隨著 2022 年的到來，中國AGV網（www.xmydyc.com)編譯轉載美媒機器人行業的領軍人物展望未來。以下是他們將在 2022 年關注的內容。

Juan Aparicio，美國READY Robotics公司產品副總裁

更多機器人將繼續部署，內部物流和服務中的機器人數量將不斷增加。亞洲將繼續在安裝方面處于領先地位。垃圾箱揀選將成為主流，成功的部署將繼續使極端情況能夠由人工處理。主要瓶頸仍將是勞動力短缺和供應鏈脆弱。制造商將需要在他們的部署中運用獨創性，使用更少的硬件和/或進入可重復使用的市場。

行業整合將繼續

傳感器和其他機器人硬件的價格將繼續下降，使新創公司能夠在建筑、餐飲等非傳統行業提供機器人解決方案。隨著更多機器人的安裝和更多人與之互動，對易用性和互操作性的需求將會增加。此外，更多公司將意識到機器人技術不是一次性工具，而是其數字化之旅的核心部分。對于公司而言，投資于圍繞自動化培養內部敏銳度將比以往任何時候都更加重要，避免過度自動化的誘惑，并從對工程師和技術人員來說沒有黑匣子的低風險解決方案開始。人員技能再培訓和技能提升，以及有意識地選擇任何工人都能迅速熟練掌握的自動化硬件和軟件，仍將是成功的關鍵。

可悲的是，進入這一領域的公司將繼續進行大量的重復發明和測試。對通用機器人平臺的需求將繼續增加。

亞當·羅德尼茨基 (Adam Rodnitzky)，首席運營官，美國Tangram Vision 公司聯合創始人

我預計，隨著并購活動的活躍，我們將看到更多的風險投資涌入機器人、自主和相關領域。我認為這與勞動力短缺的說法關系不大，更多的是與更好地了解機器人技術可以產生積極影響的領域有關。就像工廠自動化在價值數十億美元的行業中取代半熟練勞動力一樣，水果收獲和卡車駕駛也是如此。相反，在投機市場中取代非熟練勞動力的某些模型（例如人行道送貨機器人）將開始面臨籌資的逆風。

我還預測我們會看到機器人初創公司出現，團隊中沒有人是經典意義上的機器人專家。這將歸因于可用于從頭開始創建機器人公司的工具的成熟度和完整性。您現在可以將現成的操作系統 (ROS2) 組合在一起，將其添加到現成的機箱 (Clearpath)，添加必要的傳感器（RealSense、Velodyne 等）和開發人員庫（MoveIt、 Tangram Vision、RoboFlow），您將比幾年前提前幾個月到幾年參加比賽。

Deepu Talla，美國NVIDIA （英偉達）公司嵌入式和邊緣計算副總裁兼總經理

相對于物理世界，虛擬世界中將建造一百萬倍的機器人，因為在完全適應現實世界操作之前，開發和測試物理機器人是昂貴、緩慢且不安全的。

2022 年將是全面使用模擬的關鍵一年。將最新的人工智能技術與 RTX 光線追蹤圖形和精確的高性能物理建模相結合，機器人技術的發展將得到加速。

Ken Goldberg，工業工程和運籌學教授；美國加州大學伯克利分校；William S. Floyd Jr. 加州大學伯克利分校杰出工程系主任；Ambi Robotics 聯合創始人兼首席科學家

我的預感是 2022 年將加劇機器人的咆哮 2020 年代。以下是三個有望快速增長的趨勢：

（1） 觸覺感應：盡管數碼相機在過去十年中取得了顯著進步，但自 1980 年代以來，觸覺感應方面的進步卻非常小。然而，Meta (Facebook) 剛剛推出了一項重大舉措，即使用準確、可靠、快速且廉價的內部光學器件開發觸覺傳感器。研究界很高興探索這些傳感器如何增強機器人操作。

（2） Sim2Real Learning：如果模擬器能夠準確地模擬接觸、沖擊和摩擦等復雜因素，模擬可以極大地加速機器人的可靠學習。這一直難以捉摸，但 DeepMinds 在 11 月收購了 Mujoco 模擬器，現在正在擴展它以解決機器人操作中的問題。英偉達的一項類似工作表明，高效、可靠的操縱模擬器可能即將出現。

（3） 機器人與人的分工：駕駛和包裹處理的自動化依賴于機器人與人之間的分工。從業者意識到必須仔細定義邊界條件，以區分機器人何時可靠工作，何時不可靠。并相應地切換控制。例如，Ambi Robotics 正在與我們的自動化包裹處理客戶合作，以識別機器人難以處理的包裹類型，以便人工可以在上游處理它們。我相信隨著機器人被采用來滿足日益增長的電子商務需求，這一趨勢將變得更加復雜。

Timothy Chung，美國國防高級研究計劃局 (DARPA) 戰術技術辦公室項目經理

我預計機器人技術共享和廣泛可用的數字基礎設施將大幅增長——包括現場機器人數據集、現場測試和運營專業知識和工具，以及強大的虛擬環境——將縮小（大部分）模擬和真實之間的差距，并繼續加速真實-機器人在復雜環境中的全球部署，類似于并超越 DARPA SubT 挑戰中所面臨的環境。

Kristian Hulgard，美國OnRobot 公司美洲分部總經理

我們看到“一攬子交易”應用程序趨向于機器人自動化的首次用戶或小用戶。用戶不必將來自許多不同來源的機器人應用程序拼湊在一起，對兼容性、可靠的跟蹤記錄和總擁有成本感到疑惑，而是越來越多地尋求應用程序套件提供即插即用的設置，其中所有組件都經過驗證可以協同工作從第 1 天開始。

隨著我們開始更加關注減少應用程序的部署時間，這種趨勢只會在 2022 年加劇。對自動化的需求并沒有下降，那么我們如何更快地部署應用程序以滿足這種需求，并幫助制造商解決勞動力短缺和供應鏈中斷的問題，而許多中小企業都面臨著“我現在需要機器人”的問題？我們必須提供較少定制的自動化，并在更高程度上考慮開發現成的標準化解決方案。

我們還需要研究如何幫助制造商調整和優化現有應用程序。精益制造和工業 4.0 不僅僅是流行語。我們的客戶希望對機器人應用程序的執行情況有可操作的洞察力，他們需要實時設備診斷、警報和預防性維護措施，以將代價高昂的機器人單元停機時間降至最低。

Shermine Gotfredsen，丹麥ROEQ 機器人公司全球銷售總監

我們預計將有更多自主移動機器人 (AMR) 參與者將其能力擴展到制造業之外，并進一步滲透到醫院、服務和電子商務等其他行業領域。我們還預測更多的 AMR 不僅限于室內運動，具有更堅固的戶外機動性。

2022 年還將更加關注為 AMR 開發第三方生態系統，使最終用戶能夠選擇經過測試和審查以與 AMR 良好配合的移動機器人設備，從而使部署變得簡單、快速、安全、可靠且具有成本效益。

Brian Gerkey，美國Open Robotics 公司聯合創始人兼首席執行官

隨著協作機器人世界的日益成熟，我開始更頻繁地看到最終用戶的邏輯拐點。醫療保健、電子商務、物流、制造等行業都在采用第二或第三波機器人。在大多數情況下，這些機器人采購與現有的采購不同。互操作性是機器人技術的下一個重大挑戰。如果供應商 A 的機器人不與供應商 B 的機器人通信，那么最終用戶將遇到問題。

這是我們自 2018 年以來一直在新加坡的一家醫療機構應對的挑戰，我們將繼續通過我們的Open-RMF 計劃來應對這一挑戰。不僅來自不同公司的機器人可以相互通信至關重要，而且這種機器人語言還需要擴展到其他設備，例如煙霧報警器、電梯等。

Joe Campbell，Universal Robots戰略營銷和應用開發高級經理

我預見到易于使用的協作機器人范式將擴展到機器管理之外，并擴展到復雜的過程應用，例如焊接、切割和分配。示例是 OEM，例如 Vectis Automation 構建基于協作機器人的產品，焊工可以設置和編程用于等離子切割和 MIG 焊接；Robot27 推出了流行的點膠套件。2022 年，我們將繼續看到用于更高級、重型協作機器人任務的新用戶友好型應用解決方案出現。

我還預測基于云的工具的擴展，以進一步簡化協作機器人編程。大流行非常清楚地表明，我們的用戶需要訪問他們的協作機器人，無論他們是否能夠來到現場。他們需要機器人工具集來幫助他們了解他們的應用程序是如何運行的，獲得對問題的可見性，使他們能夠主動支持生產和機器正常運行時間。

Sami Atiya，ABB 機器人與離散自動化總裁

我們正處于十年變革的開端。各行各業的企業都需要靈活應對全球大趨勢，從勞動力短缺和供應鏈不確定性，到隨著在線個性化訂單爆炸式增長的快速變化的消費者行為，以及日益增長的可持續運營壓力。

2022 年，我們將看到對靈活性的更多需求，以及更多采用機器人技術的企業。隨著人工智能提高機器人的適應能力并完成更復雜的任務，它們將繼續超越傳統制造，進入物流和倉庫、實驗室甚至零售店。想想與人一起工作的自學協作機器人和在動態環境中運行的自主移動機器人。這十年將導致機器人在您的工作場所像智能手機或筆記本電腦一樣熟悉——我認為 2022 年將使我們更接近這一現實。

Jason Bergstrom，德勤負責人和智能工廠負責人

我預測，在未來兩年內，AMR 的需求將從材料運輸轉向其他用途，例如靈活的工作平臺、數據收集設備和邊緣計算設備。我們已經看到制造商使用 AMR 來擴展功能的趨勢，例如通過使用機械臂來挑選甚至組裝物品。AMR 的這些擴展用途正在改變制造商對工廠中材料和工作功能的思考方式，以優化制造過程中的敏捷性。

此外，AMR 可以作為“代理”來提供與工廠的材料、環境和流程相關的實時數據。由于 AMR 由車載計算機提供支持，因此它們還可以用來對這些數據執行計算，提供和調整實時決策。

最后，AMR 使用的增加也將推動對電池技術進步的需求，例如長壽命電池，甚至是自動更換系統，以快速更換電池而不是充電。

Markus Schmidt，瑞仕格美洲區總裁

靈活且可擴展的機器人自動化技術首先在電子商務實現中站穩了腳跟，因為這些系統使電子零售商能夠以傳統自動化無法做到的方式適應波動的需求和快速增長。現在，我們看到這些系統不斷擴展到新的應用程序。

在從托盤處理到物品揀選的應用中，這些解決方案使倉庫操作員能夠獨立擴展吞吐量和庫存。它們從根本上能夠在相同庫存或擴大庫存的情況下推動更高的性能，而無需更高的性能。這種能力與前所未有的冗余相結合，即使對于猶豫不決的人來說，也使它們成為一個簡單的自動化選擇。

它們還能夠適應部署它們的建筑物的形狀，通過升級舊倉庫或重新利用不需要或未充分利用的設施（如封閉的零售店）來支持增加配送能力的趨勢。雖然對市場來說并不新鮮，但靈活的機器人自動化技術已經從替代固定和不靈活的技術轉變為幾乎每個行業的運營商的首選。