【专题特供】复合机器人海外研究及应用综述

广告 | 点击查看

复合机器人能实现“1+1>2”吗？尚未攻克的技术难点与仍不明朗的市场需求，谁才是阻止复合机器人火出圈的原因？通过复合机器人海外研究综述及应用情况分析，可以让我们更好地看清复合机器人的发展现状与未来方向。

罗丹

复合机器人定义

复合机器人通常被定义为集成移动机器人与工业机器人（机械臂）的新型机器人，也被称作移动机械臂或复合型移动作业机器人。在海外研究中，复合机器人英文通常为“Mobile Manipulator”，是涉及机器人、人工智能和自动化等学科的交叉研究领域成果。

复合机器人具有交叉属性，目前并没有公认的关于其形态的划分界限，主要由两个核心部件组成：移动底座（Mobile Platform）与操作臂（Manipulation Arm）。其中，移动平台指有轮式、履带式或腿式的可移动机器人，操作臂则指代末端配有夹具或末端执行器的机械臂。“移动机器人+机械臂”组合，是典型的复合机器人。

题眼广 告 | 点击查看

复合机器人海外研究综述及技术要点

海外知名学术搜索引擎Sciencedirect结果显示，近十年在以复合机器人为主题的相关文献中，仅研究论文一类，每年产出就多达两三千篇，且近年来呈现增加态势。复合机器人通常执行的都是涉及动态环境的移动、操作任务，需要结合导航、感知、规划和操作技能，技术研究要点主要涉及以下几个方面。

1.硬件相关研究

（1）硬件设计

移动平台设计：平台的选择会影响复合机器人整体性能，尤其是在稳定性和导航方面。移动底座设计必须足够坚固，以承载机械臂，并为机器人提供足够的机动性。

机械手设计：机械臂和末端执行器的设计，需要考虑灵巧性、触及范围、有效载荷能力和能效。机械臂的自由度与重量会影响复合机器人系统的移动性，对整体移动产生限制；末端执行器通常以夹具、吸盘、仿生手、工具形式、视觉扫描系统呈现。

（2）运动学与动力学

协调移动平台和机械臂的行动以确保平稳运行需要大量计算，如何使机械臂与移动平台稳定运行是复合机器人研究领域目前的一个难点。

运动学模型研究：研究移动底座和机械臂如何相互作用以产生所需的运动，涉及复合机器人系统的逆运动学 (inverse kinematics ，IK) 和正运动学 (forward kinematics ，FK）研究，也包括机械臂和移动机器人单独的运动学模型研究。

动态模型研究：研究力、扭矩和速度如何通过移动底座和机械臂传播，从而产生协调运动，研究需要综合考虑摩擦、有效载荷和质心等因素。

（3）抓取与操纵

抓取研究：考虑到物体的形状、重量和易碎性等因素，设计能够有效拾取、固定或操纵物体的末端执行器。这是复合机器人面临的一个关键挑战，因为机器人需要在移动过程中适应动态条件。

力控制研究：确保精确控制机械手在搬运或组装等任务中施加的力，这需要在速度、力量和精度之间取得谨慎的平衡。

物体搬运研究：处理多种类型的物体（刚性、柔性、软性），执行组装、拆卸或运送等复杂任务，需要机械臂适应各种物体的几何形状或方向。

（4）感知与传感

视觉感知：摄像头和计算机视觉系统通常用于识别物体、评估其位置和了解机器人所处的环境。视觉反馈对于复合机器人执行抓取和操纵任务至关重要。

传感器融合：将来自激光雷达、摄像头、力/扭矩传感器等不同传感器的数据结合起来，以获得更精确的环境模型，并增强机器人的行为。

（5）人机交互

协作操纵研究：复合机器人可以与人类操作员一起执行远程操作或协作装配等任务，属于协作机器人范畴，复合机器人需要应对人类的不可预测性，并相应地调整自己的行为。

安全性研究：确保机器人能够在与人类共享的空间内安全运行，包括检测人类的存在和避免碰撞。

2.软件相关研究

（1）路径规划与导航

运动规划研究：开发可使复合机器人在环境中避开障碍物并实现操控目标的算法。常用方法包括基于采样的算法（如快速探索随机树，RRT）和基于优化的方法。

定位和绘图研究：使用传感器进行同步定位和绘图（SLAM），以创建环境地图并跟踪机器人的位置。复合机器人的机械臂阻碍传感器或周围环境杂乱无章时，定位绘图的挑战难度也随之升高。

导航研究：确保机器人能够自主地从一个地方移动到另一个地方，同时考虑到障碍物、地形和工作空间的限制，还需要研究环境发生变化时实时重新规划路径的研究。

复合机器人的软件系统需要处理感官输入，并对导航和操纵任务进行实时调整，因此需要先进的低延迟反馈算法以达到实时反馈，这一方面研究也是目前复合机器人的技术难点。

（2）自主决策

复合机器人的硬件结构不如人形机器人复杂，但同样“有手有脚”，对机器人在动态环境中自主决策能力要求较高。复合机器人在现实生活中执行任务时如遇到意外或障碍物时，需要能灵活适应，对机器人“大脑”的研究是一直以来的难点。

人工智能：以深度学习为代表的人工智能算法研究，正越来越多地用于帮助复合机器人从演示或试错中学习任务。强化学习（RL）目前常被用于复合机器人复杂的操作技能学习教授上。

任务规划研究：开发高级规划算法，以根据机器人的目标生成动作序列，推理如何以最佳方式将机械手动作与移动导航进行排序。

（3）开源社群：机器人操作系统（ROS）

机器人操作系统（Robot Operating System，ROS）诞生于2007年斯坦福STAIR项目与Willow Garage个人机器人项目之间的合作。Willow Garage主营机器人硬件，将其开发的软件系统开源，让学界和商界在内的机器人社群共同维护和推动系统升级。ROS并非针对复合机器人的专项系统设计，而是一个专为机器人打造的线上操作系统，以免费开源、操作方便、功能强大闻名。ROS与一般意义上的计算机操作系统不同，它提供通信架构，将机器人原本松散的各部件耦合在一起。随着ROS1和ROS2相继发布，ROS在机器人研发中的普及性和影响力逐渐提高，亦成为开发复合机器人常用的软件系统。

斯坦福STAIR项目

复合机器人海外创意与产品

比赛是许多新创意落地的起点，其中RoboCup机器人世界杯是与复合机器人技术发展关联度较高的赛事。机器人世界杯设立于1992年，仿照足球世界杯设计，根据机器人类型和应用场景分为不同级别赛事，让来自不同院校和机构的机器人进行足球比赛。2012年，RoboCup机器人世界杯单独下设复合机器人工业联赛，其比赛侧重于任务级规划和调度、工业生产流程中的自动化以及多机器人系统集成等方面的问题，主要涉及导航、操作、搬运三大部分。作为应用驱动型联赛，RoboCup机器人世界杯为年轻的研究者和初创公司提供了展示交流的舞台，库卡、Fetch Robotics都曾经参加过机器人世界杯比赛。

机器人世界杯物流联赛（RCLL）

机器人世界杯队伍b-it-bots中库卡youBot参加拾取放置比赛

除了机器人相关比赛外，各大高校和科研机构的机器人相关研究所也是复合机器人创意汇集之所，如苏黎世联邦理工学院的机器人系统实验室、斯坦福大学的ARMLab（Assistive Robotics and Manipulation Lab ）、新加坡国立大学的Advanced Robotics Centre、内华达大学里诺分校的ARA Lab（Advanced Robotics and Automation Laboratory）。大学实验室的发明产物成为机器人企业的灵感来源，机器人企业通过与实验室合作的方式开发可落地的复合机器人产品。

本文将重点介绍几款较为知名的物流领域复合机器人产品。

1.Fetch Robotics:Fetch

Fetch Robotics成立于2014年，正值仓储物流业“KIVA热”时期。在许多机器人公司追随KIVA时，还是初创公司的Fetch Robotics推出了配套仓储机器人Fetch&Freight，将移动取物与快速运送结合起来，打破了当时市场对仓储机器人就是KIVA形态的固有印象。

这组机器人中，Fetch是典型的复合机器人，机械臂有7个自由度，可支持重达6kg的有效载荷，移动速度为1.0m/s，其躯干高度可调节，可灵活抓取不同高度货架上和地面的物品，内置ROS系统。Fetch&Freight迅速为Fetch Robotics赢得了软银的千万投资和业界口碑，但产品市场销售业绩却不佳，Fetch Robotics将原因归结为市场成熟度严重不足，转而进行大型搬运机器人的研发并取得了较好成果。

Fetch可调节躯干

Fetch&Freight落地应用场景：零售分拣

2.波士顿动力：Handle&Stretch

波士顿动力于1992年成立，是从麻省理工学院拆分出的工程和机器人设计公司，其自身的“学院派”属性浓厚，致力于突破技术边界，将科幻中的机器人概念在现实中创造出来。受到创始人理念的影响，波士顿动力对机器人商业化领域关心程度较低，但其富有创意的机器人设计一直是机器人领域风向标般的存在。

2017年波士顿动力发布了定位于物流的复合机器人Handle。这款曾经被网友称为“汽车人”的复合机器人，在动力学原理和移动控制方面吸取了许多波士顿动力在人形机器人和四足腿式机器人研发中获得的经验：Handle具备10个驱动关节，移动底座兼具“轮式”和“腿式”特点，可以实现跳跃和水平面快速滑行；上部为4轴机械臂，末端执行器为气动吸盘，方便从货架深处抓取货物。

Handle机器人

Handle机器人是仅用于研究的原型机，在两年的迭代更新后，波士顿动力将其功能“删繁就简”，于2019年推出了专注于仓储物流场景的机器人Stretch。与其他波士顿动力开发的“酷炫”机器人相比，这款被形容为“无聊的移动盒子”的机器人，在造型上已是经典复合机器人的模样。

Stretch机器人移动底座改为盒状，增强转弯功能，取消与仓库场景适配较低的跳越等功能，在负重和续航时间方面有所增进；机械臂改为7个自由度，仍旧采用末端执行器气动吸盘设计，其主要应用场景为卡车卸货和仓库拆零自动化。此外，Stretch将原本Handle机械臂上的摄像头与传感器单独改为感知桅杆部件，方便机器人分析周围环境。

Stretch机器人

Stretch落地应用场景：自动装卸货

除上述针对仓储物流领域研发的复合机器人外，很多知名机械臂设备商和移动机器人设备商也开发了复合机器人产品。协作机器人品类的先驱Rethink Robotics在2018年破产后，于2024年在IMTS宣布重新开业，并发布系列新品Reacher、Ryder以及 Riser，机械臂Reacher与移动机器人Ryder共同组成复合机器人Riser。此外，库卡开发了应用在科研领域的复合机器人youBot；Robotnik将Kinova、UR的成熟机械臂产品融合，开发出适用于不同场景的复合机器人。

复合机器人的落地场景

复合机器人能完成在动态环境中的拾取、放置、组装以及交互任务，能实现固定机器人（机械臂）和简单移动机器人难以实现的效率和能力。在所有需要自主移动和执行任务的环境中，复合机器人都有应用落地的可能性，工业生产、仓储物流、探索搜救、医疗保健为目前复合机器人产品已落地的领域。

1.工业生产

随着工业4.0的进一步发展，模块化、高柔性的生产解决方案成为新趋势，也成为复合机器人市场发展的重要驱动力。在目前的医疗、美妆、3C电子产品等传统制造业的零部件组装环境之中，复合机器人可以用于工件的搬运和装卸等作业，满足工作车间内全自动化的柔性生产需求。复合机器人有助于装配线、配送中心等环境中复杂任务的自动化，目前能实现喂料、拾放、计量、质量控制、清洁、抛光、拧螺丝、钻孔等操作。PLA Robotics的TIAGo、Robotnik的RB-KAIROS+、欧姆龙的Mobile Manipulator Solution均已有落地案例。

Robotnik的RB-KAIROS+-2

PLA Robotics的TIAGo

2.仓储物流

随着电子商务在世界范围内的迅速发展，复合机器人可用于仓库内的货物分拣、分类和运输等任务。此外，复合机器人也可用于零售库存盘点和卡车卸货方案。Fetch Robotics的 Fetch&Freight、波士顿动力的Stretch、Robotnik的RB-VOGUI+等机器人都已被应用于仓储物流环节，可帮助企业简化物流操作、减少人力和提高运营效率

波士顿动力的Stretch

Fetch Robotics的Fetch&Freight

3.探索搜救/军事安防

复合机器人可部署在危险环境中执行清除碎片、侦察和救援行动等任务，适用于震后救灾、消防，甚至太空探索等场景。在以上场景中，复合机器人的移动底座往往采用履带式设计，以应对复杂的户外地形，如Teledyne FLIR的PackBot, Eddyfi Technologies的Versatrax等机器人主要应用于军事及探索领域。

Teledyne FLIR的PackBot

4.医疗保健

复合机器人可协助手术（如机器人手术助手）、康复（如假肢或辅助设备）和护理（如递送药物或帮助移动）。如Diligent Robotics的Moxi能够运输轻型医疗资源，为护士和其他工作人员投放物品，ABB的双臂复合机器人YuMi能在实验室辅助医疗人员进行药剂准备、抓取试管等工作。

ABB的双臂复合机器人YuMi

5.家政服务

在复合机器人最初研发阶段，有很多在“个人助理”方面的尝试，均因为家庭场景的复杂性及人机交互问题作罢。直到近几年，得益于人机交互和机器人视觉方面的新技术进展，某些用于专项服务的复合机器人也得以落地，如Harvest Automation专门为室内外盆栽整理研发的Harvey，Hello Robot能实现逗狗、整理桌面、清理沙发功能的Stretch。

Hello Robot的Stretch

复合机器人发展前景

从研究角度来看，复合机器人研究是一个内容丰富、发展迅速的领域，将基础机器人学与先进的人工智能结合在一起，使其成为许多行业未来自动化变革的基石。在工业4.0转型、劳动力短缺、协作机器人需求激增的背景下，复合机器人领域的多学科交叉研究必然会持续增多。

从市场应用角度来看，复合机器人仍不是主流。从研发到落地到商业化量产，复合机器人在成本控制、复杂集成稳定性、安全性、可靠性等方面还需要进一步优化，价格过高和复杂系统集成稳定性的问题亟须解决。随着技术改进和经济性提高，除现有的工业制造、仓储物流等主要应用场景外，复合机器人在医疗、农业、零售、灾难响应等领域也将得到拓展。整体来看，复合机器人市场有望进一步扩大，为大型企业和小型企业在不同应用领域提供新的机遇。

专题目录

主持人/本刊记者 任芳 朱淼鑫

• 复合机器人海外研究及应用综述（本刊记者 罗丹）

• 优艾智合：突破“最后一米”，助推工业升级——访优艾智合机器人科技有限公司市场总监关健（任芳）

• 浙江欣奕华：以需求为舵、技术创新为帆，深耕复合机器人赛道——访浙江欣奕华智能科技有限公司市场与产品总监张春泽（王玉）

• 斯坦德：以“1+N+X”理念提供复合机器人高效解决方案（肖原）

• 经世机器人：以技术为核心驱动力，加速复合机器人落地应用——访山东经世智能科技有限公司总经理秦立夫（朱淼鑫）

———— 物流技术与应用融媒 ————

编辑、排版：王茜

本文内容源自，有删改。

欢迎文末分享、点赞、在看！转载请联系后台。

广告宣传