在工业领域，传统机械臂的使用已经有六十多年，它们主要依靠快速、精准的位置控制来完成运行“固定轨迹”就可以实现的任务；九十年代起，行业内兴起了对力控技术的研究，学术的成果在之后逐步转化为如今市场上的协作机器人、自适应机器人等。

　　那么，力控机器人是如何一步步发展至今？现在市场中最优秀的力控机器人究竟能做到什么程度？未来的力控机器人又将朝什么方向发展、怎样造福于产业和社会？

　　在2020非夕百台自适应机器人投产下线之际，我们邀请了学术和行业圈的大咖们共同对上述问题进行了阐述和探讨。相信借由他们的经验和见解，我们能一窥力控机器人领域的过去、现在与未来。

　　演讲主题：柔顺力控机器人的演进与应用

　　Oussama Khatib

　　机器人力控领域技术的核心奠基人，世界机器人研究基金会（IFRR）主席、斯坦福大学智能机器人实验室主任

　　（以下内容截取自Oussama Khatib教授的分享演讲，图片出自其演示材料，部分内容有信息补充）

　　为什么需要柔顺力控机器人？

　　当今时代，很多机器人技术的应用都不仅仅局限于工业场景，我们在斯坦福的工作就聚焦于许多机器人会与人和外部环境有交互的场景，包括医疗健康、生活及工作辅助、农业及可持续营养、环境保护、远程应对危险和任务等等。因此，未来的机器人对经济、生产、文化、社会的影响巨大，但它们不只局限于通信和移动，而更多地与现实的交互相关。

　　过往在工业领域，由于设置了结构化的环境，我们可以依靠预设编程、使机器人重复工作来完成工作任务。然而，到了非结构化的环境中，线下轨迹编程就难以发挥作用了；此时的需求是，如何将机器人编程提升到抽象化的程度，使其具备拟人的技巧，从而可以在未知的、非结构化的环境中工作。而这样的机器人，就是柔顺力控机器人。

　　柔顺力控机器人的历史简述

　　斯坦福实验室从90年代中期起，就以人的动作为原型给机器人建模，由此发现柔顺机器人是未来研究的关键；1990-95年，我们发明了第一台柔顺机器人ARTISAN；2000年，我们与德国航空航天中心DLR合作，其研发并生产出第一台柔顺机器人整机LWR（the light-weight robot）（到2003年，DLR推出了LWRⅢ）；2004年，KUKA得到DLR的授权，推出了首个商用力控机器人产品（2008年，KUKA推出LB4；2013年，推出KUKA iiwa）; 两年前（2018年），Franka Emika带来了自己的柔顺机器人（Panda）；2019年，Flexiv非夕发布世界首台自适应机器人（Rizon 4），成为力控机器人领域内拥有最先进技术之一、能使机器人安全地与人和环境交互、操作、高效生产的公司。

　　如今，力控机器人的技术可达性已经实现，但就我们观察，人们多数仍然在使用传统的轨迹控制，这就如同使用非常古旧的方式在给电脑编程。现在，我们需要高水平的抽象编程方式使得机器人拥有类人的技能、可以产生自主的行为，来应对复杂的工作任务和环境。

　　如何更好地应用力控机器人？

　　首先，我们需要理解人的技能和行为策略。比如当人在移动物体时，我们可以从这个行为演示中获取其结构，再将结构进行细分从而理解其中的动作和力的使用，之后将这种策略编码输入机器人系统中，并让机器人来执行这种策略。人类的行为策略丰富而强大，其中包括但不限于柔顺力控、触觉感知、双手作业等等。

　　其次，我们也要理解与机器人交互的人本身。在斯坦福，我们在15年间持续地对人的肌肉和骨骼进行建模，使用这些模型来复现和理解人的动作，并将其可视化。在与人的交互中，大部分时候都会涉及到直接的物理接触，因此安全尤为重要，而保证安全的最重要的一个基础就是柔顺性。

　　另一个机器人与人可以协同工作的情景是触觉交互。对于那些危险的地方，人们可以不用亲自去，而是通过触觉来将技巧、直觉、经验应用在机器人上以完成工作任务。举个例子，户外电缆修理是非常危险的工作，而在机器人具备感知和力控的基础上，我们可以通过触觉装置操控机器人来完成对电缆的操作；那么ICU和大众医疗呢？我们可以放置一台机器人助手在ICU内，它能完成简单的任务，将病患相关的信息传输给医生，而医生可以完全远程，一边和其他专家讨论、一边通过触觉装置来和病人互动。

　　以上这些都要求通过一个控制端来与现实世界交互，这个控制端连接着机器人的感知、视觉、触觉、行动，同时又具备类人的技能；从感知的特征中抽象出的技巧将进一步对产生的交互进行分析和理解，周而复始，形成闭环。这个多层级的机器人控制架构就是我们将感知与行动、人与机器人连接起来的方式，它能够使得机器人实现功能自主性、成功走向户外和更复杂的环境。

　　Ocean One & Ocean Oneⓚ