与人一样行为动作的协作机器人

在漫威娱乐出品的第一部钢铁侠电影中，主角托尼·斯塔克（Tony Stark）开发了一个大型机械助手，命名为Dum-E。作为目前工业级制造机器人的缩小版和更加安全的版本，Dum-E具备足够的语音和手势识别能力，此外还可以进行运动控制，帮助托尼完成很多的工作。

Dum-E不仅展示了协作机器人（cobot）的巨大潜力，而且还展示其关键的功能。例如这台协作机器人可以与托尼一起工作，在维修设备的过程中帮助托尼拿着钢铁战甲的机械靴子。然后托尼会对着它大喊大叫，让它停止到处喷洒阻燃剂；它不情愿的放下手臂，发出一声叹息，以此来表示它理解。协作机器人保证人类的安全——保护托尼免受火灾——体现了对阿西莫夫机器人第一定律的坚持：机器人不能够伤害人类或因为自己的不作为而让人类受到伤害。

开发协作机器人需要创建很多复杂的系统来感知、交流，并且能够与人类一起安全的四处活动。

复杂感知系统的要求

为了帮助人类，协作机器人使用了一系列技术来模拟人类的基本感官和环境，然而五官感觉必须与内在感受（感知内部状态）和本体感受（对本体位置的感知）结合起来，这样才能够实现类似人类的整个活动过程。此外协作机器人还必须能够进行通信和移动，这就需要另一套系统来与人类进行交谈、理解和进行互相帮助。

感知周围环境：外部感知

所有的协作机器人都使用了一些模仿人类基本感官的技术组合：视觉、听觉、味觉、嗅觉和触觉（图1），这五种感觉属于外部感知的范畴，即对外界刺激的敏感度。

图1：这个图描述了五种感觉：视觉（眼）、听觉（耳朵）、嗅觉（鼻子）、味觉（舌头）和触觉（手）

为了能够帮助人类，协作机器人必须拥有一系列环境感知传感器来执行任务，从而避免不必要的麻烦。协作机器人常见的外部感受传感器包括视觉、听觉、触觉、嗅觉、味觉、温度、加速度和距离等。

感知它们的内部状态：内在感受

为了能够自我维护，机器人必须能够获取它们内部的状态。这与人类的相互感觉相对应，即感知身体内在状态的能力，比如消化、呼吸和疲劳等。举个例子，一个协作机器人必须知道它的电池什么时候需要充电，然后要主动去寻找充电器。另一个例子是协作机器人要能够感知过高的温度，当它内部的发热致使温度过高时就会无法在人类身边工作了。其他相互感知的例子还有感知光、接触等，下文我们很快就会讲到。

感知它们的相对位置：本体感受

外部和内部的感知对于协作机器人的操作和维护是至关重要的，但是要对人类有用，大多数协作机器人还必须具备本体感受。由于大脑的相互作用和解释，本体感受使得人体能够在不看四肢的情况下移动和控制它们。

对于人类来讲这使得人类能够感知身体各部分的相对位置，并且感知运动所需要的力量。人体的本体感受器官包括肌肉、肌腱和关节等。对于协作机器人来说本体感受的功能主要依赖机电制动器和电机来模拟，本体感受的测量包括关节位置、关节速度和运动力矩。

与人类进行交流

声音和运动不是感官，但是是人类和机器人交流和执行任务所必须的。协作机器人需要语音通信来判别所听到的内容，从而提醒人类注意潜在的危险。语音合成的硬件和软件可以用来模拟人类的声音。

现在人工智能（AI）开始使人类和协作机器人之间进行实际的对话成为可能。机器人能够理解人类语言中的细微差别，比如聊天、半句话、笑声，甚至发出“啊哈”等不确定词汇时也能够听懂。共享资源比如会话层是机器人正在学习的另一个概念，为了防止交谈的混乱，机器人被限制一次只能与一个人进行明确的对话。

协作的复杂性

人类使用多种感官来运动、操作和交流。一个常见的例子是肢体语言比如在使用不同手势时还会使用语音命令。对于协作机器人来说这种形式的协作需要视觉识别来完成手势识别、语音识别来理解不同的命令，以及借助人工智能（AI）来理解与人类交流时的内容。托尼就是采用这些技术才实现了与Dum-E的沟通交流。

我们继续深入探究这一点，这次我们举一个通过视觉和触觉（或触摸）反馈结合感官理解的例子，实际生活中外科医生在实际操作之前都会进行模拟手术（图2），模拟过程是创建一个虚拟现实（VR）的场景，外科医生可以在该场景中查看和测试手术的整个过程，然而模拟过程中是无法感受到手术刀与人体组织接触的感觉。这就是触觉反馈的作用所在，因为它能够帮助模拟过程中的触觉和力量。

图2：触觉的反馈能够让手术模拟过程中的感觉更加的真实

机器怎样通过触觉实现交流呢？触觉反馈最常见的形式是通过振动来实现的，比如抖动产生的感觉，但是还有些是静音的，比如手机。以外科手术为例，线性的驱动器可以取代振动电机，当外科医生对模拟手术刀施加压力时，线性驱动器可以上下移动对身体的某一部分施加一定的压力，这个压力对应的就是模拟手术刀上的压力。

以协作机器人为例，协作机器人的抓手（或手）装置中采用了触觉反馈设计，这些抓手通常包含一个用于识别被握持物体的手腕摄像头，以及为触觉提供输入力——力矩转化的传感器。

大多数工作人员通过按钮、操纵杆、键盘或数字接口（图3）来与协作机器人实现交流和控制，然而这就像它们对人类一样，语音和触觉可以成为协作机器人更加有效交流的媒介。

图3：手势和语音识别可以取代协作机器人的操作界面

触觉和眼睛的移动是另一种感官组合，同样可以帮助改善人类与协作机器人之间的互动方式。当人类要指向一个物体时，它会先朝着这个物体的方向看，协作机器人的视觉传感器可以捕捉这种预期行为，从而提供关于人类的行为的判定结果，同样技术也可以帮助协作机器人将这种判定结果传达给人类。现在机器人可以借助投影仪将目标物体或者行动路线照亮。

总结

与任何新兴的技术一样，实现协作机器人与人类更加高效的交流工作仍然面临着许多的挑战，就像“钢铁侠”中托尼·斯塔克（Tony Stark）一样，人类会不会觉得协作机器人会更令人沮丧而不是更加有用呢？

如今大多数机器人都集成了高级的语音和视觉识别功能来帮助人类，然而协作机器人缺乏的能力是对连续内容的理解以及对复杂情况及时做出反应。人工智能对于协作机器人实现真正的交互、预测和沟通是至关重要的，尤其是当它们需要将某些复杂的任务交给人类来处理时，这在自动驾驶汽车领域是一直存在的问题。

比较乐观的是在“钢铁侠”这部电影接近尾声的时候，托尼·斯塔克因为无法拿到旁边桌子上的人造心脏而奄奄一息的关键时刻，Dum-E弄清楚了托尼的意图并及时帮助了他，挽救了托尼的生命。托尼抬头看着Dum-E说到“好孩子”。协作机器人与人类之间建立这种程度的信任或许是目前最困难也是最有价值的目标了。