【WRC大咖论道】ABB机器人业务中国区总裁韩晨：《ABB机器人助力AI与产业融合》

2024世界机器人大会以“共育新质生产力 共享智能新未来”为主题，为期三天的主论坛和26场专题论坛上，416位国内外顶尖科学家、国际组织代表、院士和企业家聚焦前沿技术、产业动向和创新成果，深入研讨人工智能与机器人技术深度融合带来的新趋势、新机遇，共同打造了一场十分精彩的机器人领域前沿观点盛宴！

在8月22日下午的主论坛上，ABB机器人业务中国区总裁韩晨以《ABB机器人助力AI与产业融合》为主题发表演讲。

数说2024世界机器人大会

论坛

26 家国际支持机构

3 大主题 26 场专题论坛

416 名国内外顶尖科学家、国际组织代表、院士和企业家

74 位国外嘉宾及港澳台嘉宾参会

线上线下听众达 160万 人次

展览

27 款人形机器人集中亮相

首发新品 60 余款

近 170 家参展企业 600 余件参展产品

参观人数近 25万 人次

大赛

全球 10 余个国家和地区的 7000 余支赛队

 13000 余名参赛选手

每天参赛人数 4000 余人

媒体关注

近 400 家国内外媒体

短视频平台话题播放量达 2.9亿

以下是演讲内容实录 

韩晨（ABB机器人业务中国区总裁）

各位下午好！很荣幸今天有这个机会跟大家分享一下我们ABB  AI在工业机器人中的一些应用，上午我们听到了各国协会的演讲，也从行业的角度跟大家做一下探索。

开始先看一下AI的发展历程，上午欧洲机器人协会谈到了机器人发展的起起伏伏，从1956年开始经历了两次所谓的“AI寒冬”，现在我们进入了AI的第三次高潮，在这个期间大家都很了解随着英伟达的GPU处理能力的提升，OpenAI  ChatGPT的推出，整个行业有一个非常欣欣向荣的景象，我们ABB在这个周期中怎么样表现的。

其实在50年前1974年ABB推出了第一个基于微处理器和全电驱的机器人就是IRB6，这应该是现代机器人的一个形态的出现，过去50年间我们大概有超过50万台机器人在全世界各地投入了生产，1994年的时候有一个很重要的软件叫rubber  studio，相信在座的如果在这个行业里大概率大家可能用过这个软件，这个是离线编程和仿真的软件，现在我们用这个离线仿真逐步在探索做数字双胞胎，进入AI时代数字双胞胎又会起到非常大的作用，一方面帮我们培训大模型，另外从生成式AI出现的结果，我们也可以拿到数字双胞胎进行验证，避免像一些智能幻觉这样一些问题。

在2014年ABB集团成立了专门的AI小组，开始在工业AI深耕，一共有超过100个项目在发布或正在研究中，其中比较大的成就比如2020年推出了企业级大数据分析平台，用了AI技术可以帮客户找到生产瓶颈，运维上的需求。

另外还有一个3D的质量检测，一会儿会讲一个例子，也是非常好的适应了现在市场的需求。

除了内部的研发以外，也开启了并购模式，去年收购了一家瑞士的初创企业叫seven  sense，它是在视觉AI方面的专家，把这个技术和其它集成技术结合起来之后，有了很多新的应用。

AI的发展和机器人的发展，经常听到朋友们会谈到机器人和AI到底是什么关系，机器人是不是AI，AI是不是机器人，先给大家看一个视频，左边是我们ABB机器人安装齿轮，非常精巧的应用，右边是在汽车厂里安装控制台，是觉得导引下机械手把非常大的机械台伸到车身内精准的安装，问大家一个问题，这两个应用有没有用到AI？其实答案是并没有，我们在机器人出来之前，很多这些应用已经在很好的使用了。

昨天一位媒体朋友跟我聊也在问AI在工业是不是一个伪命题？这是一个很有趣的问题，AI对于我们工业机器人来讲我们认为它是一个赋能，能把我们的机器人变的更快、更精确、更灵活。把整个机器人应用提高到一个新的层次。我们的机器人全世界有超过50万台机器人的安装，他们都在收集数据，这些数据的积累可以帮助我们通过机器学习生成洞见来引导我们在AI部署，人工智能一旦和机器人结合之后就会达到人工智能机器人，它会更好的执行命令，更好的跟人类协作，而且可能提供更快的判断。

下面我就跟大家分享几个例子，有很多AI可能的应用，今天主要分享四五个方面。

第一，未知的估算。两个机械手拿到西红柿、葡萄、小饼干来装成孩子的午餐盒，这个环境下实际上知道物体，对环境也是可控的或者是结构化的，这种情况下其实并不需要用到AI，但是如果我们用到AI之后，右边这个应用，AI的加持下可以在非结构化的环境下对于未知物体有一个很好的操作，有各种不同形状的物体，都可以通过视觉辨别精准的抓取，而且速度非常快，可以达到1400次/小时，成功率超过了99.5%。抓取的技术同样也是视觉抓手，一旦有AI加持之后大大的扩展了应用，更加灵活的应用在各种行业。

第二，质量检测。这也是一个非常有意思的行业，ABB的机械手在汽车的应用，焊接之后通过视觉相机抓取图像之后，和之前已经培训过的大数据模型进行比较，可以精确的鉴别出非常细小的到25微米量级的裂缝，以前的手段是很难监测到的，同时在收集到这些数据之后还可以进行分析，逐步看到这些问题是不是有共性，从而找到这些问题的根源，帮助大家进行改善。

这是在上海的超级工厂，我们在上海2022年12月投产了一个超级工厂，主要是用机器人生产机器人，生产中碰到的控制器，有很多不同的种类，典型的多品种、低产量的生产线，我们原来在用2D视觉操作中定位精度不够只有20%，我们引入了AI深度学习之后，首先用AI确定孔的位置，部件上不同的光影和质地情况下，传统视觉比较难以辨别的，一旦通过AI手段掌握光影螺丝孔区域以后再引入2D快速的定位，引导螺丝枪到位，整个的效能提高了百分之百，这是非常好的应用。

下面跟大家分享一个非常热门的领域就是自然语言的处理。

我们的机器人在语言的命令下可以拿到物体，而且可以自己分辨什么颜色的物体，对于上下文的联系做一个分析。

这个语言现在也是在多国语言都有所尝试，这样可以保证我们的应用可以在世界各地推行，非常好的自然语言的应用，现在在探索用自然语言来编程，以前要写python这些编程，我们也通过自然语言的转换来解决这些问题。

下面还有一个方向就是预测，之前谈到了2020年推出了GNX企业大数据平台，这就是一个具体的应用，也是在机器人的应用，之前大家在机器人维护是用预防性维护，定期的停机检修，往往可能设备还没有到检修的状态就停下来修了，如果周期不合理的话就可能导致非计划的停产造成损失，传统预测性维护往往要很多传感器，比如振动、声波还有一些油品检测传感器来感知设备运行状况来维护，我们这个尝试是完全基于数据而且是客户已经有的数据。

首先基于我们ABB这些机器人的机理模型，从元器件的设计、测试到整机出厂前的测试这些数据建立之后可以形成一个评价的规范，也是所谓的基准线，一旦把这个机器送到用户手中，用户的运行数据可以和之前建立的基准线进行比较，就可以告诉大家运行的状态，客户可以自己做这个事情也可以通过我们的一个软件把这个数据送回来，由我们的专家帮助客户来分析这些数据，结果就是可以在提前1-3个月精准的分析到部件的磨损情况，给大家发出预警，这个准确率已经超过了95%，一些小机型有超过99%的成功率了。这样是非常适合大家现在在数字化转型提升生产效能中很少投资情况下，通过应用AI和大数据的挖掘得到一个很好的实际，我们也是在上海工厂在中国有很好的应用实际。

下面跟大家谈一下我们去年收购的seven  sense视觉AI和我们的移动机器人平台结合，现在有了VSLAM同步的定位和地图生成的技术，我们通过装在移动机器人上的3D照相机对于整个环境进行了抓取，同时生成这样的地图，可以识别机器人在工厂中的位置，可以看到周边的障碍，这样在高度复杂的环境下特别工厂内的应用有独特的优势。

这是我们用人工智能3D视觉技术在米其林工厂的应用实际，我们收集这些信息之后实时形成了地图，如果有多部AGV的话，所有收取的信息可以共同生成地图，这个地图最后在我们的边缘计算服务器上生成，所有的机器人中分享，这样就克服了以前传统的AGV的问题，比如导引式的之前铺磁轨做一些marker这种投资比较高，我们不需要这些了，而且对地板的情况也有很好的忍受力，通过AI的加持之后很安全的和我们的操作工共同工作，看到有物体有人会及时避开，而且可以分辨出是人还是设备，是人会做单独的标识，如果是设备把设备的位置会及时的送到软件，进一步把地图进行更新，MR  studio给我们部署多台应用机器人的能力，有一个集群的话可以很好的部署。

这个大概是我们谈到的几个方向，ABB除了在产品中植入AI之外，刚刚谈到了5个应用案例，其实在内部运营中也用了很多AI工具，比如员工的一些电子邮件、会议安排很多这样的日常性的工作都通过AI在处理，在发展方式上对于客户的应用还是以自主研发为主，同时和我们一些合作伙伴共建生态系统，共同开发，在一些关键领域也会进行一些并购，这是我们一个大概的方针。

我们也看到了目前AI机器人的应用还是刚刚起步，大家可能看到最近前谷歌总裁讲到的现在很多AI应用只是低垂的果实，真正有革命性或者基础性的AI的应用可能会在今后的几年逐步出现，我也希望今天借这个机会抛砖引玉，希望听到后面各位大咖的精彩分享，也希望在不久的将来甚至于明年的WRC上可以看到更多更有创新型的AI在工业机器人的应用。

谢谢大家！

（本文根据录音整理）