6月22日，機器人行業高端智庫
感知是協作機器人與人、協作機器人與環境、以及協作機器人之間進行交互的基礎。就感知技術而言，除了多傳感信息融合之外，協作機器人越發呈現出與腦神經科學、生物技術、人工智能、認知科學、網絡大數據技術等深度交叉融合的態勢。
未來的研究方向為主動感知與自然交互理論及方法，更多傳感器的加入，使協作機器人能夠理解人類指令（通過聲音、手勢、圖形）。基于對復雜動態環境下知識的主動獲取、學習與推理方法、視覺認知與基于動態環境的主動行為意圖理解與預測理論、協作機器人的自主學習與機器人知識增殖方法、以及多模態人機協作的態勢感知與自然交互方法的研究，實現協作機器人與人之間相互的意圖理解、信息交流，以及自然和諧的情感交互。
前沿發展趨勢二：自主認知——復雜環境靈巧作業
高度智能是對新一代協作機器人的重大共性技術需求。當前協作機器人應用面越來越廣，在復雜作業能力、自適應可重構的裝配能力、對非結構化環境的感知能力，以及與人協作能力方面需要更加智能化。
協作機器人應用于在商業服務市場，主要挑戰包括自然交互、人機安全、環境適應、復雜靈巧作業等方面，智能化是應對挑戰的可行技術途徑。
協作機器人工作于復雜、嚴苛的工業環境，需要更為智能化的環境感知和適應能力、人機協同作業能力和異常處理能力。先進的認知算法是實現協作機器人高度智能的主要手段。
未來的研究方向為復雜環境的自主認知。深入研究面向復雜環境與復雜任務的自主控制，辨識協作機器人的動力學行為和智能操控與環境之間的關系和影響規律，實現協作機器人靈巧作業與自主控制。
前沿發展趨勢三：人機交互——機器人操作智能化
隨著人機交互技術的快速發展和人機工程學、用戶體驗等領域的研究逐步深入，現有的一些人機交互系統不再是僅限于鼠標與鍵盤等簡單的設備輸入或示教操作，有些可通過語音識別、指紋識別甚至是虹膜識別，來完成工作程序的輸入。
人們對協作機器人可用性與易用性的要求越來越高，手勢理解用于人機交互已成為人機交互技術重要的研究內容。通過連續的手勢識別操作協作機器人是人機交互技術的熱門研究方向之一，擁有很廣泛的應用領域。
手勢識別是基于人的手部動作完成的，工業生產中，通過手勢控制機器人運動，可簡化機器人的示教過程與操作流程，具有很大的應用價值。現今，在手勢識別領域最為突出的研究方法包括基于手套進行識別以及使用視覺信息進行識別。使用手套的識別方法主要是使用光纖等獲取手掌、手指的關節位置以及彎曲程度并建模。基于視覺的識別方法是指從相機獲取手勢視覺圖像進行一系列算法處理，進行識別獲取結果。
前沿發展趨勢四：碰撞檢測——自適應柔順控制
碰撞檢測一般有基于傳感器的碰撞檢測和基于無傳感器的碰撞檢測。
基于傳感器的碰撞檢測有基于電子皮膚的檢測方式，基于關節扭矩傳感器或基于底座、末端六維傳感器的方式檢測碰撞。除了這類碰撞檢測方法，其他的碰撞檢測大多需要構建協作機器人的動力學模型，估計外力或構建觀測器。當外力檢測到或當觀測器測到干擾時則表示碰撞發生。
基于無傳感器的碰撞檢測，首先，通過人與協作機器人接觸時單關節電機電流的檢測，來判定協作機器人與人是軟接觸或是碰撞接觸。其次，根據當前的電機反饋得到的電流實際值與動力學模型計算中的理想值來設計融合算法，產生時變的電力碰撞檢測閾值，辨識事故碰撞或人有意識的軟接觸，解決人與協作機器人接觸后的安全性碰撞問題。
發布會嘉賓核心觀點
