协作机器人概况

一、协作机器人定义与特点

1.1 定义：

    指能与人在同一共享空间中协同作业、与人进行直接交互的机器人，是一种新的工业机器人品类。根据美国专利局定义：协作机器人是一种用于人与计算机控制的机械手之间直接物理交互的设备与方法。与传统工业机器人不同，协作机器人设计的初衷就是为了提高机器人的安全性，降低机器人在生产过程中对人带来伤害的风险，使机器人可以在特定区域内安全地与人进行直接的交互和接触。

1.2 特点：

协作机器人还具备易用性、灵活性、安全性、低成本等特点。在易用性方面，协作机器人能够通过拖动示教路径点的记录并配合相对易用的引导编程，降低操作者的专业要求。同时，轻量化、高集成度的设计使协作机器人能够以更灵活的部署方式安装在产线或集成化设备中，易于编程的特点也使其能够快速适应新产线的工作需求，适用于各种非结构化、柔性、高灵活度的场景。

二、协作机器人的分类

2.1 它是属于哪一类

正常来说，协作机器人是属于工业机器人下面的子类。《机器人分类》（GB/T 39405-2020）规定了机器人的分类原则、分类方法和分类汇总。协作是一种相对交互方式，所以我认为协作不仅属于工业机器人，也属于其他类型机器人，只要是机器人产生了交互，该机器人就可以被打上“协作”的标签。

协作机器人概念最早是在1996年，美国西北大学的两位教授J. Edward Colgate和Michael Peshkin提出了协作机器人概念。

2.2 它可以怎么分类

不同结构的协作机器人

     单臂协作机器人只有一条手臂，是机械臂中最常见的形式。由于布置灵活、控制简单，广泛应用于各种行业场景。

        双臂协作机器人拥有冗余的动作空间，高效灵活，适用于需要交互协作的负载应用，或者在有限空间完成多动作的场景，如双手拧瓶盖的协同动作。相应地，双臂设计会带来成本增加和控制的复杂性。

不同载荷的协作机器人

受应用场景和结构特点的限制，协作机器人载荷一般不会超过20kg。

       我们通常将轻载协作机器人的载荷定义在3-10kg，重载协作机器人载荷在10kg以上，桌面级协作机器人载荷小于3kg。反之则不成立，比如小于3kg的机器人不一定是桌面级机器人。轻载协作机器人是目前最常见的协作机器人，主要用于消费电子、测试、医疗及服务行业；重载协作机器人常用于装配、搬运、码垛、包装等工业场景；桌面型协作机器人则应用于分拣、点胶、涂胶、自动化测试等工作场景。

 不同力感知形式的机器人

        力感知是协作机器人实现交互的基本功能，也是最重要的功能之一。主要分为电流环、关节扭矩、六维力/力矩传感器（简称六维力传感器）、电子皮肤这四种感知形式。其中，基于电流环的感知形式是最早期的一种，通过机器人的伺服系统直接获取机器人各关节电机电流，再通过电机厂商提供的转矩系数，计算出各关节的输出力矩。这种方法经济简单，在机器人本体厂商中广泛使用。由于无法获取精确的外力，常用于碰撞检测以及简单的拖动示教。

• 基于关节扭矩传感器的力控机器人，在近几年比较热门。扭矩传感器与多圈编码器、单圈绝对值编码器构成当前流行的柔性关节，再通过扭矩传感器直接输出各关节轴的扭矩。相比电流反馈方式，这种具有更高的精度和反馈频率，易于实现机器人的柔顺控制，在精密装配、打磨、手术、按摩等场景都有应用。但是扭矩传感器的使用，会降低关节刚度以及机器人轨迹运动精度，结构集成也给设计制造增加了难度
• 基于六维力传感器的力感知机器人，原理是利用外装于机械臂末端或底座的六维力传感器，来感知外界环境。可以将不具备力感知能力的机械臂改装成力控机器人，且对机器人本体不产生影响，具有较高的测量精度。局限是算法复杂，控制频率相对不高，仅测量末端的六维力，机器人本体无法实现碰撞检测功能的，价格也比较昂贵。
• 基于电子皮肤的力感知机器人，需要在机器人「皮肤」下布置多个压力传感器，增加了布线和设计的难度，维护成本较高。目前仅用于碰撞保护方面，离商用还有较大距离。

不同轴数的协作机器人

       根据机器人轴数的不同，一般分为6轴机器人、7轴机器人，以及欠自由度机器人（＜6轴的机器人）。事实上，6轴机器人已经具备完整的自由度，能够到达空间任意点，具有较好的通用性，主流厂商基本以生产6轴机器人为主。但随着协作机器人应用拓展，一些特殊应用场合对机器人轴数提出了新要求。比如，机器人的工作空间中存在障碍物，恰好位于目标点和机器人本体之间，这时常规6轴机械臂无法绕过障碍物，实现目标点的指定姿态作业，7轴协作机器人就诞生了。同样，在特定的工作场景，完成简单重复的功能也不需要6轴机器人。如工业分拣、喷涂、检测等工作，小于6轴的机器人足以胜任。

此处引用了这篇
深度科普： 一文帮你搞懂协作机器人的前世今生说的确实不错，有兴趣可以转过去看看。

三、协作机器人的技术特点

根据国际机器人联合会（IFR）对人机协作的四种定义：

共存： 人与机器人能够共同工作，但是不享有共同的工作空间；

顺序协作： 人和机器人共享同一工作空间中的全部或部分，但是不能同时在零件或机器上工作；

共同作业： 协作机器人与人能够在同一个零件或机器上操作；

响应式协作： 协作机器人实时响应人的动作；

目前协作机器人主要停留在共存与顺序协作阶段，共同作业以及响应式协作方式较为少见。

协作机器人的技术特点

主要为安全性、易用性、灵活性、共融性等。

3.1安全性

       为了满足协作机器人的安全性需求，行业内企业通常采用低电压、轻量化设计，同时具备碰撞检测功能。

       低电压与轻量化设计主要保障协作机器人的安全性。协作机器人一般采用小于等于 48V 的低电压设计，能够有效防止因为线缆内部故障导致漏电造成人员伤亡，同时可以有效保证 电气线路的稳定。此外，由于需要与人工进行协同作业，协作机器人在设计过程中会涵盖碰撞力学方面的知识，通过轻量化、降低机械臂运动速度，来降低机械臂在运行时所产生的动能，从而实现将碰撞造成的危害微小化、可控化。碰撞检测作为协作机器人安全功能的核心，两种代表技术方案分别为 UR 的无传感器电流检测方案和 Kuka 、iiwa 的关节力矩传感器检测方案，二者均通过发生碰撞时碰撞力的检测来触发机器人的保护性停止。其中关节力矩传感器大幅提升了碰撞检测的灵敏度，但同时带来了刚度和精度的下降问题。

3.2易用性

       协作机器人多用于柔性需求较高的场景，这类场景对于协作机器人的易用性和灵活性带来了较高要求。传统工业机器人示教器编程采用机器人点位的逐点示教以及高级机器人语言编程完成，专业性强，上手门槛高；协作机器人通过拖动示教路径点的记录并配合相对易用的引导编程， 降低了操作者的专业要求。随着协作机器人应用领域的不断扩展，提升协作机器人编程的易用性，覆盖（Windows/Linux/Mac/移动端客户端、网页端、手持示教器等）的拖拽式图形化编程成为协作机器人编程发展的方向。此外，行业内企业对机器人编程方式不断进行优化升级，以实现机器人的快速部署，近年来，协作机器人示教方案已经逐步发展出无线示教和图形示教等方式。

3.3灵活性

       在灵活性方面，协作机器人在外置接口的设计上采用了兼容式设计，能够在较大程度上兼容各种品牌的外接装置，例如：末端执行器、视觉相机、传感器等。在不同场景的应用中，通过灵活替换外接装置，可以使协作机器人快速满足工艺场景下的功能要求，实现灵活性的提升。为了进一步提升协作机器人的应用灵活性，各家协作机器人企业结合其在上下游的优势，与市面上领先的机器人周边配件厂家展开了深度的合作，推出了围绕协作机器人的产品生态圈。

3.4共融性

      协作机器人的共融性主要指协作机器人系统易于嵌入或接纳其它系统、易于转化先进的理论与算法，使得自身功能不局限于机器人制造商的定义，而具有极大的扩展性。现阶段协作机器人在共融性方面已经有了较大提升，并仍在不断进步中，能够与机器视觉系统、移动操作技术、AI 技术平台、各类工艺包等进行共融互通，实现各类延展性应用。

四、协作机器人的技术发展

4.1 一体化关节

       一体化关节指在机器人每个关节内完成伺服驱动器的装置以及底层电气设备的连接，使每个关节成为一个控制单元，以简化整机走线，降低配套设备重量。为了满足对于安全性和灵活性的需求协作机器人的走线和执行机构的穿气管都在内部，因此要求电机、减速器、驱动器等都要放在一个大中空的结构里，编码器、驱动器、减速器、电机、制动器等都需采用集成式设计。一体化关节设计与协作机器人有较高的契合度。协作机器人在设计之初往往会考虑轻量化、安全性等需求，采用一体化关节设计能够有效地降低协作机器人本体重量；同时，中空走线的设计也在一定程度上避免了因线路故障引起漏电导致人员伤亡的情况。

4.2轨迹规划技术

       路径规划是指在某一作业场景下，根据作业内容的需要，结合路径约束与障碍物约束找到一系列要经过的路径点（空间中的位置或关节角度），并得到一系列末端的运动路径点数据。机器人路径规划主要是为了使机器人在作业过程中的运动路径与障碍物保持一定距离，同时整体路径能够保持最短，以实现安全、高效的自动化作业。轨迹规划是在路径规划的基础上加入了时间序列信息，对机械臂在运动过程中的速度和加速度进行规划，可以在机器人关节空间运动中使机器人运行时间尽量短或能量消耗尽量小。

4.3碰撞检测技术

      碰撞检测是保障协作机器人安全性的关键性技术之一，能够实时监测机器人与工作人员 或其他设备之间是否存在碰撞，并对碰撞进行及时的反馈，通过策略控制保证碰撞发生时不会对工作人员造成伤害。

     协作机器人碰撞检测技术主要有两类：碰撞后检测安全技术与碰撞前检测安全技术。

碰撞后检测安全技术主要是靠优化机械结构设计、碰撞力抑制算法和搭载关节力矩传感器、电流环、触觉力觉传感器等方法检测碰撞是否发生，及时反馈碰撞信息并快速作出应对方案，从而降低碰撞发生后造成的伤害；

碰撞前检测安全技术是在机器人上使用非接触式的传感器（视觉系统、安全皮肤、激光传感器等），对周围环境及人的行为进行预测，并采取相应的安全避障措施，因此可以从根本上避免碰撞的发生，极大地提高了人机交互的安全性。

常用碰撞检测方法如下：

力矩传感器：

       最常用的碰撞检测方式之一，通过添加关节力矩传感器或底座力矩传感器来检测外力，可以有效避免摩擦力误差，碰撞检测精度较高。

电流环式：

       采用电机的电流或反馈的力矩来检测碰撞是否发生，无需额外添加传感器，并且能够完整覆盖机器人整个表面，是成本最低的碰撞检测法。从另一方面来看，电流环碰撞检测法容易受摩擦力影响，对建模和辨识带来一定困难，且减速器越大，摩擦力误差也会随之增大。因此，电流环式碰撞检测法的检测精度有一定局限性，多用于小型协作机器人上。

触觉电子皮肤：

       一种碰撞后检测方法，通过在机器人表面安置压力传感器来检测外力，检测灵敏度高，检测精度较高，但是由于单个机器人对于压力传感器的需求量较多，导致装配较复杂，布线难度较大，成本过高。

安全皮肤：

       安全皮肤是一种电磁感知技术，属于碰撞前检测方法。安全皮肤具有较高的灵活性，可以被加工为各种形状，能够检测机器人周围 15cm 范围内的工作区域，且检测灵敏度较高，在机器人高速运行状态下，可以有效检测出障碍物的存在并及时停止机器人作业。

视觉系统：

        一种碰撞前检测方法，通过搭载 3D 视觉相机或广角摄像头来监测机器人工作范围内是否存在障碍物，已实现机器人与障碍物接触前可以及时作出应对措施。此外，搭载视觉相机还有利于定位分拣、上下料、产品检测等场景中协作机器人的自动化、智能化应用。

其他：

       包括在机器人周边设置电子围栏、压力垫、激光传感器等装置，通过对机器人周边一定范围内的障碍物进行监测反馈，从而降低工人或其他设备突然出现导致碰撞的可能性

4.4力控技术

       传统工业机器人往往被设计在结构化的工作场景中进行重复性的位置作业，然而到了非结构化且需要进行接触作业的工作场景中，这种重复性的、单纯依靠位置控制的作业模式就会遇到困难。为了解决接触作业中对作用力柔性的高要求和位置控制准确性及系统高刚性之间存在着矛盾，协作机器人柔顺控制这一概念被引入。机器人的柔顺性可以分为被动柔顺与主动柔顺。被动柔顺主要是通过弹簧机构、阻尼器、气动柔顺装置来实现机器人的末端柔性操作。被动柔顺机构的柔顺中心一旦被固定，就很难调整，主要适应刚度固定的作业要求。主动柔顺，是指机器人利用力的反馈信息采用一定的控制策略去主动控制作用力。这里采用的力反馈信息通过机器人末端六维力传感器或关节扭矩传感器获取，随着国内力传感器技术上的突破，传感器设备的性能也将逐渐标准化，成本也会逐步降低，未来协作机器人的力控性能差异还是会落在机器人控制器的力控算法和策略上。根据控制策略，主动柔顺可以分为：直接力控制策略、阻抗/导纳控制策略、力/位混合控制策略和自适应/智能控制策略。目前，多数协作机器人企业都是从力/位混合控制往自适应/智能控制策略跃进

4.5振动抑制技术

       协作机器人关节传动系统中含有谐波减速器、力矩传感器等柔性元件，使其具有关节柔性；同时，轻量化以及内部中空的结构设计使协作机器人具有连杆柔性，导致在运动、定位以及末端负载较大时会造成协作机器人的振动。协作机器人振动形式主要为过程振动和残余振动，其中，过程振动是指协作机器人在作业中受到外部干扰或内部建模参数不确定而产生的震颤；残余振动是指协作机器人在完成周期作业后由于位置与速度的误差导致在终止点发生的自由振荡。协作机器人在运行中产生的振动对于其在准确度、稳定性、工作效率都有一定程度影响，甚至可能导致协作机器人结构疲劳和损伤，缩短机器人使用寿命。因此，为保证协作机器人的高效、稳定作业，须采取振动抑制技术。

五、协作机器人的技术趋向与方向

5.1性能工业化

     近年来，协作机器人的性能在不断向工业方向靠拢，稳定性不断提高；从最早的 3kg、 5kg、10kg 的负载，到现在 20kg、30kg，负载不断增大；从开始的 1m/s 的速度，到现在可达 3m/s，速度不断变快；精度也达到了工业级别的 0.02mm。 从性能上而言，协作机器人不断冲击原来由于技术限制所形成的协作机器人与工业机器 人之间泾渭分明的界限；从应用上来看，协作机器人在工业领域有了越来越多的应用，甚至在部分领域已经替代了传统意义的工业机器人。

       然而，对于这些大负载、高速度的协作机器人，安全性则是对性能的一种桎梏，为了保证人机协作的安全，它们都只能被设定在很低的速度下运行。为此，ABB 设计生产了 CRB 1100协作机器人，是一款跨界探索产品，本体与工业机器人无异，但增加了安全激光扫描仪，配合 ABB 的SafeMove2 功能，通过感知人体与机器人的距离来调整工作状态，相当于增加了一个隐形的围栏来保障了安全性，相对协作机器人人机协同的共享工作空间，存在安全区域的人机隔离。

5.2核心零部件性能优化

电机：

       协作机器人电机后续发展必然是向高扭矩、大中空、高功率密度等方向发展。核心零部件重量轻，功率密度高将成为主要特点，使得协作机器人关节更加轻量化，负载力更高。

伺服驱动：

       机器人伺服驱动偏向集成化，小体积化，要求具备高动态响应，高精度，力控制及抖动抑制，整体向智能化发展。

编码器：

      机器人编码器是伺服控制的核心部件，目前在成本上，可制造性，精度等还有一定的局限。后续发展方向主要是围绕高精度、高集成度、高可靠性发展。伺服控制性能提高，必然要求编码器技术的提高，高精度编码器尤为重要。由于需要关节输入输出两侧位置、速度等，编码器需要采集两端信息，高集成度的编码器同时采集两端信息，减少体积和走线尤为重要。另外编码器必然需要更高的可靠性，抗干扰，在强辐射、高低温等特殊场合依然保持可靠性。

5.3感知化

       智能传感器的发展方向后续主要围绕视觉、力传感器、电子皮肤、人机交互及安全方面。 首先机器人必须要有力感知，具备力感知的机器人能够更好地实现智能柔顺抓取，也可以更好的与人进行安全交互。其次机器人要围绕视觉感知发展，让机器人可以看见周围环境，其包智能相机技术、3D 视觉传感技术、3D 激光雷达技术等。“眼睛”对于机器人执行新任务（例如在仓库中挑选和移动产品）不可或缺。传统机器人只能完成简单的重复性任务，而具有机器视觉的机器人可以解决更多问题，

5.4智能化

      机器人作为一直以来作为机电执行机构，只能替代简单体力劳动。对于复杂非结构化的场景，则无法发挥太大作用。机器人可以通过学习的方式处理复杂问题，优化动作流程。AI 应用是未来协作机器人技术的发展趋势，未来只有具备人工智能，自制学习判断的协作机器人才可以成为真正的协作机器人。机器人除了安全和人机交互外，必然需要深度学习，可以通过自主学习训练使得机器人更加具备智能化，也是人机交互的重点。未来机器人控制器或将发展为零编程使用，通过使用多传感器融合后的智能学习判断，与人智能交互后即可实现目标任务的执行。

5.5模块化

      底层部件的模块化为机器人整机的开发夯实了基础，提升了新产品的开发速度，增强了新产品的可靠性。不同规格的关节经过组合，配上相应的连杆，即可组成一款新的机器人，无需从底层模块开发。同时，不同机器人共用相同的关节，关节的使用数量会有大幅提升，更有利于关节的成熟。此外，关节的批量使用也使企业的采购成本降低，进而降低了机器人 整机的成本，从而大幅提升机器人的性价比和竞争力。

六、协作机器人的应用分析

6.1 协作机器人应用场景分析

      近年来，协作机器人企业不断开拓下游应用场景，协作机器人产品在性能上也屡有突破。 在工业场景中，对比传统工业机器人对结构化环境的要求及人机分离、只能进行单一产品大批量生产的特点，协作机器人可以在非结构化环境中进行应用、支持人机协作、进行小批量或定制化的生产。协作机器人的增长既来自于制造业的传统需求，即提高生产效率、降低单位人工成本等，也来自于现代工业对柔性生产的需求：应对多品种小批量生产、实现从批量生产到大规模定制的转变。

      而近年来随着协作机器人工艺包的持续开发，协作机器人能实现的应用逐渐多元化。从应用场景来看，目前协作机器人的应用主要集中于工业场景的装配、螺丝锁付、搬运/上下料、抛光打磨、焊接、喷涂等领域，而在非工业领域，则被广泛应用于自动咖啡机、物料抓 取以及其他新兴应用中。2022 年，协作机器人在搬运/上下料、装配以及螺丝锁付等场景的应用占比超过 50%，分别为 22.7%、17.34 和 13.2%。抛光打磨、点胶/涂胶、焊接、喷涂等应用场景占比分别为7.56%、4.3%、3.2%以及 2.2%。

图 3 2022 年协作机器人应用场景分布（以销量计，单位：%）

6.2 协作机器人应用行业分析

       在工业领域，国内协作机器产品主要应用于 3C 电子、汽车及零部件、机械加工等行业。预计 2023 年商用服务领域会有更多落地项目。数据显示，2022 中国协作机器人产品主要应用于汽车及零部件、3C 电子、科研教育以及医疗保健等行业，从整体占比来看，工业领域仍旧是协作机器人的主战场。协作机器人行业仍处于发展初期阶段，市场基数相对较小，单一下游行业的波动也会导致整体下游分布出现较大变化。

       过去 3C 电子行业一直是协作机器人的主战场之一，但是由于 2022 年 3C 电子行业较低迷，新设备采购订单数量出现下滑，因此在协作机器人下游市场中占比出现下降。此外，2022年医疗与保健行业对协作机器人产品出现大批量需求，并已逐渐形成场景化和标准化应用。

图 4  2022 年中国协作机器人下游行业分布（以销量计，%）

6.3 协作机器人应用趋势分析

下游行业认知提升，协作机器人应用渗透率持续上升

     从应用分布来看，协作机器人在工业场景的渗透率持续提升，从 3C 电子、汽车及其零配件、家电等行业向更多细分子行业渗透，如新能源行业，有望迎来批量性导入协作机器人 的契机。

协作机器人生态日益丰富，传感器加持助力协作机器人感知能力提升

     为了进一步提高协作机器人的灵活性和易用性，在应用中将会使用越来越多的柔性夹具，并且这些末端执行器将越来越成为机器人应用的核心部件，协作机器人配备了末端执行器之后可以更好的实现一些新的功能。 在发展趋势下，国内外的企业都越来越强调协作机器人快速更换夹具的功能，机器人能够全自动更换并识别任意工具或握爪，操作者可以通过拖拽式一次性编校机器人运动路径以及所有对接的工夹具或握爪的动作，而无需使用手持式示教器，真正实现手把手编校。

机器人大模型有望为协作机器人装上加强版外挂

      2023年7 月 29 日，Google DeepMind 以训练 AI 聊天机器人的方式训练了一款全新的机器人模型 Robotic Transformer2（RT-2）。RT-2 表明视觉-语言模型（VLM）可以转化为强大的视觉-语言-动作（VLA）模型，通过将 VLM 预训练与机器人数据相结合，直接控制机器人。RT-2 以视觉-语言模型（VLM）为基础，将一个或多个图像作为输入，并生成一系列通常代表自然语言文本的标注。在大型语言模型研究的启发下，机器人正变得更加智能。将大型语言模型的最新进展引入机器人，让机器人变得更聪明，并具备新的理解和解决问题的能力。机器人大模型的持续进步有望为协作机器人能力提升装上加强版外挂，可以满足更多复杂场景的应用需求，同时协作机器人的易用性和智能性将有望获得质的提升。

这部分是我个人对于《2023协作机器人产业发展蓝皮书》的精要提炼。

欢迎

大家在评论区多多提点我对于协作机器人概况的理解