採摘機器人的可行性_花生採摘 - CSDN

來源：大數據文摘出品

自主化機器人已逐漸變得無處不在。

自動吸塵器、自動割草機、會簡單交互的小玩具，以及呼之欲出的自動駕駛汽車，都可以看作是一個能實現某種自動功能的機器人。

一輩接著一輩，我們一直在期待出現《星球大戰》中的那種智慧機器人。然而，實際的情況卻是，那種以人體解剖學為靈感進行硬體設計、能完成各種任務、滿足「通用」需求的機器人，卻離我們越來越遠。

諸如Willow Garage的PR2，或者Rethink Robotics的Baxte之類的人形機器人，是我們一直都在研究的，但事實上，這類機器人已經一敗塗地了。

Willow Garage機器人

創立一家機器人公司很艱難，既要考慮商業風險和技術風險。目前，業界整體趨勢是要從銷售一個機器人過渡到銷售一種實際服務，例如修剪草坪，提供計程車，完成零售訂單或按磅採摘草莓。

然而，這顯然無法滿足R2-D2和C-3PO（星球大戰中的機器人）愛好者們的幻想。

R2-D2機器人

上面提到的這種商業模式強調的是製造適用於某一項具體任務的、房間或冰箱大小的專用機器人，而不是一個神通廣大、無所不能的通用機器人。

實際上，我們在個人計算機（PC）行業中看到了非常相似的發展趨勢。在1950年代，即使計算機可以像整個房間一樣大，並且只供少數特定的人使用。不過，公眾對計算機的未來充滿幻想。在那段時間裡，對計算機的各種虛構意象開始進入人們的視線。

約翰·茂奇利（John Mauchly）在1962年的《紐約時報》上，發表了一篇題為「用掌上電腦取代購物清單」 的文章，非常有遠見地提出：「將來的小孩一定能玩轉個人計算機。」

1968年，道格拉斯·恩格爾巴特給出了一個令人遐想紛紛的演示，包括了在圖形屏幕上瀏覽超文本、運用滑鼠——沒過幾年，這些演示就成為了現實。

由此看來，深入探究計算機革命成功的關鍵要素，可能會幫助我們進一步看清機器人技術發展現狀，以及下一步我們應該怎麼做。

1970年代，大型主機即將被像冰箱那麼大的微型計算機所取代，其價格不到25,000美元（相當於2019年的165,000美元）。

這些計算機並不使用打孔卡，但是可以用Fortran和BASIC進行編程，從而大大降低了創建應用程式的難度。然而，當時人們並不清楚，在需要快速、高效地處理大量數據的應用中，微型計算機是否能夠取代大型主機，更不用說讓微型計算機進入每個家庭。

這與現在的機器人行業非常相似。1960年代興起的大型工廠機器人（大型主機）感受到了如今快速發展的協作式機器人的競爭，這些機器人可以安全地靠近人類工作，並且可以被簡單地安裝和編程（如同小型計算機）。在1970年代，這些數量非常有限的設備應用價格可以媲美一輛豪車的系統，並且很難想像它們能成為消費產品。

但是，就像計算機行業的發展一樣，一個成功的體系結構會迅速被克隆，從而降低其價格。

當前，各種關於如何架構、編程機械臂的新方法不斷湧現，機械臂製造商和自動推車、機器抓手以及傳感器製造商進行了聯合。這些組件可以搭配在一起，為建設一個類似於IBM PC模型、功能強大、儘可能依賴通用模塊開放式架構的標準通用平臺鋪平了道路。

鑑於通用計算機（也稱為「個人計算機」）花了數十年的時間才出現，通用機器人系統也因為類似的原因而暫未成功。大型主機是為每種應用程式定製的。就好比儘管打字機越來越智能化，但卻並不能直接整合到通用計算機上。事實上，考慮到當前自主機器人的硬體成本及其相對較少的功能，比起讓一個協作式移動機械手智能化，還不如直接建造一個專用的機器。

一個現實的例子是電子商務中的商品倉庫。當前的趨勢是在實體商店中預留一部分空間給一個微型的倉庫中心，該中心通過自動檢索系統和（人工）揀選機將貨物裝在小箱子中。

很多創業公司如Alert Innovation，Ocado Technology，TakeOff Technologies和Tompkins Robotics等最近籌集了數億美元的風險投資，以建造等同於機器人倉庫中心的大型主機。這個功能與機械揀選器是相反的，後者可以穿過走廊，把物品從貨架上挑選，進行補貨。

這樣的一個機器人倉庫管理員將非常接近我們對通用機器人的願景，但我們需要大量這樣的機器人，才能像真正的小型倉庫一樣每小時執行數百個命令。由於零售業的利潤率已經很低，因此即使再有效，該行業也不太可能產生我們所需要的技術上的飛躍，製造出配備C-3PO的機器人。

大型主機也會從另一方面受到挑戰。對新數位技術的迷戀引領了一場愛好者運動，他們自己創造微型計算機，並通過郵寄訂單或在RadioShack進行銷售。

最初，許多小型企業通常以成套木製外殼的形式出售數十臺，最多數百臺設備。這種趨勢在出現以Apple II，Commodore PET和Tandy TRS-80為代表的「 1977 Trinity」時，達到巔峰。這些完整的計算機的售價在今天的2500美元（TRS）到5000美元（Apple）之間。

這些計算機的主要應用是它們的可編程性（基於BASIC），能夠幫助消費者「學習繪製生物節律，平衡支票帳戶，甚至控制家庭環境」。同樣地，還有很多小工具可以探索機器人技術的不同方面，例如移動性，操縱性和娛樂性。

就像剛起步的個人計算行業一樣，廣告功能充其量只是真實交易的模型。如今，娛樂機器人技術的一個裡程碑是最初的索尼公司的Aibo。這是一款機器狗，被宣傳具有真正的狗的許多特性，如有自己的性格，會玩玩具以及與主人進行互動。

該款產品於1999年發布，並於2018年重新推出，在喜歡其可編程性的愛好者和學者中，有一群忠誠的粉絲，但可能只有少量用戶能接受它作為寵物替代品。

其他還有很多的「自行組裝機械臂」工具包，如uArm就是一個比較成功的例子，它的售價約為800美元，在廣告中，它能做包括取放物體，組裝，3D列印，雷射雕刻等其他聽起來非常有價值的事情。通過非常吸引人眼球的視頻，來展現機器人能在受限的環境中執行這些操作，已經成功舉辦了兩次眾籌活動，並將機器人確立為一種成功的教育工具。

最後，還有一些平臺可以讓編程愛好者探索、建構機器人的移動性，讓它能在房子周圍巡邏、拿東西或者提供網真能力。一個典型的例子就是Misty II。但就像原始的Apple II一樣，硬體價格與可應用程式的保真度之間仍然存在脫節。

對於計算機而言，這種脫節隨著1979年哈佛的第一個電子表格軟體VisiCalc的發明而逐漸消失，並促使許多人購買了一整臺微型計算機來運行該程序。VisiCalc之後又出現了文字處理應用程式WordStar，其售價以今天的美元成交價算接近2000美元。WordStar也吸引了許多人購買計算機，僅僅只是為了使用該軟體。這兩個應用程式是被稱為「殺手級應用」的早期示例。

隨著工廠自動化的逐漸成熟，與微型計算機同等價格的機器人已經能夠四處行駛並自動執行許多操作任務。現在的機器人工業，就像曾經1973-1979年之間的計算機工業：1973年發布的Xerox Alto是第一個帶有圖像化用戶界面、滑鼠和特定軟體的計算機，1979年開始微型計算機的價格逐漸跌至5000美元以下。

那麼，機器人技術要怎樣才能像計算機一樣不斷地持續深入發展呢？

市場的需求可以告訴我們「殺手級應用」可能是什麼樣的。風險投資人和用戶往往會改造那些起初有遠大目標的公司，讓他們只聚焦細小功能。這些公司通常提供的產品都是非常類似的，如自動推車、取貨、裝貨、卸貨、分揀等解決方案。這些公司一般都是為某個垂直行業提供單個應用服務，如從箱子裡拿衣服、運送倉庫貨物或者按磅採摘草莓等。他們試圖證明他們的技術簡單而高效。

然而，這些公司很少能夠真正做大。其中一個例子是Kiva系統，現在成了亞馬遜的後勤機器人部門。Kiva以及其他一些類似的公司，都是圍繞基於用戶普遍需求的合理價值進行架構。但是，由於他們的解決方案過於特定化，因此很難產生大規模的經濟效益，無法像早期的計算機一樣，用戶會購買昂貴的小型計算機來使用電子表格和文字處理應用服務。只有當這些功能開始可複合時，才能讓機器人解決方案更加有趣、吸引人。比如，不再單一地使用機器人從箱子裡或拿東西、或裝貨、或運輸，而是用同樣的硬體整合三個技能來重構、建模機器人服務功能。

歷史上，一直是由等同於機器人的大型主機來解決簡單的電子機械設備組裝問題，但是很少有創業公司能提供完善的解決方案。事實上，組裝電子機械部件，就相當於換燈泡、換遙控器中的電池，或者對槓桿式意式咖啡機中的零部件進行保養。這些任務的自動執行，意味著可以使用單個機器執行一套完整的工作流程，最終大幅提升跨領域工業生產率。例如，從一個箱子中拿出一個物體，將其放在機器人上，運送到別的地方，放置在架子上或者機器上，這個完整的流程既適用於製造業工作環境，也適用於零售商店，甚至是一個小小的廚房。

儘管上述的很多應用都將慢慢成為現實，但是如果沒有能提供「殺手級應用」的功能，我們仍很難搭建一個有價值的應用平臺。

Rethink Robotics的Baxter和Sawyer機器人率先創造了不錯的用戶體驗（如1973年的Xerox Alto，事實意義上的第一臺PC），但是其應用也僅限於簡單的拾放、裝貨、卸貨等功能，很難拓展到其他領域。

ROS率先開發了一款進程間通信軟體，基於模塊化的思想，可適應機器人應用的不同需求（多臺計算機，不同的程式語言）。然而，由於缺乏通用的硬體平臺，尚不能實現單個的應用，比如導航、路徑規劃或者抓取。這款軟體的性能已超出研究等級水平，並能應用於生產環境。同時，越來越多的機器人設備，如智能化的機械臂、3D知覺系統等，都可以不再使用計算機作為中介進行連接，還能實時監控硬體使用信息。

再舉個慄子。在Robotic Materials，少數幾個應用程式上已經取得了比較大的進展，如從箱子中拿出物體並進行組裝，只需單擊就結合機器學習和用戶界面優化，對這個功能進行配置。在這個應用中，用戶可以定義物品類別、如何使用Web瀏覽器進行抓取，然後在特定給機器人使用的圖像程式語言中以最好的方法進行展現。這套流程也被應用到了組裝功能上，用戶通過簡單地拖拽命令語句就可以將基於感知的拾取和基於力的組裝功能進行配置。

雖然這種方法可能可以達到等同於「小型計算機」領域內的殺手級應用價值，但我們還不清楚如何通過低於5000美金的機器人來產生這種效益。

解決方案可能有兩種：

一是隨著低成本設備、移動平臺和娛樂設備的不斷進化，最終會出現技術可行性與用戶創新的匯聚融合，像Apple II和VisiCalc。舉個例子，將Misty改成家庭安全系統，將uArm應用到低成本的拾取系統，將類似於Aibo的裝置放入自閉症老人或兒童的治療系統中，都是可行的方案。

二是機器人及其組件必須變得非常便宜。根據摩爾定律，計算機的計算能力呈指數級增長，計算機的價格呈指數級下降。計算機的發展同樣也能促進機器人技術的發展，得益於對大量的圖像數據和深度數據進行實時處理的能力，我們可以在移動性和操作性方面取得突破性進展，並且我們認為這一現象將繼續持續下去。

人們可能會問，對於整個機器人（包括所有電機和齒輪）來說，如何具有類似的動力學特性，機器人行業是否也有「摩爾定律」？

我們要知道，摩爾定律的持續性，不是PC革命的原因，而是結果。計算機領域的第一批殺手級應用如統計、編輯以及小遊戲等非常優秀，它們釋放了巨大的消費者需求，一遍又一遍地突破了常識中的自然可行性基準。我還非常深刻地記著，在DSL出現之前，56kbps是銅電話線的絕對最大速率。

汽車工業的發展深刻地證明了規模經濟也適用於電子機械領域。2020 Prius Prime是一個很好的例子，這是一款高度計算機化的插電式混合動力車，價格僅為Robotic Materials的GPR-1移動機械手的三分之一，而運行複雜度卻要高很多，可使用電動機、內燃機，以及各種傳感器和計算機。我們可以想像，一旦機器人技術在大眾市場上能具有相類似的吸引力，那就有可能生產出一種零售價格僅為汽車十分之一的移動機械臂。鑑於機器人是現代工業中的一個關鍵環節，可以有效地降低生產成本，因此，這種可能性將會以工業歷史上前所未有的速度發生。

另外，還有一種驅力，可以讓機器人的可用性功能成指數式增長，那就是雲計算。當一個通用的機器人學會、或者被賦予了某種新的技能，就能和其他所有的機器人進行共享。在這種情況下，雜貨店可以買到一個假設已經能區分和處理店裡99%零售商品的機器人。同樣地，生產商可以假設機器人能夠處理和組裝來自McMaster-Carr和Misumi的所有產品。最後，在家庭環境下，也可以假定機器人知道每一種宜家和Pottery Barn出售的每一種廚房用品。這聽起來是一個勞動密集型的問題，但是比起使用汽車、三輪車和雪地摩託來為Google街景收集鏡頭來說，它可能更易於管理。

目前，我們還在等待「更好的應用程式」、「更低的硬體成本」這兩個趨勢的融合。但在等待之餘，我們也要繼續探索除移動、拾取、裝貨、卸貨、組裝等典型的機器人應用程式之外的機器人功能。我們還要解決一些根本性的挑戰，更夠讓這些解決方案更加具有通用性和魯棒性。

對於這兩個問題，研究對個人計算機開發至關重要的策略可能會有所幫助，這些策略同樣適用於機器人技術：

從解決客戶的問題開始。不幸的是，他們的問題從來都不是對傳感器、小部件或者一段代碼的需求，而是已經為他們帶來成本的、產生消極影響的東西。比如，很多人在用BASIC編寫稅金計算方案時，都會出現問題，所以才會想去購買VisiCalc。

儘可能少地製造自己的硬體。您的業務模型應該要比硬體盈利的能力更強。比如，如果你能編寫出最好的打字應用程式，讓人願意為此去購買一臺計算機，那為什麼還要去製造一臺自己的打字機呢？

如果您的目標是搭建平臺，請確保它帶有殺手級應用程式，保證平臺的合理性。比如，小型計算機公司起起落落，直到「1977 Trinity」與電子表格和文字處理這類殺手級的應用進行聯合。

使用開放式架構，創建一個開源的生態系統。在這個生態系統裡，其他人能創造更好的組件和外圍設備，同時也能將您的解決方案整合到他們的設備。比如，Apple II和IBM PC都是完全開放的體系結構，支持多種複製克隆，從而擴大了用戶和開發人員基數。

這是一個非常值得追求的目標。在大多數業務流程已經數位化的情況下，通用機器人將使我們能夠填補移動性和操縱性方面的空白，在有限的資源和能量的情況下，提升生產率，這可能會創造出一個以創造力為基本貨幣的理想世界。

也許，《星球大戰》中R2-D2機器人在不久的將來就會變成現實。

相關報導：

https://spectrum.ieee.org/automaton/robotics/industrial-robots/from-mainframes-to-pcs-what-robot-startups-can-learn-from-the-computer-revolution

未來智能實驗室是人工智慧學家與科學院相關機構聯合成立的人工智慧，網際網路和腦科學交叉研究機構。

未來智能實驗室的主要工作包括：建立AI智能系統智商評測體系，開展世界人工智慧智商評測；開展網際網路（城市）雲腦研究計劃，構建網際網路（城市）雲腦技術和企業圖譜，為提升企業，行業與城市的智能水平服務。

  如果您對實驗室的研究感興趣，歡迎加入未來智能實驗室線上平臺。掃描以下二維碼或點擊本文左下角「閱讀原文」