“11月22日，出新局举办“智能网联机器人的创新实践”，邀请知行机器人科技（苏州）有限公司创始人、CEO白国超，诺亚机器人研发部副总经理康力方，阿童木机器人CMO施凤财作了独立分享，并进行了圆桌讨论。
整理：飞飞 |
编辑：唐诗 |
我们正在进入新经济世界。新经济降临的一大表现，是引发整个人类社会结构的剧变，这比以往数字硬件的革命还要猛烈，在此时代背景下，出新研究推出“出新局”，我们邀请新兴硬核的数字经济企业一起来分享、探讨智能化时代的实践创新与探索，也希望这些伟大的实践可以像灯塔一样为更多探索者指明方向。
11月22日，出新局举办“智能网联机器人的创新实践”，邀请知行机器人科技（苏州）有限公司创始人、CEO白国超，诺亚机器人研发部副总经理康力方，阿童木机器人CMO施凤财作了独立分享，并进行了圆桌讨论。
活动由亿欧元宇宙与碳中和研究院秘书长黄传星主持。
以下是会议实录，欢迎大家阅读分享。
主持人简介
黄传星，亿欧元宇宙与碳中和研究院秘书长。178Dao Builder，上海财经大学MBA，中级经济师，国际产品经理、碳管理师，服务行业包括科技金融、房地产、汽车、工业、零售等，具有十年的产业经验。
嘉宾独立演讲
01
柔性末端执行器的模块化产品设计
及产业化研发进展
嘉宾简介
白国超，知行机器人科技（苏州）有限公司创始人、CEO。英国赫里奥特-瓦特大学哲学博士，北邮-伦敦国王学院联合培养工学博士，英国帝国理工学院博士后，有十余年机器人及人工智能领域技术开发经验和产业化经历，主要方向为机器人柔性末端执行器及智能抓取系统解决方案。参与或主持10余项国家863计划、欧盟框架计划、英国工程物理研究委员会项目，获得40余项国内外专利，发表30余篇国内外论文，先后获评姑苏创业领军人才、太仓市科技领军人才、中关村(000931)U30、中关村雏鹰人才、江苏省“双创博士”，江苏省双创人才等。
我今天汇报的题目是柔性末端执行器的模块化设计及产业化研发进展，末端执行器是机器人或自动化领域，负责末端执行的部件，在机器人行业应用非常多。据统计，30%左右工作都和末端抓取相关，所以这类产品的研发和技术发展趋势，值得大家关注。
知行机器人设立的宗旨是想以创新精密驱动技术，变革生产流程方式。这是一家波士顿咨询公司发布的2030年机器人展望报告，报告发现机器人市场有非常大上升潜力，在未来十年，机器人发展的进展将由几个因素决定，第一是重大科技突破。第二是规模化应用。这两方面对未来机器人有深远影响。另外，全球经济的增长，消费者对自动化设备的满意程度及接受程度，都会促进机器人产业快速发展。
知行所在的细分行业是末端执行器，从整体上来讲，末端执行器是为自动化设备服务的，所以直接客户是自动化设备厂家，未来制造业肯定向智能化、柔性化发展，这也是大家面对的共同的趋势，在这些因素驱动下，设备的市场规模逐渐增大。在一些结构化环境，某些环节已经实现全部自动化，机器人用途非常广泛。除了这类环境，在一些需要更加柔性、更加灵活的场景中，大部分装备环节还需要人参与。
有一个关键环节，是机器人的末端执行器。之所以把机器人叫机器人，就是因为我们的未来目标，是希望让机器人代替人或能和人一样做各种灵活的工作，从而代替人在繁重的环境下工作，所以机器人未来的发展，很大程度上和机器人手的灵活性和柔性相关。机器人手和人的手一样，在很多精细化操作上有关键作用，机器人手也称为手爪类末端执行器，具有独立性、专业性和精准性特点。另外，机器人手是独立于机械臂的部件，做机械臂厂家和做机器人手厂家有不同的基因，互相渗透非常困难。未来具有感知能力的、智能化的末端，可以增加机器人作业的灵活性、可靠性，这是机器人非常关键的部件。
按用途来分，末端执行器可分为手爪类的、具有抓握持功能和释放功能的末端，还有其他的工具类的末端。按驱动方式分，有电动的、气动的，还有液压的，有不同的功能和性能。按形态分，有真空负压形式的，还有软体的，还有两指或多指形态的。
我们开发的是电动的两指或多指的手爪类末端执行器，这类末端执行器在自动化领域应用非常广泛。在机器人操作末端，有很多是气动的，气动从成本上会低一些，气动还有很多不能完全解决的，比如，在产线的柔性及混线生产领域的环节，气动的末端和电动末端相比有很大差距，电伺服的末端既能优化自动化设备，又能让机器人更灵活。这类末端执行器市场规模到2025年预计达到65亿美元。现在来看，气动末端执行器的比例相对比较高。但可以看到一个趋势，电动末端替代气动是未来发展趋势，国产末端替代国外进口末端也是发展趋势。
在进行各种调研之后，2018年成立了知行机器人，专注于电伺服末端执行器产品及智能抓取系统的开发及应用，主要产品围绕驱控一体伺服及自适应末端执行器两大方向，主要应用在工业制造及仓储物流领域，特别是在汽车电子、新能源锂电、半导体、医药、航天等行业。
知行的核心技术包括两三大部分，第一，在柔性自适应方面的设计开发，也叫做机械智能，在驱动控制一定的情况下，怎样通过机械智能，包括欠驱动、自适应功能，能实现对任意物体的自主抓取。第二，在驱动控制一体化方面，形成了比较核心的高精度力控算法及驱动算法，能实现对软硬质物体的自适应抓取。第三，和多种传感器融合，形成多模态的机器人操作系统，具有跟抓取物理相关的触觉感，也有跟视觉相关的技术。
基于以上核心技术，形成了系列化的产品，在大负载领域的产品及技术开发和应用，在国内行业中占有绝对优势。在细分行业里的应用，我们在开发方面做了哪些工作？机场物流主要围绕大负载的机场行李分拣，生物医药的实验室柔性自动化操作，还有航空领域的发动机精密装配。另外，在新零售等需要更加柔性和灵巧的末端执行方面，也有很多产品应用。在3C、半导体、农业和纺织行业，也开发出了系列末端。
现阶段机器人还处于L1和L2之间过渡阶段，越往后发展，机器人的主导地位会越来越多。基本上L3阶段就可以实现机器人自己模仿学习，L4阶段可以做一些控制，L5完全自主的机器人，甚至可能可以完全代替人做各种工作。我们对智能末端执行器的方向，坚信未来肯定是云边端系统一体化的，不仅仅像现在看到的只是抓取物体的工具，未来可以在末端领域做云计算、云端训练相关的工作，在手上加上各种类型传感器，可让整个机型系统更加智能。
在一些比较有特色的行业，特别是在大负载的末端领域，也形成了一些产品线，特别是在航空领域，一些装配工作实现多工位的联动，这也为国防事业做了贡献。并且，现在不仅仅是单机的设备，也已经形成总体的装备线，可以实时反馈每个工作位的工作状态，以及整条产线的生产效率。所以未来围绕智能联网机器人，在末端执行器领域及很多产线上，未来肯定有更广泛的应用。
这是我今天的汇报，谢谢大家。
02
智能技术推动医院智慧物流建设
嘉宾简介
康力方。诺亚机器人研发部副总经理。参与了国家机器人认证（CR）标准编写工作，8年服务机器人研发经验，主导完成10余款服务机器人、物流机器人的预研、开发工作，以第一发明人获得授权专利20余件。
大家好，我是诺亚机器人的康力方，感谢亿欧的邀请，有机会和大家进行交流和分享。诺亚专注做医院物流机器人，今天分享的主题是智能技术如何推动医院智慧物流系统建设。
先做一下公司介绍，诺亚由华为手机创始人蒋化冰，带领华为手机团队的班底创立的，至今已经创业8年多了，核心团队来自华为，目前已经累计获得专利220多项，服务了100多家客户。董事长在华为工作了17年，2002年，受命组建了华为手机团队，可以称为华为手机的创始人，从无到有执掌华为手机九年，2010年时，带领华为手机团队销售额达到60亿美金，管辖3000多人。2014年时从华为退休。退休以后，怀抱着梦想与激情带领老同事创立了诺亚机器人。
2014年时，服务机器人行业还处于早期，一些标准和配套相对不健全，诺亚机器人整个团队积极参与制定国内国际一些标准，截至现在已经加入了多家组织，目前是IEC国际机器人标准起草单位，国家机器人标准起草单位，医院建设智能物流机器人标准起草单位，国家人工智能标准起草单位。
医院物流最早通过人力运输，上世纪80年代，国内引入了第一代物流系统气动物流，这种物流形态的优点是速度快，缺点是每次运送的物资比较小，运送的物品相对受限，一般是运送比较紧急的口服药，能覆盖的场景也比较少。
第二代是轨道物流和中型箱式物流，轨道物流相比气动物流运输的重量和体积大了一些，可以运送5到10公斤。2002年时，广州中山大学肿瘤医院引入了轨道小车物流系统。2012年，南京鼓楼医院已经开始采用箱式物流输送分拣系统。
第三代是新一代的智慧物流，也就是机器人医院物流。2017年，诺亚机器人在广州妇女儿童医院，首次使用医院物流机器人系统，进行了正式发布和应用。截至目前，已经在医院稳定使用了5年。
来看一下几种物流形态之间的优劣势，传统物流相对来说更能被接受，但有非常多困扰，第一是交叉感染，第二是人工运输容易有偏差，人工误差率大约达2%，机器人可以零误差。医院智慧物流系统需要具备几个特点，第一，可以覆盖医院众多物流场景。第二，物流系统路线非常灵活，比较方便改变。第三，运输系统高效可靠。最重要一点，要操作简便、高效运输、准确，杜绝人为误差，物流信息做到全程数字化。
接下来看下分类，下面统计的表格，统计了气动物流、轨道物流、箱式物流和机器人，机器人物流可以覆盖全部医院场景，医院场景很多，比如药品、静配、标本、手术室、器械、垃圾、被服、餐饮等，机器人可以全覆盖，其他几种或多或少无法全覆盖。另外，从机器路线的灵活性和柔性来看，在气动和轨道物流，在早期设计图纸时就需要介入了。比如，三种都要在图纸设计阶段，预留固定的楼层高度，用来安装设备，机器人基本上去扫一张地图，路线包括一些站点可以在软件上灵活编辑，尤其疫情发生以后，对医院的要求是平疫结合，可以快速切换运行路线。机器人完全可以满足，但传统物流方式无法做到。
可以看下物流机器人在医院的运行情况，在上海市同仁医院急诊科，有很多病人和各种病房，诺亚机器人可以每天非常稳定的完成任务。儿童医院有很多小朋友，这要求机器人运行又安全又灵活。接着往下，通过立体眼感知技术，保障机器人在医院复杂场景下全天候实现L5级别无人驾驶。
这是如何实现的？全系配备了3D和2D激光雷达，从硬件配置上，确保了硬件的感知可靠性。提高以后，机器人灵活智能性还不够，还要识别不同障碍物的运动形态和运动轨迹，我们设定了不同的运动策略，通过110多家服务的医院，累计收集了100多万张医院场景图片，持续不断进行大数据学习训练，让机器人越来越了解医院的场景。最右边可以看到诺亚的立体眼，基本上把连廊障碍物的形态，勾勒的非常清晰。
这是5G热光，医院24小时需要物资运输，所以不管是白天还是夜晚，都需要对障碍物进行识别，这也是传统深度相机无法做到的。最极限就是最左边镜子，这是高反光物体，和普通物体放在一起时，识别效果会非常差。还有和商业环境相关的场景，也有非常大的挑战。另外，越来越多的医院选用机器人做全院物流运输，机器人的调度技术要求越来越高。
医院需要调度的信息有几种，第一是道路通行，因为有很多窄通道，一次只允许一台机器人通行，那么多机器人出现在窄通道时，哪些机器人有序进入再离开，变得非常关键。第二是订单需求，机器人作为运输的载体，面向全院各个科室，大家会同时下单。订单需求如何自动拆解分发，对调度系统要求非常高。第三是电梯资源非常紧张，很多机器人同时请求电梯资源时，对不同机器人优先级不一样，对电梯的利用率也有差异。最后，如何选择最优机器人进行运输，也是非常有价值的研究课题。
诺亚机器人已经累计处理了260万单订单，下面是案例，我们在郑州大学第一附属医院有15台机器，上海瑞金医院有30台以上，现在已经有了实实在在使用的全院机器人物流系统，在行业里走得非常靠前。智慧物流系统需要操作简便、高效、运输准确，杜绝人为差错，诺亚首发了一款叫智能货柜技术，不管是下单还是取货，全流程实现非常极简的可靠的用户体验，避免了人为差错。
此外，医院科室非常多，那么多科室放在一起，很容易不小心出错，取货时也需要人为核对，人为检查时也有可能会拿错。另外签收非常依赖护士操作，护士本来已经非常忙了，签字相当于加重了负担。诺亚的智能获柜技术，通过自动识别，可以免除人工输入，同时可以防止错放。货物被拿走以后，会自动签收，免除了护士签收的困扰。
运行至今，智能货柜技术已经实现了100%的识别率，这项技术非常成熟，但在医院场景下，又变得非常有挑战性，第一要在任意位置都可以识别，要识别的范围非常大。第二要防止互相串读，又不能把功率做得特别大。第三箱子里可能会装各种东西，比如液体、口服药等。
通过反复调试，目前这项技术已经非常成熟。2018年，上海市儿童医院引入了诺亚机器人，应用在住院药房标本运送中。通过统计数据来看，机器人运输实现了零差错，和人工运输2%的差错相比，提高的水平非常显著。另外还做了院长驾驶舱，医院管理人员可以实时看到医院物流机器人的运行状况，还做了3D可视化监控界面，能实时监控机器人在执行什么任务、在什么位置，基本上1比1还原了机器人在医院的运动路线。
我的分享结束了，谢谢大家。
03
阿童木高速工业机器人的创新实践
嘉宾简介
施凤财。阿童木机器人CMO。毕业于天津大学，具有丰富的市场营销、品牌运营和销售管理经验，现任阿童木机器人首席营销官。
特别感谢一直以来的支持和关注，以及本次活动的邀请，分享一下阿童木工业机器人的创新和实践。
先介绍一下公司整体情况，阿童木机器人2013年创立于天津，发展至今已经成为行业领先的高速工业机器人专家，专注于在高速并联机器人和高速SCARA机器人的研发和创新，致力于为食品、制药、日化、3C、新能源细分行业的集成商客户提供整体的机器人产品和智能解决方案，总部设立于天津，在江苏苏州、南京、昆山，广东深圳、四川成都设立有子公司。截止目前，累计为超过500家规模级企业提供整体机器人工业解决方案服务，出货量超过了4000台，受到了客户的认可和信赖。
2014年，阿童木推出了全自主知识产权的并联机器人产品，先后推出了D2/D3/D4/D5D等全系列并联机器人。2020年前，用的是外采的外资品牌控制器。2020年推出了自己的控制器，并且批量应用，是目前国内并联机型厂商里唯一一家批量应用自主控制器的厂商。同时，也推出了自己的视觉系统系列产品。由于产品得到市场的认可，资本也给予了一定的关注和支持，先后完成了多轮融资，产品不仅适配于国内市场，同时也有进行了出口。
我们以产品为平台，说到工业机器人，大家耳熟能详的应该是国际四大企业，包括发那科、ABB、库卡、安川，实际上四家都是全品类的，可能各种机器人类型都有，与四家大而强的公司比，我们是一家高效的创业型公司，在资源有限的情况下，我们希望小而精，所以聚焦在高速并联机器人领域。并联机器人推出以来，覆盖了从0到30公斤，臂展从450到2600范围的高速并联机型，最核心的优势是高速度，在国际标准测试轨迹下，在空跑情况下，最高街拍可以稳定在每分钟600次。这个摆动频率，非常有利于高速度分拣和装配上下料等工作场景。同时，另一个特点是在高速运动状态下，能保持比较大的精度，重复定位精度可以达到正负0.02mm，这是在空跑情况下，实际应用场景达到正负0.65mm也没有任何问题。
因为要在产线上实现智能生产，所以还要有耐久性和稳定性，工业机器人的核心要特别稳定，阿童木的并联机器人非常稳定，这是得到客户认可的原因。经过九年多发展，现在阿童木已经和高速并联划上了等号，在并联机器人细分领域，阿童木是绕不过去的品牌。在高速并联基础上，也推出了市场更大、受众更广的SCARA机器人，我们主打高速，做差异化的高速SCARA机器人。这里的核心是唯快不破，围绕唯快设计、唯快体验、唯快性能、唯快控制四个维度，打造了多款高速SCARA机器人。
首先，唯快设计，从一体式减速机，包括全封闭式的内部走线的整体造型和布局、材料的优化等，让机型无论是从造型还是内部结构，都有了合理优化。
其次，唯快性能，有几个参数指标，最高节拍做到了240ppm，每分钟标准循环节拍240次，这在SCARA领域做到了行业最快，重复定位精度能达到正负0.02mm,工作空间可以360度旋转，有利于产线布局和安装，同时为了更好的封闭性和防水防雾效果，防护等级做到了IP67。
再次，唯快体验，接口丰富，可以正反安装，同时匹配了小型的控制柜，机器人和控制系统结合起来后，特别方便布局产线现场。现在智能工厂都追求效能的提升和布局的紧凑，整体高基层，这是未来智能制造的方向，所以我们响应高基层，能为产线在很小的空间进行布局。
最后，唯快控制，并联机器人本身就是高速型，为了打造更高速的SCARA机器人，专门为高速机器人编写了全自主控制器，包括高速scara算法、多终端平台支持、整体程序编写、程序调试、程序向导，让机器人响应速度更快。
阿童木控制器全自主研发，深度兼容并联Delta机器人，通用匹配其他类型机器人，搭载了InterCorei5处理器，具备强大的运算能力，满足机器人高速度、高精度、高稳定性的控制要求。机器人的视觉系统相当于机器人的眼睛，在识别物料状态下，会把信号输入给机器人，机器人实际上是执行视觉系统和控制系统的运动执行系统，三大系统是打通相互配合的，所以阿童木也自主研发了控制系统视觉软件。
阿童木定位为高速工业机器人本体公司，具有机器人本体设计技术，包括机器人运动控制技术、机器人视觉技术等，都能全自主掌控。同时，在机器人整体应用端，搭载了智能物联网模块，会进行智能物料分配，包括安全监控、动态跟踪、底层核心算法，都是全自主拥有。在终端市场竞争中，除了产品要足够过硬，阿童木也非常重视整体服务质量，在客户第一、服务先行的理念指引下，为了满足两小时响应客户需求、24小时抵达客户现场、72小时解决客户问题，我们在全国建立了五大服务中心，拥有超百人服务团队。另外，数字化和信息化远程运维能力，确保了售前售后技术支持、产品调试和质保业务。工业机器人搭载的物联网模块，在终端运营中心，通过大屏幕，能看到售出的每台机器人在产线上的运转状况，提供数据支撑，监测机器人运转效率。
从2019年开始，阿童木就进入了高速工业机器人领域第一梯队，2019年至21年，连续三年成为自主品牌第一名，连续占据全品牌第二名。不出意外，预计明年年底会成为高速工业机器人领域的第一名。细化到应用场景，由于高速度、高精度、高效率等核心优势，我们在食品饮料、制药、日化、3C、汽车等行业落地了很多应用案例，主要是快速分拣搬运、上下料、涂胶、检测等，帮助产线实现少人化、自动化，实现降本增效。
高速工业机器人特别适配于快速分拣搬运，通过末端执行器差异化设置，满足很多上下料等应用场景，原本这些都由人工做，人工每天做的工作非常繁复，基本每天连续8小时或12小时重复搬运，非常考验耐心和准确率，对于人工来说是极大的挑战。另外，用机器人替代之后，一方面比人工更高效，另一方面也更安全更精准，保证了整体产品的质量。有时会应用在一些非常危险的行业，一旦发生安全事故，对人的伤害会很大。如果机器人替代之后，即便产生安全事故，也不会对人产生致命伤害，所以这也非常有意义。
受国际上芯片影响，国际四大企业都出现了比较明显的交付困难，在这样情况下，我们仍能保持比较高效的交付，交付期基本在三周到五周，这得益于在一些关键零部件和核心供应系统上建立了很好的供应体系。未来希望通过在高速机器人领域的深耕，站稳高速工业机器人细分市场，持续为客户创造价值，同时也希望能横向拓展更多品类，用更多的工业机器人产品为桥梁，为终端产线和制造行业贡献我们的力量。谢谢。
圆桌讨论
黄传星（主持人）：每次圆桌环节都非常有意思，嘉宾之间会有精彩的讨论，接下来第一个环节的时间先交给你们，大家可以互相提问和讨论。
白国超（知行机器人）：问一下施总，现在并联机器人的应用场景，在包装行业用的比较多，包装行业像软体机器人应该也会多一些，未来电动产品在软体包装行业或者在并联机器人应用上，从哪个方向入手会更好一些。
施凤财（阿童木机器人）：谢谢，刚才分享里也提到对末端执行器的需求，实际上我们的工业机器人是标准化的，但客户有很多差异化应用场景，需要末端执行系统来支撑，所以多数情况下，过往应用的是吸盘形式，但也有很多应用柔性夹爪，包括电动吸盘夹爪，夹一些易损的物件，比如制药行业一些药丸易损，这种情况下会应用柔性夹爪，这方面有很多需求。听您的分享，未来在行业趋势上，电动夹爪包括电动吸盘肯定是未来的趋势，会更高效和更智能。我们在柔性夹爪和电动夹爪方面，目前也在拓展相关的合作，希望为客户带来更高效，同时更匹配、更智能的应用。
白国超（知行机器人）：好的，谢谢。我在国外的研究方向也是用并联机器人开发一些灵活性或自由度更多的末端，比如多指抓取相关的运动学、动力学，跟并联机器人有很大相关性，所以也很有缘，之前跟阿童木有过接触，我还去过天津滨海区的厂。
黄传星（主持人）：线下约，请康老师互动一下。
康力方（诺亚机器人）：我想请教一下两位专家，我们在医院场景上目前还没涉及到，但看到未来发展可能会有这方面的需求，比如，疫情以后医院会更注重无接触配送，最好一些物资在配送时，人是完全隔开的，比如有些场景人要穿三层防护服，出来后再脱三层防护服，脱的时候可能对人也有危险，在这个过程中我们也做了一些，比如在外面用机器人进行物资配送，机器人可以再本体消毒。对于形状比较奇怪的，或者是小一点、软一些的，用柔性抓取方式，适不适合抓取，如果能做到，机器人可以再进一步拓展，为医院解决更多困扰。
白国超（知行机器人）：是的，很多场景都跟抓取相关，所以我们也不仅仅围绕电动末端，这类产品的目标是灵活可靠、安全智能的抓取，我们也不仅局限在电动，有时候确实吸盘也好，还有一些比电动的更有优势。在某些场景下，很多跟抓取相关的解决方案都可以提供。如果康总有需求，我们可以深入交流。
黄传星（主持人）：好的，请施老师提问。
施凤财（阿童木机器人）：好，我先回答下康总刚才交流的问题，实际上工业机器人在制药行业应用非常多，当然，制药行业和医院还有区别，医院是终端使用者，我们在医疗体系也有项目，包括很多药盒分拣，也会有工业机器人的使用。现在比较少，但越来越多的医院有需求，像您说的，一是安全，二是智能，三是全自动，四是智能网联，现在很多医院药房都是智能配送，智能配送的前端是智能分拣，这在工业集群的使用和需求上也会释放。目前，我们的产品也能承接，当然，还会和很多末端厂商配合。今天听几位分享有很多收获，尤其是知行机器人电动夹爪和柔性夹爪，未来可能还会探讨合作，也看到了医院有智能移动机器人配送。也想聊一聊，在智能网联时代下，包括核心前沿的信息技术，是怎样为你们企业赋能的？
白国超（知行机器人）：总体来讲，智能网联对整个机器人系统有很多赋能，包括系统数据采集等，末端是一个部件，对于一个部件来讲，现阶段我们做的相对比较初级，很多行业需求的功能也比较简单，就是稳定地抓取，我们在做这个产品时，已经考虑了很多未来的场景，在这一块，我们也跟阿里云、科大讯飞(002230)等企业合作，让产品在智能性、未来科技感上有更多启发。
我觉得手是跟物体接触的媒介，有很多信息可以收集，如果大家能意识到，能给机器人的智能性赋能有很多。这可能只是未来五到十年的规划，现阶段，还是以工业和自动化场景应用为主，把产品本身的功能和性能做的非常稳定，再去探讨更多和智能网联相关的应用。如果现阶段有类似需求，我们也非常希望能把这方面技术提前积累，上半年已经跟一些做4G、5G模块的厂家合作，做了一些移动无线传输。但现阶段看，这些技术和数据采集相对比较前沿，应用不太多。
康力方（诺亚机器人）：是的，感谢施老师的回答，白老师那边我也回应一下，我们确实在运送过程中也发现，现在是用传输带的方式运送，就是隔离酒店餐食配送，体积利用率非常差。接下来，打算希望还是能在机器人本体上抓放机械臂，具体配什么样的末端执行器，还没想好，用哪种方式去码餐食或者各种物资，体积利用率会更好。
施老师刚才提的问题，和我们强相关，我们原来是5G在全国首例实际应用的厂家，在武汉和联通和华为一起联合做了5G网络的本地的实际应用，对我们的好处显而易见，比如，机器人在运行过程中，智能调度系统需要高时效网络请求任务，在一些电梯门或单路径时，类似于红绿灯不断排队，以前依靠WiFi网络，现在发展到WiFi 6了，WiFi 5时有非常大缺点，可能某些比较差的设备会拖慢整个网络响应时效，甚至把网络拖垮，导致机器人不运转，以为是机器人有问题，实际上可能是网络延迟。基于这些问题，我们做了非常多的代码优化，让对网络的负担非常小，但依然效果不是太好。但是5G网络上来以后，明显看到，机器人非常流畅，几乎可以做到不停顿，因为可以提前申请，到那一刻时，立马已经获取相关资源。
另外是对一些感知的识别，原来主要是不断加强运算能力，收集到的图片自己去算，然后进行规划，机器人成本越来越高。我们现在正逐步把这些通过5G数据传到服务器上，服务器可以配置的运算能力非常强。反过来，可以把机器人运算能力降低，整个产品解决方案的成本可以得到优化。这是我们正在打算要做的事。当然，整个机器人的各种系统，可能会在一些关键通道装一些边缘计算，包括一些通知设备，本身都是联网的，实时受机器人的后台调度，我觉得这也非常贴合今天的主题。
黄传星（主持人）：好的，感谢康老师，因为时间马上也要到了，最后一个问题，随着5G的普及，5G技术给机器人产业带来技术变革的同时，又给产业带来怎样的创新，或者产业在5G时代有怎样的发展趋势或演变？希望请三位老师都分享一下。
白国超（知行机器人）：谢谢，我感觉做末端最终还是做智能抓取系统，当然智能抓取系统有一个难点，是面对各种各样的物体，怎样能精准、稳定、可靠的把物体抓起来。这需要5G传输，数据传到云端或者做一些训练，最终再发送到边缘端做各种执行动作，实现闭环的抓取动作。5G对这个细分领域来讲，有非常大的赋能，能让跟学习相关的工作更简单、更快捷、更方便，未来这个系统也更智能。
康力方（诺亚机器人）：机器人本身业务上的低时延、高带宽，对智能调度、物体识别有显而易见的价值，另外，我们从前年已经开始切到5G网络，医院基本已经覆盖5G了，好处是什么？第一，业务上的刚需，第二，对于后面产品演进也有好处，有各种合作机会，5G作为热门题材，容易促成项目合作。我们在2017年开始做，那时候每个医院，单医院可能几台，这几年基本上最多时候做到三四十台，机器人之间的互相协调，包括后台的调度，对网络的要求越来越高。过去的WiFi、4G基本上不能满足了，刚好，机器人行业发展和通信技术的发展匹配上了，这是比较好的势头。另外，可以看到正在逐步起量，对于远程运维工作来说，如果客户需要实时监控，对网络的依赖程度也非常高，这对我们来说也可以提高一些效能，5G可以快速传输，提高响应客户的效率。
施凤财（阿童木机器人）：提到5G技术，实际上对各行都有深远影响，比如，现在通过实时信息交互方式能跟朋友们见面，现在非常火的世界杯，没有到现场，但比现场的人看到还要清晰，这都是5G带来的。回到工业机器人应用，其实获益很大，一方面，机器人需要中控大脑，整条产线更需要中控大脑，整体系统的运转依托于5G技术，能更高效、更快速、更及时。另一方面，会搭载物联网模块，物联网模块会随着技术迭代，这种高速的即时性，比如现在大屏幕上会看到中控系统，能看到全国各地应用的机器人的运转状态，怎么能保证看到的信息很及时？2G技术本身实现不了，3G看到的信息可能是一小时之前的，4G看到的信息可能是5分钟之前的，但5G时代能看到当前的，现场可能就滞后两三秒，这带来信息获取的及时性。信息本身就是价值，很多生意赚钱的手段就是信息差，没有信息差后，会高效及时获取前端产线的运转状况，通过远程状态实时的感知。同时，一旦设备有状况，能实时运维，会提升整体机器人的智能水平。
黄传星（主持人）：好的，感谢施老师的分享，时间过得很快，最后希望各位老师给即将进入这个行业，或者想对这个行业进一步了解的朋友，给一些寄语或预测，可以从任何角度。先有请白老师。
白国超（知行机器人）：机器人、人工智能发展是必然趋势，未来肯定有一天，机器人会代替人做很多工作，所以一定要更加努力认真工作，防止被机器人替代。
康力方（诺亚机器人）：从行业的角度，过去几年，机器人比较早期，市场也不大，很多客户都没概念，但这几年，有些客户会直接来找做方案和设计，这是非常好的苗头，说明行业在逐渐往上发展。和传统物流方式相比，机器人物流有显而易见的优势，可以说传统物流的市场份额有多大，未来机器人能颠覆的市场就有多大，甚至更大。
施凤财（阿童木机器人）：有几个关键词分享，第一是空间广阔，整个工业机器人和上下游产业链，随着智能制造、先进制造的推进，空间非常广阔。第二是大有可为，希望越来越多对自主品牌有情怀的年轻人们投身到工业进程中。我们一直讲产业报国，实际上工业机器人和整个机器人产业链，包括工业机器人服务的制造产业，才是拉动或支撑国民经济最核心的产业，加入这个浪潮中，就是加入到产业报国和民族伟大复兴的进程中。
黄传星（主持人）：好的，非常感谢今天晚上几位老师的分享，非常专业，又非常有深度，今天晚上的分享到现在结束，欢迎大家关注出新研究直播间，有会议的回放会放在平台上，下周也会把各位老师的分享整理成速记文章，在亿欧网和出新研究公众号及其他媒体平台进一步分享。非常感谢各位老师的精彩分享以及屏幕前的观众，谢谢大家。
本文提供的信息仅用于一般指导和信息目的，本文的内容在任何情况下均不应被视为投资、业务、法律或税务建议。
本文首发于微信公众号：出新研究。文章内容属作者个人观点，不代表和讯网立场。投资者据此操作，风险请自担。
