眾所周知，上周我和實驗室小伙伴去參觀了今年的工博會。這次參會給我一個感覺就是：在資本的催化下，國產(chǎn)機器人進步確實很快。
這次工博會，機器人四大家（Fanuc, ABB, Yaskawa, Kuka）跟前幾年相比沒有太多新的內(nèi)容，甚至少了不少展品。我估計他們都在憋著大招準備月底在日本東京召開的 iRex （International Robot Exhibition）。不過，這并不影響今年工博會的觀賞度。國產(chǎn)機器人這塊相較前幾年，有了很大的進步，甚至可以說是出乎我的意料。
首先，就是在機器人本體方面。對于工業(yè)機器人而言，最重要的指標就是精度，前兩年，國內(nèi)各種宣揚「協(xié)作機器人」，讓我一度擔心國內(nèi)工業(yè)機器人本體商走偏。幸而，在今年的工博會上，看到配天、珞石等國內(nèi)機器人廠商重新開始展示自己機器人的絕對精度與跟蹤精度。
（備注：文中所有動圖速度不做參考，具體機器人速度參考視頻）
配天機器人的定點變位姿，說明國產(chǎn)機器人在機器人重復定位精度和機器人運動學標定方面已經(jīng)有了較好水平。
珞石機器人則參照 ABB 之前的 Can Challenge 展示自己機器人的軌跡跟蹤精度。對于機器人而言，要想在高速情況下同時保持軌跡的跟蹤精度，就需要對機器人進行較為精確的動力學辨識，將高速運動產(chǎn)生的慣性力與科氏力等補償?shù)簦ɑ蛘哂幸粋€極為牛逼的電機）。
當然，珞石另外展出的一款協(xié)作機器人，也表明其在機器人控制方面有了一定的積累。
除了機器人本體之外，今年工博會在散亂分揀領(lǐng)域也是冒出了很多成果。
埃爾森智能
基于機器視覺的物體分揀需要綜合傳感器設計、相機標定、物體識別、位姿估計、抓取姿態(tài)生成、機械臂運動生成等領(lǐng)域的知識，算是一個比較復雜的問題。
雖然我們實驗室一直都有在從事 3D 視覺+機器人抓取方面的研究，但是在全國范圍內(nèi)看，基本上兩年之前是沒什么實驗室在做這方面研究的。再加上國內(nèi)機器人基礎教學水平非常之差，我之前在與 Mech-Mind 的邵總聊天時，一度強調(diào)國內(nèi)機器人人才不好招，想從事這方面創(chuàng)業(yè)并非易事。
但就今年工博會的情況上看，各廠商基于開源深度學習平臺、PCL 等工具，也能在一年時間內(nèi)做出一個還算可以看的 demo，說明我國的人才素質(zhì)還是相對較高的，雖然機器人基礎教學水平還太差，但只要網(wǎng)上一旦出現(xiàn)一些靠譜的學習資料，國內(nèi)的從業(yè)者也能較快入門。
此外，這次工博會還看到了不少好玩的東西。
新松這次展出的移動雙臂機器人，雖然在技術(shù)上沒什么太厲害的東西，動作也只是簡單的示教重現(xiàn)，但是機器人的外形是真的挺好看的，尤其是滑手機這個動作，讓我不禁想起最近很火的《紐約客》雜志封面：
另外，新松的乒乓機器人也算是本次展會的一個亮點：還有，這次終于近距離見到了 Festo 的仿生飛行水母與仿生蜻蜓。
最后，雖然我在文章前面提到說對國產(chǎn)機器人的進步感到驚喜，但這并不意味著國產(chǎn)機器人已經(jīng)接近或者超越國外的機器人水平了。
實際上，國產(chǎn)機器人之前一直停留在低端層次，靠著政府補貼生存，根本沒在研發(fā)上投入多少。甚至可以說，國內(nèi)大部分機器人廠商在控制器方面還沒入門。
對于機器人本體來說，運動控制（包括動力學等）真的只是機器人的基礎，珞石等展商只是稍微比同行更認真對待技術(shù)一點，要是較真的話，只能說「珞石等國內(nèi)創(chuàng)業(yè)公司真正在機器人控制方面入門了」，不信的話，可以看看 ABB 十年前的
ABB 機器人的跟蹤精度在十年前就已經(jīng)具有（甚至是超過）現(xiàn)在國產(chǎn)機器人的最高水平，而且在多軸同步（三臺機器人）上也有了很強的實力。要想，那時候的計算機計算能力與通信水平。
而對于機器人智能水平來說，國內(nèi)機器人也離彎道超車還有很大一段路要走。雖然這次展出了不少散亂分揀的 demo，但是大多都是從視覺方面入手，在視覺算法方面也沒有太「先進」的地方；而在機器人控制規(guī)劃上，大多還處于尚未入門的狀態(tài)，不信的話，可以對比看看 Mujin 的視頻（京東無人倉與其背后的革命性技術(shù)）
我們應該認清差距。
當然，只要有更多像珞石、Mech-Mind 之類尊重技術(shù)，愿意踏實鉆研技術(shù)的團隊出現(xiàn)，再加上國內(nèi)機器人市場的規(guī)模，我相信未來國產(chǎn)機器人會出現(xiàn)一個真正的巨頭，打破國外機器人公司的壟斷地位。
