【W(wǎng)RC大咖論道】ABB機(jī)器人業(yè)務(wù)中國區(qū)總裁韓晨：《ABB機(jī)器人助力AI與產(chǎn)業(yè)融合》

2024世界機(jī)器人大會(huì)以“共育新質(zhì)生產(chǎn)力 共享智能新未來”為主題，為期三天的主論壇和26場專題論壇上，416位國內(nèi)外頂尖科學(xué)家、國際組織代表、院士和企業(yè)家聚焦前沿技術(shù)、產(chǎn)業(yè)動(dòng)向和創(chuàng)新成果，深入研討人工智能與機(jī)器人技術(shù)深度融合帶來的新趨勢、新機(jī)遇，共同打造了一場十分精彩的機(jī)器人領(lǐng)域前沿觀點(diǎn)盛宴！

在8月22日下午的主論壇上，ABB機(jī)器人業(yè)務(wù)中國區(qū)總裁韓晨以《ABB機(jī)器人助力AI與產(chǎn)業(yè)融合》為主題發(fā)表演講。

數(shù)說2024世界機(jī)器人大會(huì)

論壇

26 家國際支持機(jī)構(gòu)

3 大主題 26 場專題論壇

416 名國內(nèi)外頂尖科學(xué)家、國際組織代表、院士和企業(yè)家

74 位國外嘉賓及港澳臺嘉賓參會(huì)

線上線下聽眾達(dá) 160萬 人次

展覽

27 款人形機(jī)器人集中亮相

首發(fā)新品 60 余款

近 170 家參展企業(yè) 600 余件參展產(chǎn)品

參觀人數(shù)近 25萬 人次

大賽

全球 10 余個(gè)國家和地區(qū)的 7000 余支賽隊(duì)

 13000 余名參賽選手

每天參賽人數(shù) 4000 余人

媒體關(guān)注

近 400 家國內(nèi)外媒體

短視頻平臺話題播放量達(dá) 2.9億

以下是演講內(nèi)容實(shí)錄 

韓晨（ABB機(jī)器人業(yè)務(wù)中國區(qū)總裁）

各位下午好！很榮幸今天有這個(gè)機(jī)會(huì)跟大家分享一下我們ABB  AI在工業(yè)機(jī)器人中的一些應(yīng)用，上午我們聽到了各國協(xié)會(huì)的演講，也從行業(yè)的角度跟大家做一下探索。

開始先看一下AI的發(fā)展歷程，上午歐洲機(jī)器人協(xié)會(huì)談到了機(jī)器人發(fā)展的起起伏伏，從1956年開始經(jīng)歷了兩次所謂的“AI寒冬”，現(xiàn)在我們進(jìn)入了AI的第三次高潮，在這個(gè)期間大家都很了解隨著英偉達(dá)的GPU處理能力的提升，OpenAI  ChatGPT的推出，整個(gè)行業(yè)有一個(gè)非常欣欣向榮的景象，我們ABB在這個(gè)周期中怎么樣表現(xiàn)的。

其實(shí)在50年前1974年ABB推出了第一個(gè)基于微處理器和全電驅(qū)的機(jī)器人就是IRB6，這應(yīng)該是現(xiàn)代機(jī)器人的一個(gè)形態(tài)的出現(xiàn)，過去50年間我們大概有超過50萬臺機(jī)器人在全世界各地投入了生產(chǎn)，1994年的時(shí)候有一個(gè)很重要的軟件叫rubber  studio，相信在座的如果在這個(gè)行業(yè)里大概率大家可能用過這個(gè)軟件，這個(gè)是離線編程和仿真的軟件，現(xiàn)在我們用這個(gè)離線仿真逐步在探索做數(shù)字雙胞胎，進(jìn)入AI時(shí)代數(shù)字雙胞胎又會(huì)起到非常大的作用，一方面幫我們培訓(xùn)大模型，另外從生成式AI出現(xiàn)的結(jié)果，我們也可以拿到數(shù)字雙胞胎進(jìn)行驗(yàn)證，避免像一些智能幻覺這樣一些問題。

在2014年ABB集團(tuán)成立了專門的AI小組，開始在工業(yè)AI深耕，一共有超過100個(gè)項(xiàng)目在發(fā)布或正在研究中，其中比較大的成就比如2020年推出了企業(yè)級大數(shù)據(jù)分析平臺，用了AI技術(shù)可以幫客戶找到生產(chǎn)瓶頸，運(yùn)維上的需求。

另外還有一個(gè)3D的質(zhì)量檢測，一會(huì)兒會(huì)講一個(gè)例子，也是非常好的適應(yīng)了現(xiàn)在市場的需求。

除了內(nèi)部的研發(fā)以外，也開啟了并購模式，去年收購了一家瑞士的初創(chuàng)企業(yè)叫seven  sense，它是在視覺AI方面的專家，把這個(gè)技術(shù)和其它集成技術(shù)結(jié)合起來之后，有了很多新的應(yīng)用。

AI的發(fā)展和機(jī)器人的發(fā)展，經(jīng)常聽到朋友們會(huì)談到機(jī)器人和AI到底是什么關(guān)系，機(jī)器人是不是AI，AI是不是機(jī)器人，先給大家看一個(gè)視頻，左邊是我們ABB機(jī)器人安裝齒輪，非常精巧的應(yīng)用，右邊是在汽車廠里安裝控制臺，是覺得導(dǎo)引下機(jī)械手把非常大的機(jī)械臺伸到車身內(nèi)精準(zhǔn)的安裝，問大家一個(gè)問題，這兩個(gè)應(yīng)用有沒有用到AI？其實(shí)答案是并沒有，我們在機(jī)器人出來之前，很多這些應(yīng)用已經(jīng)在很好的使用了。

昨天一位媒體朋友跟我聊也在問AI在工業(yè)是不是一個(gè)偽命題？這是一個(gè)很有趣的問題，AI對于我們工業(yè)機(jī)器人來講我們認(rèn)為它是一個(gè)賦能，能把我們的機(jī)器人變的更快、更精確、更靈活。把整個(gè)機(jī)器人應(yīng)用提高到一個(gè)新的層次。我們的機(jī)器人全世界有超過50萬臺機(jī)器人的安裝，他們都在收集數(shù)據(jù)，這些數(shù)據(jù)的積累可以幫助我們通過機(jī)器學(xué)習(xí)生成洞見來引導(dǎo)我們在AI部署，人工智能一旦和機(jī)器人結(jié)合之后就會(huì)達(dá)到人工智能機(jī)器人，它會(huì)更好的執(zhí)行命令，更好的跟人類協(xié)作，而且可能提供更快的判斷。

下面我就跟大家分享幾個(gè)例子，有很多AI可能的應(yīng)用，今天主要分享四五個(gè)方面。

第一，未知的估算。兩個(gè)機(jī)械手拿到西紅柿、葡萄、小餅干來裝成孩子的午餐盒，這個(gè)環(huán)境下實(shí)際上知道物體，對環(huán)境也是可控的或者是結(jié)構(gòu)化的，這種情況下其實(shí)并不需要用到AI，但是如果我們用到AI之后，右邊這個(gè)應(yīng)用，AI的加持下可以在非結(jié)構(gòu)化的環(huán)境下對于未知物體有一個(gè)很好的操作，有各種不同形狀的物體，都可以通過視覺辨別精準(zhǔn)的抓取，而且速度非?？?，可以達(dá)到1400次/小時(shí)，成功率超過了99.5%。抓取的技術(shù)同樣也是視覺抓手，一旦有AI加持之后大大的擴(kuò)展了應(yīng)用，更加靈活的應(yīng)用在各種行業(yè)。

第二，質(zhì)量檢測。這也是一個(gè)非常有意思的行業(yè)，ABB的機(jī)械手在汽車的應(yīng)用，焊接之后通過視覺相機(jī)抓取圖像之后，和之前已經(jīng)培訓(xùn)過的大數(shù)據(jù)模型進(jìn)行比較，可以精確的鑒別出非常細(xì)小的到25微米量級的裂縫，以前的手段是很難監(jiān)測到的，同時(shí)在收集到這些數(shù)據(jù)之后還可以進(jìn)行分析，逐步看到這些問題是不是有共性，從而找到這些問題的根源，幫助大家進(jìn)行改善。

這是在上海的超級工廠，我們在上海2022年12月投產(chǎn)了一個(gè)超級工廠，主要是用機(jī)器人生產(chǎn)機(jī)器人，生產(chǎn)中碰到的控制器，有很多不同的種類，典型的多品種、低產(chǎn)量的生產(chǎn)線，我們原來在用2D視覺操作中定位精度不夠只有20%，我們引入了AI深度學(xué)習(xí)之后，首先用AI確定孔的位置，部件上不同的光影和質(zhì)地情況下，傳統(tǒng)視覺比較難以辨別的，一旦通過AI手段掌握光影螺絲孔區(qū)域以后再引入2D快速的定位，引導(dǎo)螺絲槍到位，整個(gè)的效能提高了百分之百，這是非常好的應(yīng)用。

下面跟大家分享一個(gè)非常熱門的領(lǐng)域就是自然語言的處理。

我們的機(jī)器人在語言的命令下可以拿到物體，而且可以自己分辨什么顏色的物體，對于上下文的聯(lián)系做一個(gè)分析。

這個(gè)語言現(xiàn)在也是在多國語言都有所嘗試，這樣可以保證我們的應(yīng)用可以在世界各地推行，非常好的自然語言的應(yīng)用，現(xiàn)在在探索用自然語言來編程，以前要寫python這些編程，我們也通過自然語言的轉(zhuǎn)換來解決這些問題。

下面還有一個(gè)方向就是預(yù)測，之前談到了2020年推出了GNX企業(yè)大數(shù)據(jù)平臺，這就是一個(gè)具體的應(yīng)用，也是在機(jī)器人的應(yīng)用，之前大家在機(jī)器人維護(hù)是用預(yù)防性維護(hù)，定期的停機(jī)檢修，往往可能設(shè)備還沒有到檢修的狀態(tài)就停下來修了，如果周期不合理的話就可能導(dǎo)致非計(jì)劃的停產(chǎn)造成損失，傳統(tǒng)預(yù)測性維護(hù)往往要很多傳感器，比如振動(dòng)、聲波還有一些油品檢測傳感器來感知設(shè)備運(yùn)行狀況來維護(hù)，我們這個(gè)嘗試是完全基于數(shù)據(jù)而且是客戶已經(jīng)有的數(shù)據(jù)。

首先基于我們ABB這些機(jī)器人的機(jī)理模型，從元器件的設(shè)計(jì)、測試到整機(jī)出廠前的測試這些數(shù)據(jù)建立之后可以形成一個(gè)評價(jià)的規(guī)范，也是所謂的基準(zhǔn)線，一旦把這個(gè)機(jī)器送到用戶手中，用戶的運(yùn)行數(shù)據(jù)可以和之前建立的基準(zhǔn)線進(jìn)行比較，就可以告訴大家運(yùn)行的狀態(tài)，客戶可以自己做這個(gè)事情也可以通過我們的一個(gè)軟件把這個(gè)數(shù)據(jù)送回來，由我們的專家?guī)椭蛻魜矸治鲞@些數(shù)據(jù)，結(jié)果就是可以在提前1-3個(gè)月精準(zhǔn)的分析到部件的磨損情況，給大家發(fā)出預(yù)警，這個(gè)準(zhǔn)確率已經(jīng)超過了95%，一些小機(jī)型有超過99%的成功率了。這樣是非常適合大家現(xiàn)在在數(shù)字化轉(zhuǎn)型提升生產(chǎn)效能中很少投資情況下，通過應(yīng)用AI和大數(shù)據(jù)的挖掘得到一個(gè)很好的實(shí)際，我們也是在上海工廠在中國有很好的應(yīng)用實(shí)際。

下面跟大家談一下我們?nèi)ツ晔召彽膕even  sense視覺AI和我們的移動(dòng)機(jī)器人平臺結(jié)合，現(xiàn)在有了VSLAM同步的定位和地圖生成的技術(shù)，我們通過裝在移動(dòng)機(jī)器人上的3D照相機(jī)對于整個(gè)環(huán)境進(jìn)行了抓取，同時(shí)生成這樣的地圖，可以識別機(jī)器人在工廠中的位置，可以看到周邊的障礙，這樣在高度復(fù)雜的環(huán)境下特別工廠內(nèi)的應(yīng)用有獨(dú)特的優(yōu)勢。

這是我們用人工智能3D視覺技術(shù)在米其林工廠的應(yīng)用實(shí)際，我們收集這些信息之后實(shí)時(shí)形成了地圖，如果有多部AGV的話，所有收取的信息可以共同生成地圖，這個(gè)地圖最后在我們的邊緣計(jì)算服務(wù)器上生成，所有的機(jī)器人中分享，這樣就克服了以前傳統(tǒng)的AGV的問題，比如導(dǎo)引式的之前鋪磁軌做一些marker這種投資比較高，我們不需要這些了，而且對地板的情況也有很好的忍受力，通過AI的加持之后很安全的和我們的操作工共同工作，看到有物體有人會(huì)及時(shí)避開，而且可以分辨出是人還是設(shè)備，是人會(huì)做單獨(dú)的標(biāo)識，如果是設(shè)備把設(shè)備的位置會(huì)及時(shí)的送到軟件，進(jìn)一步把地圖進(jìn)行更新，MR  studio給我們部署多臺應(yīng)用機(jī)器人的能力，有一個(gè)集群的話可以很好的部署。

這個(gè)大概是我們談到的幾個(gè)方向，ABB除了在產(chǎn)品中植入AI之外，剛剛談到了5個(gè)應(yīng)用案例，其實(shí)在內(nèi)部運(yùn)營中也用了很多AI工具，比如員工的一些電子郵件、會(huì)議安排很多這樣的日常性的工作都通過AI在處理，在發(fā)展方式上對于客戶的應(yīng)用還是以自主研發(fā)為主，同時(shí)和我們一些合作伙伴共建生態(tài)系統(tǒng)，共同開發(fā)，在一些關(guān)鍵領(lǐng)域也會(huì)進(jìn)行一些并購，這是我們一個(gè)大概的方針。

我們也看到了目前AI機(jī)器人的應(yīng)用還是剛剛起步，大家可能看到最近前谷歌總裁講到的現(xiàn)在很多AI應(yīng)用只是低垂的果實(shí)，真正有革命性或者基礎(chǔ)性的AI的應(yīng)用可能會(huì)在今后的幾年逐步出現(xiàn)，我也希望今天借這個(gè)機(jī)會(huì)拋磚引玉，希望聽到后面各位大咖的精彩分享，也希望在不久的將來甚至于明年的WRC上可以看到更多更有創(chuàng)新型的AI在工業(yè)機(jī)器人的應(yīng)用。

謝謝大家！

（本文根據(jù)錄音整理）