熊蓉：我們的智能移動機器人思維
熊蓉教授，系國家科技部重點專項智能機器人專家組專家，RoboCup國際理事會理事，浙江省機器換人專家組專家，浙江大學機器人實驗室主任。日前，她被世界機器人大會邀請，做了題為《智能移動機器人技術及應用》的主題演講，提出的智能移動機器人自然無軌導航等研究，格外引人關注。
在長達十多分鐘的發言中，熊蓉教授為我們梳理了我國制造業機器人的研發現狀和重要節點，其中既有她對于國際機器人產業發展的深度理解，亦有對國內機器人產業發展前景和重點方向的思考分析，干貨非常多，值得您花時間閱讀。
以下為演講全文：
尊敬的各位領導，各位嘉賓，大家下午好！感謝組委會的邀請，我來自于浙江大學控制學院機器人實驗室，今天主要為大家介紹我們在機器人方面所做的一些工作，其中將重點介紹智能移動機器人的有關技術。
之前關于機器人的背景，各位嘉賓已經講得很多了，這里我只做一個簡要介紹。基于市場驅動與技術發展，目前機器人產業已經成為各個國家的戰略型新興產業。我是從2000年開始從事機器人研究，當時有讀到2001年《世界周刊》的一篇報道，文中卡耐基梅隆大學的教授預測機器人產業會超越IT資訊產業，而那時還是IT非常熱的時候。之后很快到了2013年，中國就迎來了機器人產業的爆發。從1956年的第一臺工業機器人誕生并應用到汽車領域，到現在我們已經有了非常多不同類型的機器人，且已經應用到了包括工業、外空探測、軍事、醫療手術、康復等各行各業里，機器人已經逐漸向社會各個領域不斷滲透。
但是我們發現，這些機器人在應用過程中無論是形態上還是智能上，仍有很多局限性，因而現在很多的研究機構與機器人企業都在研究各種各樣的輕型機器人。如工業中能夠與人交互協作的機器人，或將原來人車分離的結合在一起，以及一些仿生機器人。關于這些機器人，除了它們的外部形態外，還有一個非常重要的問題，就是內部的智能性。智能化是新一代機器人的核心特征，對于腿足機器人來說，不管是讓它適應不平整的地面，實現動態的移動控制；還是在家庭服務中，不斷實現對作業任務的移動，以及對物體的操作；或是在人機交互中，對人臉、人體進行識別，進而識別人的情緒，開展對應的自然交互；以及在工業中的人機協同作業和康復、助殘中的人機協同作業，還有如何讓機器人自主地學習技能，并在泛化的作業內容中實現以上這些都是當前研究的熱點。但就整體來說，其中最關鍵的還是如何讓機器人變得智能。
關于智能，我們提到兩個核心問題：一是感知，一是控制。獲得環境和自身的信息，然后基于感知進行伺服的控制，兩者之間相互關聯，形成一個閉環系統。通過這兩個作業，我們要使得機器人系統有很好的適應性，能夠適應各種不同的環境，適應各種不同的操作對象以及各種不同的地形等等。
基于本人的計算機背景，我們的實驗室從2000年開始，主要關注于機器人的智能化方面。在17年的發展過程中，我們的發展方向主要概括為三個：如何進行智能的操作、智能的移動和智能的運動。下面我先簡要地介紹一下實驗室在智能操作和智能運動方面的一些成果，然后再重點介紹一下在智能移動方面所做的各項工作。
首先是智能操作。
操作是工業機器人最基本的功能需求。但是從工業機器人進入到現在，就需要滿足柔性制造的發展來看，也對機器人的智能性提出了需求，即能否通過各種各樣的傳感器來感知其作業對象并進行在線作業；而對于服務機器人來說，它更是一個必備的技術要求。因而不管是工業機器人還是服務機器人，人機協作是一個發展趨勢。這同樣意味著，我們的機器人需要具有感知的能力，去感知它的交互對象及意圖，然后來規劃自己的運動。于是，在2008年到2011年間，我們在國家863重點課題的支持下，做了一個乒乓球對打機器人，其實質是在解決智能操作的問題。它主要通過對某個對象的快速識別、定位，來考慮如何安排自己的運動，即對機械臂運動軌跡進行預測，然后規劃出機器人的全身運動，這是在線、實時的規劃，并且要保證這個手臂在快速作業時的動態平衡控制。該成果于2011年10月發布，得到了國內外的很大肯定。包括英國的路透社、美國的美聯社，以及美國國家地理頻道在去年開設的一個名為NothingImpossible的節目,都來到實驗室做了專題報道，更有很多的人慕名前來和這款機器人對打。（看圖）這就是第一位來和它對打的老先生，某雙蛇發球器的老總，從小打乒乓球。我們當時生產了兩款這樣的機器人，他們之間可以進行對打。但是機器人間的對打難度不及于他們與人類的對打，這是因為機器人是比較可控的，不像人類會有忽快、忽慢的速度，甚至所打的球會帶有旋轉性。同時，由于我們最初的定義就是制造一款仿人機器人，所以這款乒乓球對打機器人也能走路，只不過它的速度和國際上相比還有較大差距。這款機器人主要解決的是如何利用它全身的關節，來保證穩定的平衡控制及作業的精確性。（看圖）這是工博會上，萬鋼部長和它的對打，這些是在863成果20周年匯報上的一些照片。
這個作業完成后，我們將這一技術應用到了工業領域。在該領域里，涉及到對不同物品的分揀。（看圖）這是我們給某企業做的幾套自動化單元，當中有涉及到耳機這樣很小且沒有什么紋理的物品，我們要快速地識別它的位置，然后規劃機械臂的運動實現抓取，進而去適應不同的對象、插件等等。（看圖）我們把一個工作臺臨時推到機械臂面前，它能夠在1分鐘內完成標定，然后開始精確作業（ICT的焊接對精度要求挺高），這解決了原來在工業上人機標定作業和機械臂標定時需要大量專業人員和大量時間的問題。
另外我們還開展了進一步研究，即原先我們針對的是有相對少量旋轉的球，但其實在很多現實領域里，都會涉及到有大量旋轉的事物，比如在軍事對抗、航空航天領域里都有這樣對象作業的需求。那么在帶有高速旋轉的情況下，如何預測它的軌跡，就變得非常重要。因此，在國家自然科學基金的支持下，我們于2012年開始了這方面的工作。從最初對球（我們還是以球作為一個對象）上自然標志的識別、跟蹤來估計它的旋轉狀態，第一次實現機器人對高速旋轉球的接打；到后來我們對模型進行肌理分析，再結合視覺學習，建立準確的模型，目前大家看到的就是不用看球上的任何標示，完全只根據它的位置，就能做出精確的軌跡預測來實現機器人對球的接打。而眼下，我們正在進一步研究的是如何能讓機器人把球打回到我們需要的地方，目前我們已經完成了對球的旋轉建模即能夠接住球，下一步是要把球打到需要的位置上。