一、我国机器人及其抓手的发展
2021年底我国工信部等十五个部门联合印发的《“十四五”机器人产业发展规划》中提出两个发展指标，一是到2025年机器人产业营业收入年均增长速度要超过20%，二是制造业机器人密度要翻倍增长。2021年我国机器人总产量见图一，其中工业机器人年产达到36.6万台；据斯坦福2023年人工智能指数报告中说，2021年，中国安装的机器人总数达到268万台，安装量占全球的51.8％以上，超过了全球其他国家和地区的总和，见图二。在2022年世界智能制造大会上，我国工信部负责人表示，十年来，由于我国深入实施智能制造工程，智能制造应用规模和水平已进入全球领先行列，我国制造业机器人密度增长约13倍，2022年底已经达到每万名工人322台，稳居全球前列。
图一2021年我国机器人总产量
图二2021年我国机器人装机总量
我们曾经说过，机器人产业由上、中、下游企业构成，上游为机器人用零部件企业;中游为机器人本体制造企业；下游为机器人应用企业，见图三。在上游为机器人用零部件企业中有一个独特的零部件是末端执行器，这个末端执行器又叫机器人抓手，也叫机器人夹持器。
图三 机器人产业与机器人抓手(末端执行器或夹持器)
机器人抓手是机器人自动化系统不可或缺的组成部分，它安装于机器人手臂，用于直接抓握工件或者执行自动化加工作业。因此，在服装制造业要实现智能制造，要实现机器人换人工程就必需要抓紧对机器人抓手的研制与应用，没有好的机器人抓手适应服装加工的需要，那就实现不了服装制造业的智能制造。
机器人抓手常用的分类方法有:
（1）按照抓手夹持形式分类---有内撑式抓手、外夹持式抓手和内外夹持式抓手，见图四；
图四 机器人抓手夹持形式
（2）按照驱动方式分类---有液压式驱动抓手、有气动式驱动抓手和电动式驱动抓手，见图五；
图五 机器人抓手照驱动方式
（3）按照形态特征分类---按照形态特征的不同，机器人抓手主要可分为无指抓手和仿人手抓手等；
无指抓手主要指的是各种吸盘，按照工作原理的不同，吸盘又可分为磁力吸盘、真空吸盘、静电吸盘和范德华力吸盘等，见图六；
图六 各种吸盘
仿人手抓手，也就是模仿人类手部的抓取能力，像人手一样具有手指，可以执行更精细的动作。根据手指数量分类，可分为二指抓手、三指抓手、四指抓手、五指抓手等。其中，二指抓手应用较多；当二指抓手不适合处理工件时，三指、四指以及五指抓手可以提供更好的抓取支持和稳定性，见图七；
图七 仿人手抓手
（4）按照功能用途分类---机器人抓手主要可分为：搬运用抓手、加工用抓手、测量用抓手等等；
目前，我国大陆地区的机器人抓手企业近50家,比较具有代表性的企业包括：北京软体机器人科技（SRT）、柔触机器人、知行机器人、大寰机器人、慧灵科技、钧舵机器人、因时机器人、希瑞格机器人、增广智能、易爪机器人、领航机器人等等。
二、服装制造业智能制造应用机器人及其抓手的场景
机器人抓手的研究水平在不断提高，现在已经可以实现对服装衣片的抓取和传送。针对衣物等柔软物品的抓取，常用的方法是采用灵活性好、接触面积大、摩擦力小的气动或者电动柔性抓手。同时，在控制方面也需要考虑到多点触控和变形感知等问题。另外，为了保证精准传送，还需要结合视觉识别技术来定位并精确操作。目前许多工业机器人都已经配备了视觉系统，并且能够通过学习算法自主地分辨出不同类的服装并进行相应处理。在服装制造领域，通常需要进行裁剪、缝纫、测量和折叠等任务，由于这些任务需要高度的灵活性和精准度，因此传统的自动化设备无法完全替代人工操作，但是随着技术的不断进步与成本的降低，在近年来出现了越来越多适用于服装制造业场景的智能机器人系统。例如，很多服装企业的智能制造生产线，使用多臂式机器人协助进行布料切割和缝纫加工，并配合视觉识别系统以完成各种复杂处理操作。目前服装制造业应用各种机器人及其抓手的场景在服装加工制造各个阶段都有应用，见图八至图十二，因为服装加工各个阶段大家比较熟悉，此处不作详说。
图八 服装加工准备阶段用机器人
图九 服装加工裁剪阶段用机器人
图十 服装加工缝制阶段用机器人
图十一 服装加工整烫阶段用机器人
图十二 服装加工仓库存放阶段用机器人
由以上服装制造业应用机器人的场景可见：大多数应用场景都是4轴和6轴普通通用型工业机器人以及AGV，很少有人形机器人的应用；机器人抓手成功应用的场合较少，特别是缝制和整烫阶段应用很少；机器人抓手还没有与人手一样的灵巧手应用；机器人换人在服装制造业的一些场合需要自主决策的人形机器人也没有，因此发展人形机器人及其灵巧手特别重要。
三、人形机器人及其灵巧手发展最重要
多指灵巧手从结构和功能上模仿人手，可以实现对多种物体的灵巧操作和精确的力控制，适用于在危险、复杂及非结构化环境中完成各种灵活、复杂、精准的操作任务；由于人类的双手非常灵巧，能执行各种复杂、灵活、精准的抓取操作，因此模仿人手的多指灵巧手，是机器人抓手的重点研究和发展方向之一，图十三为日本MUJIN机器 人公司研制的人形机器人灵巧手，他能完成衣片精准的抓、折、送、操作等等。
图十三 日本MUJIN机器人公司
这个机器人灵巧手可以抓取衣片进行缝纫加工，主要依靠一些高级技术和算法支持，能够具有自主学习能力的机器人，能够像缝纫工一样处理各种形状、大小和材质的布料。如何确保机器人灵巧手在对布料进行抓取时不会损坏它们，通常采用柔性抓手等设计来实现柔和而可靠的抓握操作，并结合视觉技术来指导准确地定位布料上的模式和线迹。同时，在运动控制方面也需要考虑到避免阻塞、交叉或撕裂等问题，因此需要使用先进的路径规划和反馈控制算法以确保精准且安全地完成任务。
德国雄克（Schunk）公司是全球机器人抓手著名生产厂家之一，其生产的机器人抓手种类有1250多种 ，位居全球第一。雄克公司机器人抓手产品线包括：二指抓手、三指抓手、四指抓手、五指抓手、并联式抓手、眼科手术用抓手等，广泛应用于制造业自动化生产线、物流领域、医疗领域、电子装配等行业。他在2023年5月研发推出了人类仿真五指机械手VHS，作为全球首款人机协作（HRC）机械手，引起业界轰动，成为灵活抓取产品 领域的标志性力作。SVH五指机械手目前已实现批量生产，分为左手和右手两个版本，使得机械手能够在技术范围内重复人类用双手执行的操作，SVH五指机械手能拾取地上一根缝针，见图十四。
图十四SVH五指机械手
2023年英国Shawaow Robot公司推出了Shadow Dexterous Hand系列仿人灵巧手。其中，标准版本的五指灵巧手，拥有和人手同等数量的24个关节（包括腕部），并拥有20个可单独控制的自由度，完全基于人手的运动方式进行设计开发，可以使其做出与人手类似的动作。Shadow灵巧手还具备129个内置传感器，可以对环境进行触觉感应。这意味着，当操作者带上触觉手套，操控灵巧手进行动作时，手套能够将灵巧手受到的力反馈回来，让操作者能够轻易地掌握力的大小、方向和距离。
2023年5月美国MIT最新研究让机械手轻轻一抓就能识别物体，别看它只有三，手指头，仅需要抓握一次，这只机械手就能识别出手中的物体是什么，准确率可达85%！手指集成了多个高分辨率传感器，使用摄像头和LED来收集物体形状的视觉信息，沿着手指提供连续感应，一次抓取后就能识别物体，小手一握，尽在掌握，见图十五。
图十五 美国MIT三指灵巧手
另外，美国RightHand Robotics、意大利QB Robotics、韩国Wonik Robotics等等厂商同样也推出了各自的仿人多指灵巧手产品。
我国有许多企业和大学正在研究机器人灵巧手：思灵机器人推出了Dexterity Hand仿人型五指智能灵巧手，采用高度集成化设计，由4个模块化的手指和1个具有主动对掌功能的拇指组成，每个手指有一个独立自由度和两个耦合自由度，所有的驱动、传动、传感及电气模块均集成在手上，具有集成化、模块化、数字化以及实时控制等特点。每个手指可独立进行控制，完成灵活、精细的抓取操作，在功能上与人手相媲美，主要面向服务、康复理疗、危险环境作业、空间探索等应用场景；因时机器人推出的仿人五指灵巧手，单手具有6个自由度和12个运动关节，五指可灵活快速运动，结合力位混合控制算法，具有亚毫米级定位精度和数千克的负载能力，可以模拟人手实现精准的抓取操作，产品适用于人形机器人、协作机器人、医疗机器人、特种机器人及假肢等；哈尔滨工业大学（HIT）与德国航天航空中心（DLR）合作研发了机器人仿人灵巧手HIT/DLR Hand和HIT/DLR Hand II。其中，HIT/DLR Hand II有5个手指，每个手指有3个自由度，4个关节，所有的驱动、传动、传感及电气模块均集成在灵巧手手指和手掌中。它不仅可以安装在机器人手臂上，在复杂、危险的太空环境中完成精确操作，从而代替宇航员长时间在危险环境中完成维修、安装等工作，还可以集成于地面机器人，在核、生、化等危险环境中从事探测、取样、装配、 修理作业等；此外，北京航空航天大学、上海交通大学、天津大学、东南大学、东华大学等国内高校也在灵巧手指方面开展了研究，并取得相应成果，其中东华大学离子皮肤指尖，它能够实现类似于人类指尖皮肤的触觉感知，除了识别物体形状外，它还能够摸出物体表面不同的纹理和材质、还能检测大气变化！离子皮肤是一种超软的触觉传感器，能够帮助机器人实现类似于人类的触觉感知，见图十六。
图十六 东华大学离子皮肤灵巧指尖
机器人灵巧手的运动控制系统有以下几种：位置控制--通过测量和调整每个关节的旋转角度，来实现末端执行器在三维空间中的精确定位和移动；动力学控制--根据物体的质量、惯性和摩擦等特性，计算各个关节所需施加的力矩或扭矩，以达到稳定和平滑的动作；
触觉反馈--使用传感器检测机器人手指与环境之间发生的接触压力、形变等信息，并将这些数据用于自适应调整机器人手部姿态和操作效果；视觉引导控制--利用相机或其他视觉传感设备捕捉周围环境图像，并结合模型预测、目标跟踪、二维/三维映射等技术进行决策分析，帮助完成复杂任务；深度强化学习控制--基于深度神经网络训练过程，在正反馈及负反馈不断调整下提升程序行为优化能力。
当然从当前看，灵巧手大多还处于研究阶段，服装制造业真正落地的应用还较少？这是因为：（1）灵活度目前还比较有限，灵巧手的自由度一旦增加，对于控制算法、可靠性和成本都提出了很高的要求；（2）尚须确保使用安全性。当灵巧手去触碰物体的时候，要确保不会伤害到物体，也不会对自身造成损坏；（3）对传感器的要求和依赖度高。灵巧手对各种环境和物体的适应性，需要依赖丰富的传感器信息，对于传感器的体积、精度、响应和成本都提出了很高的要求；（4）尚需进一步使机器人智能化，一是要将灵巧手与人形机器人结合；二是要将机器人抓手与智能传感、机器视觉和人工智能等技术相结合，使其能够自主学习和适应不同场景，成为自主决策机器人或者叫具身智能机器人。适用于人机协作及灵活的抓取任务，实现更精准可控的抓取动作和加工作业。图十七是波士顿自主决策人形机器人，说他自主决策主要表现在用智能灵巧手抓取木板，用木板搭桥便于自已行走。
图十七 波士顿自主决策人形机器人
人形机器人是从对话机器人ChatGPT推出以后发展起来的，人形机器人赋予ChatGPT“身体”，现在人形机器人已开始“探路”智能制造，这是代表着人形机器人已走进现实，之所以把机器人做成人形，就是为了使机器人的执行能力更加通用。机器人上游零部件随着协作机械臂的快速发展，促进了人形机器人硬件本体制造能力的提升；大模型的出现，会从语音、视觉、决策、控制等多方面实现同人形机器人的结合，形成感知、决策、控制闭环。
今年以来，ChatGPT类大语言模型热门，使AI大模型+人形机器人研制进程加速。人形机器人是通用人工智能AGI的“物理载体”，通过人形机器人让ChatGPT拥有“物理身体”，从而打破虚拟和现实之间的边界。人形机器人作为一种多功能通用型机器人平台，能更好地适应人类生产和生活环境、使用人类工具、与人的交互也更加自然，是AI全栈技术的最佳载体。未来人类对人形机器人的需求量会逐步增大，也期待人形机器人大规模应用到智能制造中，成为未来生产力，未来人形机器人在工厂拧螺丝也会成为平常事。
以前国内认知的机器人一直是工业机器人，它对国民经济确实是非常重要的构成，但从机器人产业发展来看，人形机器人是终极目标。近年波士顿动力人形机器人“阿特拉斯”、特斯拉人形机器人“擎天柱”Optimus相继推出，可以认为，把机器人做成人形，就是为了使机器人的执行能力更加通用，让机器人像人一样工作。机器人制造企业为了研制人形机器人，目前主要研发重点是机器人技术与人工智能技术相融合、机器人的“四肢灵活”、机器人场景适应性、机器人安全的云脑、机器人抓手智能化、智能灵巧手等等问题上。
国际和国内在研究人形机器人方面具有较高知名度的公司有：美国Boston Dynamics--这家公司开发了许多先进的四足和二足机器人，如Spot、Atlas等；日本SoftBank Robotics--该公司推出了Pepper和 NAO等著名的人形服务机器人；香港Hanson Robotics--以其创造出拥有复杂表情与互动能力的Sophia机器人而闻名世界；日本Toyota--这家汽车制造商也投入到了人形机器人领域，研发T-HR3用于远程协作等场景；中国深圳UBTECH Robotics-- 这家公司主要生产教育用途和智能服务领域的Alpha系列及其他款式个体类智能语音助手型双足走行伴侣型家庭儿童教育应用产品等等。
人形机器人是一个机器人系统和通用人工智能系统相结合的系统，既便宜、又好用，不仅能在制造业工厂搬东西、加工、装配零件，还能在农村干农活，在家里做家务。人形机器人未来发展的一个重要趋势是越来越接近人类，她不再是冰冷的机器，她有包括认知、情绪、逻辑、动作在内的一系列类人化的特征。
图十八 元宇宙时代是人机共处时代
未来的时代是元宇宙时代，是人形机器人、人、智能机器共处时代，见图十八，在这个虚拟现实数字世界里，不仅可以进行社交、娱乐活动，还可以有许多其他应用服务场景，我们要学会的是共处。
四、结束语
服装制造业实现智能制造要比其它制造业难得多，之所以难是因为服装的加工对象是柔性的布料成衣与衣片，在加工过程中对成衣与衣片的抓取、精准传送、铺平摊开、成衣折叠、智能协同等作业等均不是一般自动机械所能完成的，也不是一般性通用机器人所能替代的，只有实现了一个机器人和智能灵巧手的结合、一个机器人系统和通用人工智能系统相结合的系统诞生，也就是自主决策人形机器人或者具身智能机器人的诞生，才能实现真正的服装制造业智能制造。具有智能化灵巧手的机器人和自主决策人形机器人是未来的生产力，是实现少人或无人服装智能制造工厂的员工，我们要学会的是和他们共处。
本文作者闻力生，系中国服装智能制造联盟专家组副组长、东华大学教授，原文发表于中国服装协会。
注：文/闻力生，文章来源：亿邦动力，本文为作者独立观点，不代表亿邦动力立场。
文章来源：亿邦动力
