傳感器技術(shù)、計(jì)算能力和邊緣處理方面的空前進(jìn)步可以為機(jī)器人提供強(qiáng)大的人工智能功能，但這取決于所有生態(tài)系統(tǒng)參與者之間安全且靈活的連接性和互操作性。

當(dāng)物聯(lián)網(wǎng)技術(shù)、機(jī)器人和人類進(jìn)行互操作時(shí)，先進(jìn)的機(jī)器人功能將得以實(shí)現(xiàn)，同時(shí)帶來了新的應(yīng)用，進(jìn)而帶來了新的商業(yè)機(jī)會。互操作性挑戰(zhàn)仍然存在，但可以使用解決方案來克服這些挑戰(zhàn)。

如今，傳感器驅(qū)動的革命正在將機(jī)器人從死記硬背的機(jī)器轉(zhuǎn)變?yōu)檎J(rèn)知協(xié)作者。它們已經(jīng)成為動態(tài)連續(xù)體中的關(guān)鍵環(huán)節(jié)，這個(gè)連續(xù)體包括人類、其他機(jī)器以及它們所處的數(shù)字環(huán)境。

傳感器引導(dǎo)的人機(jī)協(xié)作的潛在收益是巨大的，這些例子包括從保護(hù)工人和提高生產(chǎn)力，到通過創(chuàng)新方式推動新的收入來源等等。

自動化連續(xù)性支持的協(xié)作環(huán)境包括不同的參與者和大量數(shù)據(jù)，這些因素結(jié)合在一起構(gòu)成了若干重大挑戰(zhàn)。幸運(yùn)的是，可以使用使自動化連續(xù)體成為可能的相同技術(shù)來解決這些問題。這些挑戰(zhàn)包括：

挑戰(zhàn)1：接近人類協(xié)作者

讓“脆弱”的人類在功能強(qiáng)大的機(jī)器人邊上工作是有風(fēng)險(xiǎn)的。迄今為止，這種脆弱性已經(jīng)被最小化，方法是簡單地禁止人類在機(jī)器人附近工作，經(jīng)常用防護(hù)罩和護(hù)欄讓人類與機(jī)器人保持距離，甚至把它們放在單獨(dú)的房間里。但是在協(xié)作環(huán)境中，這種分離策略不再可行，因?yàn)槿祟愒絹碓蕉嗟嘏c其伙伴機(jī)器人(也稱為協(xié)作機(jī)器人或“cobots”)待在一起。

此外，協(xié)作機(jī)器人還依靠多種傳感器和技術(shù)（例如AI）來了解周圍環(huán)境并在其中安全運(yùn)行。與此同時(shí)，新機(jī)器人發(fā)現(xiàn)自己運(yùn)行的環(huán)境具有多個(gè)傳感器密集型物聯(lián)網(wǎng)設(shè)備，而且還有更多設(shè)備正在開發(fā)中。

許多人將物聯(lián)網(wǎng)和機(jī)器人技術(shù)視為獨(dú)立的領(lǐng)域，因此尚未對這兩個(gè)學(xué)科之間的協(xié)同作用進(jìn)行深入探索。但是，將物聯(lián)網(wǎng)和工業(yè)機(jī)器人技術(shù)結(jié)合起來，就變成了機(jī)器人物聯(lián)網(wǎng)或IoRT。

挑戰(zhàn)2：處理數(shù)據(jù)過載

更高水平的機(jī)器感知使工業(yè)環(huán)境中傳感器衍生的數(shù)據(jù)越來越豐富，但傳統(tǒng)的計(jì)算框架往往會不堪重負(fù)，從而抵消了機(jī)器人增強(qiáng)型勞動力帶來的好處。對于許多應(yīng)用程序而言，將數(shù)據(jù)推送到云中進(jìn)行處理已不再可行。

解決辦法在邊緣。通過人工智能和對大量數(shù)據(jù)的訪問，包括機(jī)器人在內(nèi)的邊緣設(shè)備可以比人類更快地做出決策。隨著機(jī)器人能夠更好地執(zhí)行更多任務(wù)和自主做出更多決策，計(jì)算越來越需要在邊緣進(jìn)行。生產(chǎn)力在邊緣得到提高。

例如，由在邊緣收集和處理的數(shù)據(jù)驅(qū)動的“自我意識”機(jī)器人可以檢測到其自身即將故障的可能性。處于危險(xiǎn)中的機(jī)器人可以與裝配線上的其他機(jī)器人進(jìn)行通信，并自動關(guān)閉，而其他機(jī)器人可以實(shí)時(shí)調(diào)整工作流程，以彌補(bǔ)消失的“工人”。生產(chǎn)速度變慢了，但并沒有停止。人工協(xié)作者可以進(jìn)行所需的修復(fù)，然后系統(tǒng)恢復(fù)全速運(yùn)行。

挑戰(zhàn)3：端到端網(wǎng)絡(luò)安全

隨著機(jī)器人變得更具移動性、協(xié)作性、邊緣駐留性和互聯(lián)性，數(shù)據(jù)豐富的生態(tài)系統(tǒng)可能成為黑客攻擊的目標(biāo)。公司可能容易受到惡意軟件、勒索軟件，生產(chǎn)延遲和業(yè)務(wù)中斷的影響。此外，針對強(qiáng)大機(jī)器人系統(tǒng)的網(wǎng)絡(luò)攻擊也帶來了嚴(yán)重的物理安全問題。

解決方案是什么？全面、端到端的網(wǎng)絡(luò)安全方法。系統(tǒng)集成商需要了解他們正在安裝的機(jī)器，及其運(yùn)行的整體環(huán)境，以期識別潛在的訪問點(diǎn)并強(qiáng)化易受攻擊的目標(biāo)。機(jī)器人操作員的IT團(tuán)隊(duì)必須參與進(jìn)來，積極監(jiān)控威脅并更新安全措施。

安全性還必須延伸到設(shè)備生命周期結(jié)束之后，以消除設(shè)備在惡意人手中產(chǎn)生危險(xiǎn)的可能性。過時(shí)的邊緣設(shè)備偶爾會出現(xiàn)在交易平臺上，黑客可以在那里廉價(jià)購買到，然后對它們進(jìn)行反向工程。因此，至關(guān)重要的是使用防篡改措施或擦除敏感軟件來使設(shè)備退役，從而使得逆向工程變得不可能。

挑戰(zhàn)4：成本

先進(jìn)的技術(shù)和新的商業(yè)模式正在推動機(jī)器人技術(shù)的規(guī)模經(jīng)濟(jì)，這是一個(gè)好消息，因?yàn)?3%的工業(yè)機(jī)器人前景將成本視為首要挑戰(zhàn)。隨著機(jī)器人即服務(wù)（Robots-as-a-Service，RaaS）的興起，越來越多的制造商成為服務(wù)提供商，從而允許客戶擴(kuò)大運(yùn)行單元的數(shù)量以滿足需求。

諸如RaaS和租賃之類的新興商業(yè)模式有助于降低成本，消除了客戶使用機(jī)器人實(shí)現(xiàn)自動化的障礙。

計(jì)算、數(shù)據(jù)通信和存儲方面的進(jìn)步帶來了事半功倍的效果。這使得對機(jī)器人進(jìn)行編程、設(shè)計(jì)創(chuàng)新用例以及降低能源需求變得更加容易。盡管有人認(rèn)為摩爾定律不再適用于晶體管的數(shù)量，但就計(jì)算成本而言，它仍然適用，因?yàn)樵絹碓蕉嗟墓δ芸梢砸愿蛢r(jià)格獲得。

總結(jié)

傳感器技術(shù)、計(jì)算能力和邊緣處理方面的空前進(jìn)步可以為機(jī)器人提供強(qiáng)大的人工智能功能，但這取決于所有生態(tài)系統(tǒng)參與者之間安全且靈活的連接性和互操作性。機(jī)器人必須能夠輕松連接其他機(jī)器人，以及各種物聯(lián)網(wǎng)、邊緣、云、分析工具和其他設(shè)備。

迄今為止，機(jī)器人和物聯(lián)網(wǎng)社區(qū)一直由不同但高度相關(guān)的目標(biāo)推動。物聯(lián)網(wǎng)專注于無處不在的感知、監(jiān)測和跟蹤服務(wù)，而機(jī)器人社區(qū)則專注于生產(chǎn)活動、交互和自主行為。融合這兩個(gè)領(lǐng)域可以讓機(jī)器人更好地完成任務(wù)，而且機(jī)器人可以有更多的數(shù)據(jù)用于分析和人工智能決策。這樣，邊緣計(jì)算為人與機(jī)器之間更緊密的協(xié)作打開了大門。