机器人的本体一定要有一个很好的信息抽象和描述，叫不叫操作系统没有关系，但确实不是一个简单的控制器的概念。只有这样，我们才能把很多好的东西加进去，比如信息安全、公共安全，才能给大家做机器人提供一个很好的基础设施的服务。而在互联网络方面，特别是物端的网络实时性确实有很多的挑战，对用户来讲一定是要有透明的编程环境，要有云的存储和编程的通用架构。

比如另一个例子是Google的互联网抓取训练，14台机器人完全以协同的方式，经过大量的训练学习和深度学习使其在复杂环境下有很强的智能抓取能力。但是现在我给你出一个题目，如果机器人的技术是成熟的话怎么放到应用上去？现在的开发工作量是十分巨大的，没有一个好的平台。Google的搜索引擎是很重要的，所以我们会不断地接触到引擎平台和基础服务这样的一个概念。

挑战重点体现在这样几个方面：因为要无缝集成，基础技术是有挑战的，物联方面有严重的挑战，特别是离散制造业是一个高速的过程。这样一个指标现在是很难达到的，即使达到了这样的指标，对群体性机器人也满足不了它的要求，还有很多的事情要做，现在讲离散制造这个指标拿到机器人的高速高密度运动的环境下确实还不能完全满足要求。

计算方面的挑战就像刚才我讲过的，计算任务迁移到云端难以满足实时性要求，本地的资源受限处理不了那么多复杂的计算，因为有了传感器和信息融合，不是简单地搞到一个位置就可以解决时间的问题。我们介绍一些相关的进展，零零散散地也有一些工作，特别是物端的网络方面，现在基本达到了百规模的网络节点在连接的情况下不需要通过中间节点互联，延迟是小于10毫秒的，这些在不是极高速运动的情况下是可以解决问题的。

车间AGV的控制解决方案，通过这种网络可以解决百台AGV的自主调度和解决问题。因为现在的办法都是分区的，而且是靠顶上的集中控制做的更多一些。一些集成的开发环境方面也做了一些调整，原来更多的是到物理系统，现在抽象出了一个好的开发环境，让你对用户、对认知不需要太多的了解，用户是开放的。

我们还要做一个定制化的生产系统，靠着这样的简单进步。因为现在还不能说叫平台，也做了一些互操作的工具，能够跨多家机器人进行快速的工业开发。这是我们做一个演示的生产线，取得了一定好的效果，在汉诺威的展会和乌镇世界互联网大会上都引起了一定的反响。

这是一个非常具有挑战性的工作，我们的路演刚刚开始，但是既然GE在谈工业制造的时候提出了工业互联网，而且有那么多的问题要挑战。我们当然可以借鉴，作为机器人来讲要能够更广泛普及地走到未来，我们在基础设施、基础平台上还是有很多挑战要做。当然，这个平台的背景下也蕴含着非常多的基础问题，总之是我们要跟信息技术深度融合，但是机器人有它自己的特点，我们要为机器人这件事情作出一点自己的贡献，也希望这些对大家未来的学习和工作能够有一点启迪。

本文系投稿稿件，作者：于海斌；转载请注明作者姓名和“来源：亿欧”；文章内容系作者个人观点，不代表亿欧对观点赞同或支持。