2019年二季度，日本工业机器人市场表现不佳，产销量、订单量降速收窄。数据显示，2019年二季度，日本工业机器人订单量 46395 台，同比下降23.4%；订单额1775.49 亿日元，同比下降16.5%；产值 1533.75 亿日元，同比下降16.7%；产量 41945 台，同比下降 26.6%；销量 42519 台，同比下降25.15%；销售额 1578.18 亿日元，同比下降16.1%。 《2019年中国工业机器人市场分析报告-市场深度分析与发展前景预测》显示，日本对出口方面，数据显示，2019年二季度，日本对亚洲、中国、北美、欧洲出口工业机器人金额分别为 744.48、476.13 、179.41 、190.03 亿日元，分别同比下降22.11%、26.07%、29.26%、15.03%。

昆虫通常具有各种复杂的外骨骼结构，可以为它们的运动和日常活动提供支持。为昆虫启发型机器人制造与这些自然存在的结构相匹配的人造外骨骼是机器人技术领域的关键挑战。 　　尽管研究人员已经提出了几种制造工艺和技术来为昆虫灵感的机器人生产外骨骼，但是其中许多方法极其复杂，或者依赖于昂贵的设备和材料，这使得它们在实际批量化制造中不可行，并且难以在更大范围内应用。 　　考虑到这一点，加利福尼亚大学圣地亚哥分校的研究人员最近开发了一种新工艺，用于设计和制造具有外骨骼结构的昆虫启发式机器人的组件。他们在arXiv上预先发表的一篇论文中介绍了称为柔性骨架印刷的这一过程。 　　研究人员在论文中写道：“受昆虫外骨骼的启发，我们提出了一种称为'flexoskeleton'印刷的新制造工艺，该工艺能够快速，方便地制造混合型刚性/软性机器人。” 　　到目前为止，通常使用昂贵的材料和3D打印机以及多步铸造和机器加工工艺来制造具有刚性和软性部件的混合机器人。在他们的研究中，加州大学圣地亚哥分校的研究团队着手创建一种更便宜且更易于使用的新制造方法。 a）解释研究人员介绍的打印过程如何工作的图。b）在透明PC层上打印后立即使用研究人员的方法创建的四足机器人。c）从PC层释放后的四足机器人。 来源：江，周 　　他们开发的柔性骨架印刷方法依赖于消费级熔融沉积材料（FDM）3-D打印机的改编，该打印机在沉积材料和打印机的柔性基础层之间提供了非常强的粘合强度，此过程可用于为具有不同形状和形态的昆虫启发机器人创建外骨骼。 　　值得注意的是，研究人员提出的制造方法可以同时被新手和专家用户使用，因为它相当简单易懂，它也比其他制造方法便宜得多，因为它所依赖的材料和设备相当便宜并且容易获得。 　　在他们的研究中，该团队通过使用它来设计和测试各种规范的屈曲骨骼元素，证明了其方法的可行性。然后，他们将产生的所有元素组合到具有柔性外骨骼结构的步行四足机器人中。 　　研究人员在论文中写道：“我们开发的方法在很大程度上依赖于表面特征的三维几何形状及其对零件局部机械性能的贡献之间的相互关系。” “我们预想，这种方法将使一类新的受生物启发的机器人成为重点，重点放在机械设计和运动之间的相互关系上。” 　　将来，由这组研究人员设计的新设计和制造工艺可以促进众多昆虫启发式机器人的开发。由于该技术比大多数现有方法更直接，更实惠，因此还可以使现有或新机器人更易于扩展，从而增加其被大量生产并投放市场的机会。

无论是纽约市市长为了政治需要驱逐机器人的发言，还是海底捞机器人服务员的勤奋，不止一次的事件提醒我们，机器人随着时代的洪流而至，作为被接受的人类，应该去注意机器人与人在社交中的关系。服务机器人和移动机器人正在逐步进入许多人口稠密的环境，包括医院，购物中心和人们的住所。为了使这些机器人与周围环境中的人类互动，他们（机器人设计者）应该尊重与他人共享给定环境相关的许多潜规则。 　　国外就针对于此有相关的研究，例如考虑到这一点，内华达州里诺大学的研究人员最近开发了一种非线性，多目标优化方法，该方法可以在移动机器人中实现具有社交意识的导航。这种方法最早在2018年国际机器人与系统大会（IROS）上发表的一篇论文中有过概述，现在在arXiv上发表，它确保了机器人不会侵入周围人的个人空间，同时还可以使人机更有效在几种情况下的交互（HRI）。 　　“这项研究最初是在我的主论文中对机器人和儿童进行研究的一部分，后来发现其极具前景”进行这项研究的研究人员之一David Feil-Seifer说。“早期的工作涉及为我们希望机器人与孩子互动的环境开发机器人。在这种情况下，我们通过机器人路径规划中常用的指标，使机器人走最“高效”的道路（以最大程度地减少时间）运动，使行进的距离最小化，以及不会撞到任何东西。” 　　也是早先在先前发表在《人机交互》上的一项研究中，Feil-Seifer和他的同事试图为儿童居住的环境开发机器人导航行为。试点工作表明，机器人可以有效地到达期望的位置而不会撞到任何东西，但是研究人员观察到，儿童通常对机器人的反应和观感较差。实际上，实验中使用的机器人通常会远离儿童，并尽可能快地朝其期望的位置移动。但由于这种行为，孩子们认为机器人不想与他们互动。 　　Feil-Seifer说：“我们观察了机器人后发现，它并没有真正改变人们的行为方式，它只是学习吸收了社交信息，并利用它来帮助进行路径规划和行为规避动作。” “因此，我们决定制作一个导航计划器，该计划器可以使用社交距离信息来执行社交上适当的运动。” 　　在原先同一项先前的研究中，Feil-Seifer和他的同事使用一种称为高斯混合模型（GMM）的简单数学方法，把社会关系理解为简单的线性数学模型，成功地使机器人确定了计划的运动是否符合社会要求。在机器人可以使用简单的线性数学模型轻松理解和表示社会因素的情况下，此方法效果很好。但是，由于大多数现实世界中的社交互动都涉及多个难以在线性模型中拟合交叉的因素，这导致他们开发的简单方法无法在不同的社交环境中很好地推广，并且在许多情况下根本无法奏效。 　　因此，在他们的新研究中，研究人员决定更新他们先前开发的计划程序，以优化机器人的计划动作，并考虑到他们希望机器人考虑的，各种社会属性之间的非线性关系。这涉及使用启用了帕累托凹面消除变换（PaCcET）的计划程序。 　　“我们方法的主要优势在于，它可以利用各种社会因素之间的非线性关系（例如，您在走廊上的位置，与其他人的关系，与目标的距离等） 。），” Feil-Seifer说。Feil-Seifer和他的同事们将非线性优化方法应用于几种情况，在这几种情况下，机器人必须尊重社会规范，例如，不得侵犯人们的个人空间。他们发现他们的方法在许多情况下都很好用，包括在走廊，美术馆或在提示时的互动，会主动礼让和交互。 　　移动机器人正在加入在门口场景前方形成的提示。传统的计划者生成红色轨迹，将机器人引导到第一人称（不适当的人）旁边的位置，并切断线。我们建议的方法是蓝色轨迹，使机器人（适当地）加入生产线。图片来源：Banisetty等。 　　Feil-Seifer说：“我们还没有与其他具有社会意识的导航计划者进行直接比较；但这是为未来计划的。” “但是，与不考虑社交动态的传统计划者相比，该机器人在走廊上经过时会给人更多的空间，同时还能继续朝着理想的目标前进。” 　　在最近的研究中，研究人员在模拟的PR2机器人的二维模拟中以及在先锋3DX移动机器人的现实世界中评估了他们的方法。他们的发现表明，他们的方法可以处理涉及完整和非完整机器人的多种交互方案。 　　Feil-Seifer说：“实际上，这份初始论文证明了这种方法至少可以在模拟环境中起作用。” “后来的工作已经在现实世界和各种各样的社会场景中证明了这一点，这些场景既考虑了其他人又考虑了与机器人交互环境有关的因素（例如，感兴趣的地方，例如墙上的绘画），这些因素也与人们的社会意识有关。 ”。 　　总体而言，Feil-Seifer和他的同事所做的工作突出表明，有必要开发工具以提高机器人的社会意识，以确保它们不会使人们感到不舒服，从而促进他们融入社会。将来，他们开发的非线性优化方法最终可以简化办公室，医院和其他各种环境中移动机器人的使用。 　　“我们现在正在继续扩展我们的社交意识导航（SAN）计划程序的功能，以包括更广泛的社交互动，以更好地了解社交环境，从而可以正确地确定要优先考虑的目标，并使系统发挥更鲁棒，也有更大的作用。” Feil-Seifer说。“我们还计划研究社交感知导航对观察交互的人们的直接影响以及它如何影响他们对机器人的感知，因为这将有助于验证社交感知导航的必要性。”

德国人工智能研究中心主任沃尔夫冈·瓦尔斯特日前对当地媒体表示，德国应该发挥工业数据优势，尽快取得人工智能领域的领先地位。 　　瓦尔斯特在参加一个人工智能领域专家委员会的创立活动时说，在消费数据领域，德国可能无法追赶目前领先的中美两国，但德国作为一个工业和出口大国，能通过数字化而拥有获得机器数据的独特通道。他还建议，机器间的相互“理解”非常重要，德国应在这一领域建立经得起检验和认证的标准。 　　瓦尔斯特认为，在数字化浪潮中，关键在于理解数据并由此创造价值，要考虑目前哪些人工智能技术可以帮助实现这一目标。他强调，德国要在人工智能领域取得世界领先地位只剩两到三年的窗口期。 　　他还认为，在评价数据的时候，质比量更重要，“现在不是只靠数据规模或大数据就能决定一切”。他举例说，德国一家名为DeepL的翻译服务初创企业，因为使用了来自欧盟译员的高质量数据，提供的翻译结果比一些掌握大量数据的互联网企业更好。 　　德国人工智能研究中心是人工智能领域目前全球最大的非营利性科研机构，分布在德国5座城市，是德国人工智能研究网络的重要组成部分。

　机器人和人工智能（AI）是制造业新时代的核心，也是推动数字化工业发展的驱动力。机器人和人工智能在许多行业发挥着普遍重要的作用—提升准确性和一致性、缩短生产量、提高产品质量。越来越多的金属制造业工厂和实验室均使用机器人和人工智能技术，以提高效率和连接性。 　　普华永道PwC的一项调查结果显示，早在2014年，全球59%的制造商便以某种形式使用机器人技术。据世界机器人统计报告，截止2017年，受金属制造业的异常增长（+55%）推动，工业机器人的销售额以每年30%的速度增长。 　　如今，随着我们的生产越来越接近全自动化，需求也在进一步加速增长，我们的工作效率日益上升，不断减少了伤害和工人疲劳情况。 　　以下是我们在金属制造领域发现的关于机器人如何改变方式的三大趋势： 　　1.  创造效率—协作机器人的兴起 　　除引入完全自动化的生产线外，一些行业还引入了协作机器人，这些机器人可与人们一起工作。 　　事实证明，由人类和机器人组成的制造团队能填补人类空闲时间并显著提高整体效率。 　　如今，许多制造商均面临铸造厂劳动力短缺的挑战。相反，我们发现机器人能承担脏乱、枯燥和危险的任务，继而为他们的人类同事提供更多的机会来处理更高级别的任务，同时提供更多一致性，从而提高质量。 　　另一示例：大型零件制造商（例如卡车、越野车和农业、建筑和采矿设备的铸件和框架）。在通常情况下，此类制造商的能力受到限制，无法快速、稳定、安全地制造和移动500kg重的部件。因此，大型零件制造商转向利用机器人进行机器装卸、零件搬运、焊接、喷漆和组装，以提高生产能力和质量。 　　2.  全天候厂房和实验室 　　在金属制造过程中，可对机器人进行编程以便其在无人值守的情况下全天候运行，从而实现完全不间断的生产。在不断倡导“绿色”制造或可持续制造实践的世界里，机器人的强大之处在于其能在黑暗和寒冷环境中进行工作，从而节约成本和能源。 　　机器人可在厂房识别流入和流经工厂或实验室的材料，测试样品以确保质量控制—在操作人员和实验室结果之间进行实时反馈，使操作人员能够在几分钟内做出反应，有些操作人员可能无需离开岗位便能做出必要的调整。机器人可从事所有艰苦的工作，同时不会感到疲劳—机器能像分析仪器一样辛勤工作。 　　3.  云机器人技术 　　云机器人技术属于新兴领域，能使机器人将机器人功能与人工智能和虚拟现实等其他数字工具相结合。云机器人技术亦能使机器人在连接云端的情况下共享信息和实时数据。 　　在金属制造业中，信息占主导地位，云机器人技术具有保证制造质量的能力，并使得控制过程变得更简单更快。这就是为什么我们专门为用户设计软件的原因，因为该技术能够在基于云端的服务中快速、方便地发送、存储和检索分析结果，包括从某一位置管理一组仪器。 　　但是谁能说在不久的将来，随着技术的发展，这些工作将不会由机器人来完成呢？这也是我们正在调查的事情。 　　随着大量关注于精简制造、向自动化和工业4.0迈进，机器人不断兴起，这是我们都必须适应的现实。我们的团队正与客户合作，力图在金属制造的新时代发挥分析的力量。