解锁汽车对机器人的使用

机器人革命已经期待了几十年，但仍未到来。每年，汽车制造商及其供应商都会购买数以千计的机器人，但这一数字仍远低于预期。由于一些障碍的持续时间比预期的要长得多，机器人根本没有得到尽可能广泛的使用。这些采用障碍最终可能会错失提高国家制造能力和改善供应链的机会。

随着大流行加剧了商品供应短缺，并揭示了关键供应链是多么容易被破坏，现在正是专注于有助于加强该国国内能力的技术和解决方案的最佳时机。最近的行政命令表明，这将是拜登政府的一个重点，所以现在是采取行动的时候了。

采用障碍

一般来说，在汽车行业更广泛地采用机器人自动化存在三个障碍。首先，成本仍然太高。成本不仅包括购买机器人本身，还包括其他一些重要的相关成本。典型的机器人工作单元需要广泛的工程协调。简单地在工作单元中部署一个或多个机器人是一项昂贵的任务。然后，一旦工作单元设计完成，就必须对机器人进行编程。机器人编程是许多工程师的祸根——以及必须付钱给他们这样做的制造商。部署机器人技术的高成本无法由生产小批量或低价值产品的任何人分摊，甚至证明供应商难以负担大规模推广。国际机器人联合会最近的调查结果表明，工业机器人的生命周期运营成本平均有 75% 来自编程。每次任务更改时，都必须重新编写应用程序。

采用的第二个障碍是缺乏灵活性。一旦你设计了你的工作单元并对你的机器人进行了编程，你就做好了——只要你从不以任何方式改变你正在做的事情。任何变化——无论是新机器人还是制造过程中的变化——都需要重新编程（至少），并且很可能开始重新设计和重新验证工作单元以改变机器人放置的过程。这种不灵活性使得机器人技术对于任何生产各种小批量产品的人来说都是不可行的。

第三个障碍是在工作单元中添加机器人的边际收益很差。对单个机器人进行编程是一项挑战；对多个机器人进行编程以使其在共享空间中工作而不会发生碰撞是一项非常困难的任务，需要花费数月的工程时间。事实上，多机器人编程非常困难，工程师们为了缩短编程时间而进行简化，但效率大大降低。

最常见的简化是使用“干扰区”，它禁止一个以上的机器人进入一个以上机器人可以到达的任何空间，即使在实践中，多个机器人可以经常共享这样的空间而不会发生碰撞。由于使用了干扰区，一个有四个机器人的工作单元实现的性能不到一个机器人的两倍并不罕见。多机器人工作单元的这种低效率降低了机器人的使用率，即使是在能够负担得起的公司中也是如此。

如果我们要释放机器人技术的潜力，我们需要降低采用的障碍。我们希望汽车行业的每个人都能更多地利用机器人技术。由于机器人成本和工程时间不太可能降低，我们控制的关键杠杆是部署和编程的时间和费用。

为了实现我们的目标，我们需要能够适应当前情况的机器人，使它们能够在相对非结构化的工作单元中运行。反过来，适应性取决于两种能力：可靠的视觉和快速的运动规划：

• 可靠的视觉 - 使机器人能够观察周围环境并做出反应。民主化要求愿景不仅可靠，而且相对便宜。幸运的是，存在许多好的、低成本的视力选择，而且它们会继续变得更好、更便宜。
• 运动规划（计算和协调如何让机器人从当前姿势到不发生碰撞的所需姿势的过程）必须足够快以适应动态环境，尤其是包括人在内的环境。运动规划性能历来不足以用于通用应用，导致机器人要么反应缓慢，要么完全没有视觉操作（例如，在高度工程化的工作单元中，机器人永远不需要反应）。然而，学术界和工业界的最新进展表明，运动规划瓶颈很快就会消失。

民主化还需要能够快速编程同时仍能实现高性能的机器人。目前，我们可以实现高性能或可容忍（但仍然很长）的编程时间，工业界一直选择后者。减少编程时间和提高性能的唯一解决方案是提高编程本身的自动化程度。

要求工程师在编排所有动作的同时对多臂的轨迹进行推理并不是通往成功的途径。汽车行业需要新的软件工具来消除工程师的大部分或全部工作，因此他们可以简单地指定他们希望机器人执行的任务，并且软件会生成机器人程序。这些进步将提高任何机器人程序员的生产力，其方式与使用 Java 或 Python 等高级语言进行通用（非机器人）编程比使用汇编语言编程实现更高的程序员生产力一样。这两种情况的关键是为程序员提供更高级别的抽象，并使用软件工具将这些更易于编写的代码自动转换为较低级别所需的代码。

机器人行业在汽车制造业和供应链中的潜力尚未完全发挥出来，但只要在几个关键领域进行创新，就可以实现更大的价值。机器人技术的民主化将使许多汽车公司能够引入更多的机器人并从中获利。此外，我们可以通过降低成本和提高将机器人添加到工作单元的边际收益来增加价值主张。最终结果将是大幅提高国内制造能力，并有机会建立更可靠的国内供应链，帮助该国更好地为未来任何大流行级别的材料或劳动力中断做好准备。