仿人化机器人技术，工业机器人的创新路径｜超级观点

带着观点看商业。超级观点，来自新商业践行者的前沿观察。

工业机器人的研发、制造和应用是衡量一个国家创新能力和高端制造业水平的重要标志。随着智能制造需求的不断提升，全球工业机器人潜在市场已达千亿美元，而我国工业机器人市场规模也将在2023年达到100亿美元。然而现实情况是，工业产线上其实只有少数环节能实现完全自动化，工厂的自动化升级仍存在巨大的上升空间。

究其原因，传统机器人采用机械式为主的技术路线，难以适应复杂度高的生产环节，不仅导致了高非标配备成本，还使得机器人在某些场景下缺乏经济性和可行性，大量的工作仍需人工完成。毕业于斯坦福大学仿生与灵巧操作实验室，Flexiv非夕科技创始人兼CEO王世全认为，机器人在生产中除了要追求位置精度等硬性指标，也要发展对复杂环境的适应能力。

成立于2016年，非夕科技以仿人化技术路径对机器人进行系统化创新，专注于研发、生产集工业级力控、计算机视觉和AI技术于一体的自适应机器人。今年，其机器人产品拂晓获得第三方认证机构Intertek颁发的认证证书，将在欧盟和北美（美国和加拿大）两个主要海外市场、及认可CE与北美认证的其他国家和地区自由流通。

工业机器人从机械化向仿人化发展的新趋势已显现。不远的未来，机器人将像人类一样拥有“手眼配合”的能力，开启工业自动化的新时代。

“仿人化”技术革新，工业机器人再升级

发展至今，工业机器人在实际应用中仍有诸多限制。工业场景千差万别，生产资料门类众多，机器人在实际应用场景中往往需要搭配特殊设计的非标型设备或工具。而大量的非标方案也影响了产线本身的柔性化能力以及规模化效应。

有数据显示，在全球前20个国家的机器人装机中，平均每一万个产业工人只对应配备了一百多台机器人，机器人的使用密度最高不超过10%，客观上反映了机器人在生产制造中的局限性。

事实上，现有的工业机器人仍主要采用位置控制的方式工作，对周围环境的感知与反馈能力有限，这极大地限制了其可实现的任务范围，尤其在复杂度高的生产环节，传统的机器人解决方案势必伴随着大量非标设备的使用，甚至仍需要大量依赖人工。

与此同时，制造业人力成本不断提高，企业普遍面临“招工难、用工荒”难题。而从消费者角度出发，产品的小批量、多品类生产已成趋势，这也对工厂端的柔性生产能力提出了要求。如何突破困局，使工业机器人真正满足制造业向自动化、数字化、智能化升级的需求，非夕科技创始人兼CEO王世全认为，制造业需要全新的机器人产品及解决方案。

不同于主流的机器人机械式发展方向，非夕科技旨在推动机器人技术的仿人化革新，即“让机器人像人一样灵活工作”。王世全认为，力觉传感系统、计算机视觉等AI新技术在飞速发展，不管在算法还是硬件层面，机器人都有望完成更复杂、灵活度更高的工作，从根本上具备通用性。

对“仿人化”机器人来说，位置精度并不是技术追求的重点，而是要像人一样，拥有对复杂环境的判断、决策、适应能力。因此，在研发过程中，非夕科技的团队注重提升不同维度上的机器人力控性能。同时，团队也将计算机视觉等AI新技术融合到机器人本体中来，提高其应对复杂环境的感知判断能力。

通过对工业机器人的底层硬件到上层控制算法的全方位改造，同时深度结合人工智能，非夕科技在2019年推出了其第一代自适应机器人产品Rizon拂晓。该机器人产品模仿人类大小脑及条件反射结合的能力，自适应复杂的工作环境，为制造业的产线自动化提供了全新的解决方案。

相比较传统的工业机器人，Rizon系列标准化程度高，大幅降低了非标设备占比和成本。另外，与人工相比，Rizon机器人有着更高的力觉精准度，以及可回溯的数据管理体系，能显著提升各生产环节的工艺水平、产线部署和换线效率。因此，不仅帮助企业缓解用工难题，Rizon机器人将在柔性成产、数字化管理等多方面助力企业智能升级。

深度开发层级式智能，打造机器人的自适应能力

纵观制造业中各大工艺流程，搬运、焊接、喷涂等环节的机器人使用率显著高于组装、打磨抛光环节，即便后两者的招工问题现实中更为严峻。这是因为，相对于搬运、焊接等“点对点”的工作流程，组装、打磨抛光等环节以持续接触式操作为主，工艺更复杂，也更难实现自动化。

在王世全看来，组装、打磨抛光等环节的品质要求在常规来料管控条件下难以仅仅靠设备的绝对位置精度确保，更多需要在扣合按压等工艺动作的力度上进行直接管控，因此对机器人感知和控制能力要求更高。这正是这些环节仍大量依赖人工完成的原因所在。非夕科技的“仿人化”机器人以解决组装、打磨等接触式工艺环节的自动化为目标，其背后意味着千万级的工位升级需求。

据了解，非夕推出的Rizon自适应机器人，深度融合了工业级力控、机器视觉和AI技术，具有位置误差容忍度高、抗干扰能力强、智能可迁移的自适应特征。由此，Rizon在车身、异形件等大曲面物体的柔性打磨，音圈、FPC板等精密零部件的自适应装配等众多难以实现自动化的工艺环节适应良好。而且，机器人本身配备计算机视觉等AI算法，同样能完成抓取、插拔等任务，提高了机器人的通用性。

更重要的，在非夕，机器人只需搭配少量的非标设备，就能构成一个标准化的解决方案。如此，Rizon机器人不仅能帮助打磨抛光、组装等环节完成自动化升级，还能大大提高产线的柔性度及标准化程度，从而缩短工厂的产线部署与产能爬坡时间。

机器人本体之上，非夕的团队开发了通用智能机器人大脑-AI系统穹知。穹知系统作为通用人工智能系统，能基于机器人视觉、力觉、触觉等多信息感知进行AI算法研究和应用产品的开发。王世全介绍，非夕在AI融合上，强调层级式智能。也就是说，穹知系统与机器人本体控制系统的整体组合类比人类的大脑、小脑和条件反射层，由各个层级处理不同的问题，从而不断感知、认知更复杂的环境，做出相应的决策和判断。

软件部分，除了自主研发的Flexiv Elements 机器人操作系统之外，非夕还提供RDK 工具包和面向复合型移动机器人等开发方向的通用API接口，支持二次开发，为更多行业的多元自动化升级需求打下基础。

目前，非夕的Rizon自适应机器人已在汽车、3C电子以及医疗、科研等多领域落地。公司已与行业内众多资深客户展开合作，包括多个汽车品牌主机厂及Tier1供应商、头部品牌手机制造供应商，以及新希望、亚马逊等海内外知名企业。此外，非夕科技也正在连接产业、学术、资本等诸多战略合作，力图建设通用智能机器人生态。

今年12月，非夕科技的Rizon4自适应机器人正式获得了由国际知名的第三方认证机构Intertek颁发的欧盟CE认证、北美ETL认证证书。这代表着Rizon4达到了国际标准认可的先进水平，产品将在欧盟和北美（美国和加拿大）两个主要海外市场、及认可CE与北美认证的其他国家和地区自由流通。针对此次认证，非夕科技CEO王世全表示，CE和ETL认证既是非夕商业化道路上对产品成熟度和安全可靠性的重要监管里程碑，也将为自适应机器人的全面市场拓展奠定基础。

随着技术的成熟和产品的落地，今年非夕的整体营收增长超过十倍。除了针对具体工艺的单站部署，非夕也针对全产线自动化需求开发了整线解决方案，并已为某电动汽车零部件客户交付了总装项目。

整线方案落地，自动化率提升至100%

据王世全介绍，该电动汽车零部件客户，订单起量快、产品品类多，对产线有明确的柔性化需求。不过，之前客户的传统机器人产线，含有大量的非标设备，以及20%左右的人工工位占比。这类传统产线不仅部署时间更长，也难以达到足够的柔性能力，产品换型的兼容度有限。

非夕在为客户设计自适应机器人产线时，着重考虑了各个工艺环节的解耦独立。王世全介绍，与单站相比，整线方案的设计能在每一个环节都落实非夕的技术特点，更易于达成产品良率等指标的同步上升。而通过全线把控的方式，协同调节不同环节的精度、良率要求，综合效益才能实现最大化。

相比较原本的非标自动化产线，该电动汽车零部件客户最终实现了100%的自动化率，以及20%的成本节省。其产线的非标占比也显著降低，柔性化程度大幅度提高，调试爬坡时间大大缩短。

此外，产线改造前，该客户的生产数据分散，难以集中贯穿和利用。而借由非夕自适应机器人本身的智能性和系统协同工作能力，非夕能为该客户提供工艺数据的全回溯，优化生产数据纪录以及预警等服务，为客户创造贯穿产品全生命周期的价值。

此次整线项目的顺利交付，也意味着非夕科技打通了其在对应领域的软硬件全流程服务。

王世全透露，目前非夕已经服务了数十家客户，既有单站项目，也有整线解决方案。一方面，非夕科技以标准化的本体和对应软件系统来解决不同工艺中的自动化难题，单站项目可快速复制。另一方面，通过对整线方案的探索，非夕希望了解各行业、各工艺的生产细节，通过场景的深耕来反推产品及软件的开发，持续优化产品平台。同时，公司也计划逐步利用平台型产品赋能集成商等行业合作伙伴，共同助力全行业的自动化升级。

非夕已交付自适应产线整线项目

疫情下，全球制造业遭受重创，数字化转型和智能制造成为企业应对各类不确定性的有效方式，工业机器人被寄予厚望。然而，传统的工业机器人存在场景和工艺的局限，如何进一步提高机器人的经济性，提升制造业的自动化水平成为新的议题。而非夕科技以仿人化技术路径做系统化的创新，创造性地开创自适应机器人技术路线，大大拓宽了机器人的应用空间。

通过对仿人化机器人技术的探索，非夕科技希望“让智能机器成为机器人”。非夕科技创始人兼CEO王世全总结，自适应机器人将在产品复杂度高、品类更新迭代快、生产环节分散的制造领域实现更高的自动化水平，创造更大的经济效益。而随着工业机器人的经济性不断提高，制造业的全面自动化升级指日可待，一个更智能的工业未来正拉开帷幕。

工业场景之外，非夕科技也将持续探索开放性、复杂度要求更高的应用场景，并计划涉足农业、医疗、服务、科研等众多领域，不断拓宽技术和服务的边界。