协同共赢—“机器人+”产业创新论坛
时间：2023年8月19日（周六）9：00
地点：北人亦创国际会展中心C馆大会议厅
主持人：清华大学教授 赵明国
赵明国：各位嘉宾，早上好，我们早上论坛的主题是协同共赢—“机器人+”产业创新论坛，我是主持人赵明国，我们第一个环节有请IEEE工业电子学会主席(2000-2001)、台湾大学讲座教授Ren C. LUO教授作报告，主题是用于智能机器人和制自动化的图像描述生成对抗网络人工智能系统，有请Ren C. LUO教授。
Ren C. LUO：大家早上好，再次感谢2023世界机器人大会的邀请。我今天演讲的主题是用于智能机器人和自动化的图像描述生成对抗网络人工智能系统。现在协作型机器人是重要的趋势，这跟以前是不一样的，以前都是关在笼子里面，今天很多展览大部分都是协作机器人，现在已经进入新的时代，在这里面工作变得非常安全，在全世界各个角落、各个国家以及各个区域都是非常的重视这个领域，尤其是（英文）这是未来非常重要的趋势，尤其在欧盟这个地方EU legislation规定里头，机器人安全就变成一个重要的要求。我们可以看到早期工业机器人，之后慢慢就会进入协作型的机器人，能够做协作就要靠脑力、AI来把这个事情做的更好，所以未来就会跟互联网结合在一起。
机器人应用、自动化应用我们都很了解，在美国有一个说法，我今天有一块美金要投资在左边这个表格，结果用在制造领域投资回报率是最高的，一块美金投资它的回报率是最高的，所以机器人自动化跟制造领域是一个非常重要的分水岭，制造领域不是单一孤岛，而是制造领域相关，比如设备之类的，不是单机，之后制造商、供应商、销售、市场，整个未来是这样子，早期我们看到IBM一直演进到PC、因特网，现在变成（英文），IOT，现在就是AI要加进来，现在很多的会议都在讨论AI的问题，数据质量，怎样去利用这些大数据，这是一个很大的问题，还有（英文）的问题，还有人才培养的问题都很重要，（英文）怎么样建立是非常的重要。
我们现在看一下深度卷积神经网络，这是一个非常重要的话题，大家肯定都已经意识到这个问题，如果一个图像我们可以使用深度卷积神经网络，对于这个图像识别利用，我们的系统对它进行识别，进行标签，然后进行自然语言处理，我们来看一下，这是一个摩托车和车手，如果我们知道这个人是谁以及车是谁，这样就可以利用深度卷积神经网络对这个图像进行一个标识，告诉你这个车是谁，这个人是谁，这个黑盒子能做什么呢，首先我们必须要构建一个模型，然后去输入一些图像的信息，之后做地区的信息建议，我们在盒子里如果知道这个驾驶员是谁的话，以及知道摩托车是什么型号，这些信息如果是有的话，当图像出现类似的情况就可以进行识别和标识。比如说这张图，可以看到这有一个人，它的右手边还有另外一个人，这些信息如果在我们黑盒子里存在，他们就会对图像上的信息进行标识。
首先我们要有训练型数据，第二必须要设计模型的架构，第一个是RCN，这个是我们在这里使用的，我们必须要去定义它的一些功能，我们必须要减少它的客观功能，减少它的成本进行不断的培训，最后得到我们的结果模型。数据的处理我们需要做很多准备的工作，每一个数据都会有非常非常多的物品，我们可以去选择，这个取决于我们的具体应用是什么，这是一个很简单的逻辑，时间有限我就不进入细节了。
我们可以去定义这个兴趣区域，进行一些兴趣区域的建议，然后我们会去给它最基本的训练，在过程之中可能会有一些失败，有两种类型的丢失，第一种是兴趣区域的丢失，第二是分类网络的丢失，我们管第一种类型叫做L1丢失，第二种叫L2丢失，如果我们这把两种加在一起的话，L1丢失和L2丢失就是星期区域的丢失，以及分类网络的丢失，右边是一个计算的公式，我们总是可以去区分出来的，如果是L1是1，1-1等于0，这里就没有丢失了，当然这只是一个理想的状态，但是理论上来说不会出现这种没有丢失的情况。第二个是交叉商丢失，这个公式如下，这个主要是分类网络的丢失，如果我们预期LOG1，LOG1是0，这个时候0没有丢失，这是理想状态，但是不会出现这种理想状态。所以L1和L2丢失，我们有一个输入的图，它是X，它的结果是Y，这就是为什么我们会有不断的训练的模型，我们需要去增加它的识别率，降低它的丢失获得最好的数值，这是我们做训练的一个过程，我们可以用这种训练，增加它的一个数据量，减少它对于L1和L2的丢失。
这是统计学以及公式上的状态，如果能够做到这一点的话，我们就会得到一个结果模型，这个结果模型就可以去不断的进行使用了，这是一个实际应用的案例，当然这里边也有中文的，大家可以看到这是一个非常大的，里边有不同物品的识别，比如这里有一个框，框里面圈出了这个东西是什么，我们可以使用电脑去进行一些描述，比如说这个图是什么，我可以告诉电脑去读这个东西，所以它也可以直接读出这个东西是什么，它不需要让人们去读这个文字，电脑可以直接进行语音的输出。同时这个电脑可以成成一个句子，并且去识别出哪个句子是人们能够比较好理解的一个正常的语言，可以看到这是很多的工程师，很多的科学家正在不断的去迭代进化的一个系统，所以说语言人们能够理解这点很重要。
还有一种网络叫做GNN就是生成性对抗网络，因为我们想进行一个预测，哪些是非常好的，非常真实的一种结果，可以看到左边是一个生成式的模型，它会去产生出我们想要的东西，生成性的模型相当于它持着一种假钱，而右边是判别式的模型，这个判断式的模型会得到真钱和假钱，它就可以去分别哪些是真钱，哪些是假钱，这是网络自己内部自己建立出来的两个模型，两个模型互相对抗就可以不断的提升生成出来的模型的一个结果的质量，所以这就是GNN生成式对抗网络基本的原理。首先我们可以看到有一个生成模型，生成模型开始创造出来的东西都会被判断模型判断为是假，这样生成模型就会不断迭代出更好更像真的东西，直到它做出来假的这个东西，没有被判断型模型判断为是假，也就是它欺骗了判断模型，直到最后没有判断模型识别出任何的假，那就证明生成模型生成出来是非常真的，与真实的东西无限的接近，这是背后的逻辑。
这是数学上的公式，我们可以创建出这样的函数，可以看到最小的g，最大的d等等，最小的g这个是生成模式里面的数字，因为我们希望降低它被识别出伪的概率，当然最大的d就是判断模型，判断模型总是想最大程度去识别出去。我想这个大家是很熟悉的，我们在这里可以通过这样一个生成对抗网络来生成一些卡通的形象，以此做一些服装各种组合进行搭配，这方面是做的很合适的，除此之外这样一个生成对抗网络也可以生成和对抗两个模型进行相互的学习，甚至可以来模拟一些绘画的风格等等。
除此之外我们也认为通过这样的一个方式，目标是实现所生成语句更接近于人类自然的语句，所以我希望我看出这样一个模型可以来对于图像做出一些反馈，比方说他的年龄等等，这方面是有大量的系统应用丰富所生成描述的细节，比如在实验室里面，我们就给它们一些照片，可以看到有些人在路上走路，通过我们之前这样的流程，我们会跟它说，看这张照片来描述一下，模型告诉我们有个人在桌子后面努力工作，下一张图片网络会告诉我们桌子后面有个人，他看起来很累，在我们实验室当中打造了自己的机器人这样一个自主移动的智能机器人，然后把机器人给起个名字叫做AMIR，这是工业加上自主的机器人，我们如果需要能够有相应的盈盈，我们需要给它做到实时定位和地图的构建，从我们的角度来说是要有一个机械臂，机械臂是需要三维进行移动的，二维是不够的，所以我们就生成了这样一个机器人，我给大家展示一下我们的成果，我们第一次在实验室里面给大家展示AMIR机器人在实验室里自由的移动，在狭窄的空间当中自由的移动，可以自己来做一些操作等等，这是我们的样机，这是当时SLAM的架构和生成3D的形象，它也在不断的完善这个地图。
大家可以从中看到不同地图的风格，让机器人充分了解这个环境之后，我们就可以让机器人可以开始执行一些任务，比如在这个案例当中，这个机械臂是很快的能够把物体从A点转移到B点，然后它也是可以来传递物体，就是把一个物体从某个桌子传递到另外的一个桌子，它也可以在不同的高度上进行操作，对于机器人来说这并不容易，可以看到设置了很多障碍，机器人做了大量的移动都没有出现问题。
我们说如果给机器人一个指令，跟它说你来巡逻一下这个领域，你可以在这个区域当中自由的巡行，我们之前提到这里有三个区域，定位于ABC三点，它在这里来进行巡逻，如果你看到有人，比方说看到了一个学生，你就可以给他照一张照片，给我描述一下这个照片，比如这个学生在看报纸，在这个过程我们也给大家展示他们做的工作，首先就是分割，然后把这个图片做一个描述，再让机器人读出这个描述，说我的这个学生看起来很高兴，他正在读报纸，他对于自己的生活是很满意的。我们做了更多的实验，但是因为时间关系我们需要快进一点，这是另外一名学生，他是不同的工作，我们也可以让自己的机器人来解读做什么，比如有两个人，可以看到他在C点，他很高兴，他正拿着电话在打电话，另外一个人他正拿着电脑正在做一些工作，所以您可以看到这是我们在实验室里的应用，相信在未来有大量的潜力，让机器人拍张照片，它自己描述，再把它描述的这句话读出来给你听，它这是巡逻到C点，我们的学生说现在回家，机器人说好的，它就回到自己日常所在的这个地方。
在这个地方有是大量的应用，现在在德国有一家汽车企业，现在已经把很多的用例用在汽车装配系统当中，其中有一个系统叫做AWS，这个是移动的机器人，它们是可以运输这些车体和其他比较大的零部件，我们可以看到左下角有个人站在那儿，他也是带移动这些车和轮胎，这个可以在故障里面自动化来完成，它效率很高。在左边可以看到有一个人戴着眼镜，他使用这样的智能眼镜，对于自动化组装的汽车进行检查，看这个装配是否正确，所以这方面是有很多实际的应用。从展示角度来说，大家可能会在展厅当中看到很多的机械臂、自主机器人、协作机器人，我们把它结合到一起就是刚才我们说的AMIR，在产业界可以看到自主移动的工业机器人的应用。
最后给大家带来我的观点和结论，现在在疫情之后，我们知道韧性这个词是非常流行的，我们把它叫做更具韧性或者更具弹性的风险管理，我们在遇到攻击的时候可以快速恢复，从制造业生态链当中这种韧性是非常重要的，我们希望风险管理更具有韧性，当然我们整个的生态系统也非常重要，我们在这里会有不同的一些地理区域，世界各个地方都会发生不同的事情，让疫情这样的事情可能会席卷全球，我们如何构建一个健康的生态链和供应链，我们在2050年大家都知道我们有近零排放的目标，这也是非常重要的一个目目标，所以我想跟大家强调的就是数据数据数据，大家总是会说数据好像是石油，我觉得现在它比石油更贵，数据是新的黄金，我们大家都要有这样的一个概念。
最后我想跟大家分享如何来处置数据，各位在这方面并不孤单，每个人都在关注人工智能，但是我们现在并不是短暂的一个热潮，需要考虑未来长远商业运转模式，这是一个商业的问题，人工智能发展之路是崎岖的，但是我们携手是可以取得成功，所以我们并不是有这种比较常见的一些熟悉的业务模式，比方说iPhone2010年的时候它是非常棒的，挣了好多的钱，苹果它并没有就此止步，在后续继续研究了大量的产品，我想这就是我们应该继续来努力的，就是要不断的创新，不要骄傲自满，我们可以通过不断的创新保持商业的活力，同时也给我们带来独一无二的商业价值，带来更高的商业回报。
所以大家都熟悉这句话了，达尔文曾经说过物竞天择，适者生存，并不是最强壮的或者最聪明的能够活下来，最适合环境的人才适合活下来，所以我们在这里希望大家能够激扬创想，智能工作，非常感谢，这是我们现在人形机器人在实验室里面的一些最新的研究结果，非常感谢各位的聆听。
赵明国：谢谢Ren C. LUO教授的精彩演讲，接下来有请新松机器人自动化股份有限公司首席技术官张雷先生作创新是机器人产业发展源动力的报告。
张雷：尊敬的各位专家、各位嘉宾，大家上午好，非常荣幸能够受邀参加世界机器人大会主论坛的交流，我是沈阳新松机器人自动化股份有限公司的首席技术官张雷，我今天演讲的标题是创新是机器人企业发展的源动力。我放了这么一段片子，好像是带一点情怀，但是实际上从我们新松人来看，创新确实就是像带有氧气的新鲜血液，对于机器人企业来说可以说几乎是生命，这是为什么呢？近年来机器人作为一个技术非常密集的行业，它的技术迭代非常快、非常迅速，新技术层出不穷，同时许多颠覆新的技术不断出现，比如说AI，在这么一种大破大立的格局之下，可以说在机器人行业中，如果你没有去不断的创新，那么你一定会被落下。
从目前形势来看，创新对于中国机器人行业也具有特殊的意义，目前国内机器人行业虽然已经取得了很大的进展，但是实际上它主要还是集中在中低端的突破，我们看屏幕上这个图，这是中国机器人2021年市场的分布，虽然中国机器人的市场已经占到了世界50%，但是它的应用主要还是集中在中低端，左边这个图就是2013年-2021年工业机器人市场占有率分布情况，可以看出国产品牌占有率基本就是在30%左右，并没有显著的增长，右图是在一些关键的行业，比如说汽车、3C，在这样一些行业里面，实际上我们国产品牌的占有率更低，甚至没有超过30%，也就是说现在还是集中在产业的中低端，还是需要通过不断的创新来实现突破。
另外近年来大家也都深切地感受到了市场竞争非常激烈，严重内卷，很多企业利润都下滑，以往这种靠低价、低成本不断的压缩成本的方式，可以说已经是无以为继了。第三点近来国际形势也是非常复杂，为了保证我国的产业安全，这迫切的需要我们整个机器人行业提高技术创新能力、技术的可控性，所以在这个情况下，我们再谈一谈创新确实是非常应该的。
新松我们是一家企业，我们更加关注的是机器人的产业，现在我稍微介绍两句新松公司，新松公司成立20多年来，一直坚持走自主创新之路，可以说是不断的打破垄断，填补空白，也创造了中国机器人发展历史上的许多个第一，同时新松公司是机器人产品线最全的企业之一，我们打造以自主核心技术、核心零部件、核心产品以及行业系统解决方案为一体全产业价值链，这么多年来新松它的成长过程就是一系列不断创新的过程，我们下面看一看新松成长的经历。
2000年新松从沈阳自动化所分离出来，正式成立，2001年我们就推出了首条120公斤点焊机器人生产线，2003年我们在潍柴动力提供了自动导引、激光导引移动机器人系统，这个导引技术完全采用国产的技术，这也是我国首台导引机器人正式投入使用。2006年我国首台平面关节性机器人投入使用，2007年我们中国的移动机器人首次出口海外，这个是当时我们把产品销售到了墨西哥，紧接着到了美国、加拿大、欧洲，可以说在整个通用汽车全球体系内得到销售，也开创了中国移动机器人出后的先河。2009年新松成功上市，成为中国机器人公司第一股。
2011年我国首台双叉大气机械手研制成功，这个主要用在半导体行业，2012年国产机器人首次批量应用于点焊生产线，从那时候起我们看到在汽车生产线上大面积的飘起了中国红，这就是新松生产的工业机器人。2013年我国首套非接触供电合装移动机器人系统投入使用，这也是在移动机器人应用方面巨大突破，打破了国外公司的垄断。2014年我国首台500公斤大负载的工业机器人研制成功，同样是在新松，2015年我国首先负荷机器人研发成功，我们是第一个提出负荷理念的公司，也是真正实现它的公司。2018年新松机器人亮相韩国平昌冬奥会闭幕式，我们24个冰屏机器人和轮滑演员密切互动，在国际奥林匹克的舞台上给大家奉献了一场精彩的视觉盛宴。2019年新松的港口机器人首次出口海外，到达新加坡港，这个港口集装箱运输机器人载重达到65吨，到现在我们陆续向新加坡港移交了近百台的港口机器人。
2020年近百台的移动机器人进驻了国际新能源国际龙头企业，从此彻底改变了新能源汽车的生产方式。2021年国内首创重卡行业的移动机器人双车联动技术，这也是一个非常大的创举。2022年习近平总书记莅临新松考察调研，习近平总书记鼓励我们提高科技自立自强，解决卡脖子问题。2022年国内首款工业清洁机器人正式发布，同年工业机器人焊接系统成功应用于葛洲坝集团。2023年双臂真空机械手实现国产化，这也填补了我国半导体装备在这个领域的空白，解决了卡脖子问题。同样是2023年工业机器人整体性能得到全面的提升，我们的工业机器人焊接系统也正式进入高端应用领域。
回顾我们新松公司的发展历程，可以说创新是我们新松的立足之本，我们公司在成立之初就是确立了通过自主创新而促进产业发展的宗旨，除此之外创新也是我们公司不断的开辟市场，打破技术壁垒一个重要的技术手段，实际上在右下角的这个图里面，就是双车联动机器人重卡生产，这个就是在国内一个项目里面，当时厂方事先准备引进国外的项目，他们并不准备使用移动机器人来进行重卡的装配，是我们的方案，移动机器人的灵活性最终打动了客户，采用了灵活移动机器人的装备。这样的系统是具有高复杂度，一方面每个重卡重达十多吨，我们需要拿两台移动机器人，抬着重卡贯穿整个生产线，包括直线、转弯等等，大家知道生产线有很多意外情况会发生，有时候会有停线、紧急处理，这就好像两个人搬着一百公斤的重物，要沿着很长的路段进行行走，要求机器人具有很高的可靠性、控制精度等等，所以说这个项目是非常非常具有难度的。
下面我稍微介绍一下我们新松的机器人产品线，像前面我刚才介绍的，我们是做产业的，我们可能不是特别关注这种顶尖的创新，但是对行业，对机器人市场的发展是非常关注。我们主要的产品线包括第一个工业机器人，就是俗称的机械臂，第二个是移动机器人，这个一般就是指轮式的机器人，像刚才罗教授介绍的里面就有一部分是属于移动机器人，另外还包括一些特种机器人，应用于各种特殊的场所。
新松公司的产品覆盖是非常广，而且覆盖了一个非常重要的领域，就是工业机器人、移动机器人，我们看看左边这个图，这是2021年全球机器人应用的数量，从图中可以看到应用最大的是工业机器人，达到了51.7万台，第二是物流机器人，还有医疗机器人，可以看出工业机器人和移动机器人，因为这里边物流机器人、服务机器人是属于移动机器人的范畴，可以说我们在这里边是有很大的覆盖范围，同时以我们的工业机器人、移动机器人为依托，我们具有像特种机器人、服务机器人的关键辐射能力。
下面我稍微介绍一下我们的工业机器人产品线，这是我们最早开始的产品线，新松具有比较完整的产品系列，尤其是在高端产品方面，我们是具有一些优势，比如说高精度、高可靠性的应用，包括大负载、高速度等等，近两年我们尤其关注工业机器人，在这之前可以说我们花了一部分在集成，现在回归要更加关注产品，所以我们对工业机器人的性能进行了全面的提升，包括对它的软件进行了梳理，到目前可以处理非常复杂的连续轨迹，也可以在大负载的情况下来实现很高的工作节拍。
另外就是这个点焊机器人产品投入了批量应用，我们知道汽车点焊这个环节是整个工业机器人应用的高端，以往在国内很多生产线上，这样的生产线基本上使用国外龙头企业的产品，国内企业很少能够染指，正是因为这些行业，这个用法对机器人的要求非常高，一个可靠性要求非常高，同时节拍非常快，而且焊接的精度要求非常高，我们通过自身的努力，提高了我们的精度和焊接速度，平均每个单点的焊接只需要2.2秒，可以说我们现在凭借技术创新又打入了这么一个关键的技术领域。另外在中厚板焊接领域我们也做出了努力，像这里面展示的是一些比较复杂的焊接，比如这个叫厚板焊接，我们知道厚板焊接是需要进行多层多道的焊接，需要根据焊接的具体情况随时调整它的轨迹，在这方面我们通过积累相应的知识库和根据传感器的结合，也提供了很好的应用支持。
下面介绍一下移动机器人产品线的发展情况，新松的移动机器人产品线可以说是我们的强项、龙头，在这个领域我们拥有比较完备的技术，其实在国际上也是处于比较领先的地位，目前我们是在汽车制造、新能源装备、仓储物流等等方面都有很好的市场，尤其是最近随着我们国家新能源汽车出海，我们的技术也走向了海外，在今年上半年的数据统计里面，我们移动机器人产品的销量有30%来自于海外，这也现时了我们在这方面的竞争力。最近我们在这方面也取得了一些新的进展，包括我们开拓户外的应用，现在我们使用激光SLAM加上卫星导航的复合应用方式，使我们能够实现在这个园区的货物运转，打通室内和室外的周转，突破原来室内机器人应用的屏障。同时我们也推出了工业服务机器人，试水的是工业清洁机器人，主要是因为我们认为未来一定是服务机器人是大行其道的，所以我们通过这个方式切入这个领域进行试水，将来会进一步开拓在服务机器人领域的市场。
下一步我们努力的方向，包括环境建模与导航，这是因为移动机器人非常关键就是导航和定位，我们要在动态环境下也能适应各种条件，要加强末端定位能力，同时还要增强对环境的理解和自主规划能力，现在移动机器人经常是在群体，很多的机器人进行联动，所以我们要加强群体优化调度。最后要使移动机器人成为一种工具，能够很容易把各种装置部署于它上面，所以这是我们下面在移动机器人方面的努力方向。
说到这儿，我们下面一定要谈谈人工智能，因为这个技术可以说是深刻的改变了机器人技术的样貌，这也是新松要在这个方面重点进行投入和研发的方向，这个领域改变了很多，我在这列举了四个方面，是感知能力、理解能力、作业能力、应用方法，感知能力我们现在有了机器人视觉人工智能以后，对现场的检测和感知达到了新的水平，同时机器人对现场环境的感知，哪些是运动物体，哪些是人，哪些是静止物体有了更详细的分析，同时也可以通过自然语言和人类进行一定的交互。第三点现在机器人、机械手臂在人工智能技术加持之下，末端操作具有非常高的灵活性，比如通过强化学习的机械臂可以进行非常精细的装配操作，这是操作能力的提高。最后一点也是最重要的一点，就是机器人的应用方式，以往的机器人它在应用的时候是需要人来进行编程或者进行试校，但是有了AI大模型技术，有了自然语言的交互技术，我们将来对机器人的指令下达可能完全可以通过语言的方式来进行描述，这将完全颠覆机器人发展的以往的技术路线。
所以我们要拥抱智能机器人时代的到来，以往我们的工业机器人作为机器人的手臂，移动机器人作为机器人的脚，组成了复合机器人，但是现在由于机器视觉的发觉以及手臂式机器人操作精度进一步提高，可以说现在我们已经具备了一个集手、足、眼、脑为一体的智能机器人的组成，可以预期我们在不远的未来，智能机器人将成为机器人应用的主要战场，我们头脑中每当提起机器人的时候，我们所想到的也许不再是原来那样一个硬梆梆、冷冰冰的机械手，而是一个实实在在人的形象。
说到这要说到人形机器人，人形机器人是一个非常重要努力的方向，但是在目前它还要克服很多困难才能走向实际的应用，在此我们现在的复合机器人具有更快更好切入应用的技术，因为具有更好视觉能力、配合云端IOT智能升级版的复合机器人将会加速走向应用，正如刚才看到罗教授展示的那就是复合机器人在执行更加智能的活动，当然新松还要积极推动人形机器人的开发，目前可以说人形机器人的研究热潮大大的促进了智能机器人技术的发展，而新松公司也将在这个领域里面加大我们的研发力度，最终推出人形机器人产品。
最后我想说以往取得的成绩只是我们下面新的努力的开始，我们作为新松人，作为企业，作为咱们国家机器人行业的担当，我们一定要不忘初心，坚持长远，要持之以恒的进行创新，争取为我们国家的机器人行业做出更多的贡献。在此我最后用这么两句话结束我的演讲，锐意进取，持续创新，智慧新松，又将启程，我的报告就到这里，谢谢。
赵明国：谢谢张雷先生的精彩演讲，接下来有请中国工程院院士赵春江作农业机器人技术与挑战，有请赵春江院士。
赵春江：各位专家，大家上午好！很高兴能够参加我们这次机器人大会，其实这几年每年我都参加机器人大会，介绍一些农业上的情况，今天继续围绕农业机器人介绍一些工作进展的情况，供大家参考。
首先介绍一下农业机器人的背景，农业机器人跟工业机器人不一样，按分类它是放在特种机器人类别，工业机器人、服务机器人和特种机器人，我们农业机器人是在特种机器人里面，目前从全球来看，农业机器人发展速度非常非常快，为什么这么说呢？主要是现在全球来看，农业劳动力大幅度的减少，特别是人口的老龄化，像日本老龄化问题是比较突出的，像我们中国从2018年开始老龄化问题也比较突出，现在农村地区基本上青壮年都到城市打工了，农村没人种地的现象，出现了撂荒地等各种情况，在国家高度关注粮食安全大的背景下，未来怎么样机器换人，这是大的战略问题，农业机器人将起到这方面的作用。
农业机器人首先符合机器人一般的概念和定义，农业机器人有它自己的特殊性，农业机器人这几年发展从一般性自动化的设备正在向具有高度智能的机器人方向转变，当然经历了技术的创新和不断的发展，目前农业机器人从智能感知、即时的通讯、控制到末端执行器、操作等各个方面，还有移动，完成了技术的迭代，应该说成为下一代新型的农业机器人。
目前关于推动农业机器人的发展，全球有很多国家和地区都有相应鼓励的政策，像欧洲发达国家从事生产的劳动力成本就更高了，在地平线计划里面拿出了很多的钱，有一个农业机器人战略伙伴计划，这个计划里面是由UR牵头，38个合作伙伴来开展设施农业，比如摘甜椒，还有畜牧业领域应用的机器人。目前全球农业机器人的市场发展是非常非常快的，预计市场规模达到870亿美元这么一个规模，当然这个规模是一个预测的，未来可能也会有稍微的调整，但是总体上每年是持续的增加，因为我们现在全球大概目前预计是70万农业机器人在工作，当然程度有大有小，智能化程度有高有低。
总之农业机器人的产业发展迅速，近几年我们国家农业机器人需求量保持在38.6%的增长，2025年预计达到10.44亿人民币的规模，目前重点集中在农业无人机，像植保无人机、大疆、极飞制造的，另外智能采收、农业导航和生产的巡检，在农业领域真正实现大面积应用的机器人重点集中在植保无人机和农业自动驾驶拖拉机两个方面，当然现在一些特种类型小型的农业机器人在用，但是缺乏普遍性。
我们在研发农业机器人过程当中发现有很多特殊性，和工业机器人相比，第一农业的非结构化的环境，果树包括种植什么东西，包括养殖什么东西，是在一个非常不固定的结构环境下来进行生产，所以这种非结构化的环境和工业机器人有很大的差异，比方说你去用机器人摘苹果，你看着这个苹果都长的一簇一簇的，距离差不多，但是具体每个苹果的位置，它在枝条里面长的这个情况，都是不太一样，所以全世界没有两棵一样结构的苹果树，这是它的复杂性。
第二个就是农业环境的变化，白天和晚上开放条件下，像夜间没有光，如果我们是主动光源进行照射提供目标识别定位的话，这是一种情况，白天有光弱跟强、阴雨天的情况，所以这样导致了我们对目标对象的识别和定位，再加上结构的复杂，带来了很大的挑战性。另外农业机器人操作对象的生物特性，特别是采收机器人，像摘苹果、摘水果这一类的东西，如果你的机械没有很好的触地反馈的话，我们非常容易破坏掉这个苹果的品质，如果你用的劲小根本摘不下来，果柄跟连接的还是很紧的，但是如果我们用力大了之后，非常容易破坏苹果的商品品质，我们一旦之间夹了这个苹果，表面上看着没什么坏，当时没看出来，但是存储的时候很快就会腐烂，造成产品的损失，如果商品表面出现问题，对商品品质影响是很大的。
所以现在农业机器人它的复杂性，我们的技术跟工业机器人，除了原有的技术以外，还得考虑农业机器人的特殊性，这些都是我们面临重要的挑战。所以在未来的信息感知、自主决策、末端的执行机构这个方面，研发可能就更加复杂。还有一个突出的情况就是农业经济效益不是像工业一样，因为农业它具有社会性和公益性，不可能一个苹果卖很贵，国家也不允许，从长久大的战略来讲。所以我们从事农业机器人研发投入的企业经济效益回报也是个突出问题，所以未来开展机器人的创新和探索面临着很大的不确定性和挑战性。
目前我们国家农田作业的机器人，还有收获、采摘、播种、施肥、打药、放牧等各种各样的机器人都在进行探索，全球农业机器人的初创公司也是发展非常快，在这种背景下如何根据我们中国自身的情况和特点，根据机器人卡脖子的问题来研究适合农业的场景用在机器人，这就是未来我们所面临的重大的科技任务。
目前从农田作业的机器人这一块看，比如土壤地形复杂，土壤的松软，作物相互遮挡，场景复杂，特别是还需要提高作业效率，刚才新松老总谈到多机的协同很重要，我们一万亩地需要机器人去作业，不可能单台机器人，需要多台机器人作业，有的机器人在作业过程中可能出现了故障，它立马就需要动态的分配，整个任务要重新规划。另外一种可能比如一万亩地正在作业，旁边三千亩地机器人在作业，作业完了之后它没事干了，也让它增加到这个队伍里来，突然增加人我们也需要对任务进行分配，路径需要规划，这些都是动态的，当然现在除了这种情况还有其他复杂的场景，比说碰撞问题和一些障碍物的问题，还有下立面不规则等问题。
目前我们感觉到在农业机器人领域，可能最核心的还是一个真正高精度的感知，这个感知过去我们对目标对象这种感知，未来我们要对情景的感知，情景感知包括对象之间它们的关系以及未来下一个运动的一些倾向性要做出这个预测，这样的话才能提高我们农业机器人的作业效率和安全性，比方说我们给牛、动物打针，动物是动的，因为疫病防控都打预防针，但是太多了，中国人养猪是14亿头猪，如果14亿头猪靠人打的话，用的人工量是相当大的，现在我们探索给猪、小鸡苗打针，还有鱼也要打疫苗。所以这种情况下它是一个活物，本身我们要识别它这是一个什么东西，而且位置还要准确识别到，比方说我们打预防针，你不能打到眼睛上，也不能打到头上，应该打到猪的屁股上，它本身还有动作，这是一个高度复杂性的识别和定位问题，以及它未来下一步很可能存在的运动的方向等等这些方面，我觉得这是信息感知要提出的一些新的挑战性重大的问题。
现在农机在作业过程当中，除了感知，因为基本上大田作物种植比较规范，感知完了决策控制，现在核心就是涉及到掉头拐弯的问题，我们知道中国的农田地块比较小，拖拉机还没走一分钟有可能就要掉头了，有很多种掉头的类型，比如U型、灯泡型、鱼尾型等等各种各样的掉头方式，哪个效率最高，在什么情景下用拐弯的模式，这跟自动驾驶汽车不一样，自动驾驶汽车是沿着一条路跑的，这也是重要控制上的问题。目前农业领域基于北斗卫星的导航、视觉导航、惯性导航综合起来应用，构建大田作业的机器人，现在这个技术相对来说已经走到了比较深的程度，在生产实践当中，像无人农场，这里面机器全是无人作业的，已经实现了这些具体的步骤。
农业生产除了机器人走以外，机器人后面要挂一个机具，这个机具就是打药的、施肥的、播种的，这些机具要和主机能够达到高度的协同，而机具和主机的连接，像机械和播种机械可能是一体化的，但是施肥打药的机械只是靠连接杆和液压装置进行连接，在控制上有一个控制精度的问题，这也是很突出需要解决的问题。目前农业上的应用场景除了大田、动物、果园这是很突出的场景，像采摘，现在像山东苹果采摘，南方柑橘采摘，而且树冠都比较大，这种情况下登梯子上去非常摔伤到人，如果把机器人解决了之后，对解决采摘问题非常必要的。当然采摘完全按照传统的树冠的形状来进行机械采摘是不新的，我们必须要把这个树的结构进行调整，我们在美国看到苹果是按家里面的篱笆一样挂在篱笆上，树冠的后头很薄，规规矩矩的，这个树不是一个很大的树冠的形状，这样便于机械臂操作和作业，目前农机和农艺的融合就显得非常非常重要，我们不能简单只要求机器人做到什么，同时对农艺上要求也要进行调整，这样才能达到这种高效率的采摘。
像这个机器人就是我们团队采用多臂的方式进行采摘，因为单臂的效率太低，多臂操作过程中碰撞问题、协同控制也是需要进行优化的。蔬菜生产这块也是很大的头，像采摘、播种、嫁接等等都是非常复杂的应用场景，未来需要我们能够进一步的优化，从工厂化的育苗到移栽、非水药的管理到采收、运输等等，我们都知道寿光是搞设施蔬菜生产很好的地方，但是很多农民因为长期在高温高湿环境下进行繁重的劳动，对腿关节影响是很大的，所以急需要机器人换人新的技术来解决生产上的问题。
未来农业机器人的发展，特别是新材料、新工艺，机械装备的创新发展，应该说人工智能的发展为机器人发展带来了新的机遇，这里面就是我们感觉到路径规划与自动感知这个技术仍然需要进一步的创新和发展，特别是在一些新型的传感器方面、算法上要进行突破和创新。第二作业性能的提升，机械臂它的柔性、多臂、多协同的方面也是我们需要考虑的问题。第三要考虑一个作业的效率问题，因为现在机器人有的时候可以完成动作，但是时间太长，目前全球摘一个黄瓜、西红柿，目前最少的时间是11秒，日本也是这所以现在我们没办法发展多臂，但是我们想通过新的人工智能技术算法、算力的提升，然后把速度能够提升起来，这样的话能够推动机器人的发展。
未来农业机器人新的场景条件下我们从工业技术理念来完成某一个特定动作，实现工业化的生产，同时要求农业领域也必须进行农艺的改革，过去很不规范，想怎么种就怎么种，现在我们要符合机器人它的通过性等各方面，尽量给机器人简化，从树冠、结构各个方面也要进行简化，这样能够适合机器人作业的场景。未来农业机器人发展潜力巨大，但是技术面临着重大挑战，也希望我们工业界做机器人的同志加入到农业，农业领域的机器人还是很有前景的，今天我的报告就到这里，谢谢大家！
赵明国：谢谢赵春江院士的精彩演讲，接下来有请SMC投资管理有限公司董事兼总经理马清海先生作聚享低碳创新，共创智能未来的报告。
马清海：尊敬的各位专家、各位嘉宾、各位朋友们，大家上午好！我是来自SMC投资管理有限公司的马清海，目前负责SMC大中华区运营管理的工作，很高兴今天有这个机会利用世界机器人大会这个平台跟大家分享一下SMC在助力机器人产业发展中我们的技术创新和产品创新的一些工作，今天我跟大家分享的内容主要是三块，首先简单介绍一下SMC公司情况，更主要讲一下SMC最近的一些创新发展理念，第三块介绍一下机器人大会我们展示的产品，面向机器人产业带来的产品创新。
SMC公司是一家日本企业，致力于气动、元器件、研发、制造和服务的企业，总部在日本的东京，目前全球有2万余人，销售额大概在400多亿人民币，这家企业主要是两个基本的理念，一个是面向全球客户的需求全部满足，第二我们的产品也是面向全球各个区域，既有通用产品，也有定制化的产品，所以SMC目前在这行业里面有几个特点，是日本上市公司第一股，我们目前是这个行业的引领者，在全球的份额大概在40%左右，日本已经做到了60%，同时这家企业一直专心气动技术，引领自动化产业的发展，另外我们一直坚持我们是一家制造型企业的定位。
SMC在气动行业里是以一站式气动元器件的综合制造商，所以只要你有气动需求可以找SMC，我可以给你一站式服务，这样使我们产品种类比较多，大概有1.2万个种类，有75个产品的型号，所以说我们既有传统的像空气的辅助装置，还有执行元件、控制元件，还有面向气电融合的电动执行器，还有一些通信类的产品，还有开发了一些特殊环境的产品，所以SMC产品还是比较丰富的。还有一块服务的客户群比较庞大，我们现在服务的30个细分行业，大约有45家客户在全球，最近数据将近5万家了，随着新兴产业的兴起，我们的客户群在不断增大，从传统产业上构成销售来源的以前是汽车，像消费电子、民生行业，像吃喝，另外就是工作母机，还有一些机床行业。
这两年我们客户群发生很大的改变，特别是随着这几年疫情的影响，大健康产业不断的发展，生物医药发展比较快，另外随着双碳承诺，像新能源汽车、锂电、光伏、半导体、集成电路这几个产业发展比较快，目前新兴产业已经占到SMC客户群体的一半了。
另外一个SMC的研发，目前SMC研发在全球有五大研发中心，主力还是在日本的筑波，目前日本GTC占了总研发能力的大约80%左右，2000名研发人员里面他们占了1300人，其次就是CTC，就是中国研发中心，大约有200人左右，我们正在扩充研发，预计在今年在亦庄启动亚太新的研发中心，由200人扩充到400人。还有一块是销售网络，因为我们是一个全球化的公司，目前在全球83个国家有530个营业据点，我们配置了将近8700名营业工程师，服务了全球30个细分行业将近50万家客户。另外中国的营业体系，我们是1994年进入到中国，将近30年，在中国我们也服务了将近10万家客户，在一二三线城市大概有120个营业据点，配置了1400名销售工程师，还有800多人的技术服务队伍，组成了整个服务体系，同时在北京、上海、香港、常州、广州建立我们的物流中心，服务了大约10万家客户。
第二讲一下SMC的创新发展，结合这几年的绿色制造、数字化转型、吕惠社会责任做了创新发展的一些探讨。首先创新发展的主题就是围绕着企业的持续发展和低碳绿色来进行创新体系的建设，分为三大块，一个从研发端，从产品和技术的创新上，如何为客户在气动方面提供一些面向未来的新技术、新应用，它的载体就是我们的产品，从产品的小型化、轻量化、节能化、互联化，这是我们产品创新的一个维度。另外就是制造创新，日本企业大家都知道追求工艺的创新，从管理的创新再叠加现在绿色制造，如何在整个工艺过程中减少二氧化碳排放，减少固废的排放，另外这两年建设数字中国，再加上工厂的数字化转型，我们也在做企业内部的数字化转型。第三块就是服务升级面向市场，面向客户，如何为客户带来更多的技术和产品，同时让销售网络、物流网络和客户的互联能够最大限度的发挥，我们在进行服务体系的升级，主要是这三个维度。
从产品创新上来讲我们有几个，一个是小型化，现在基本按照尺寸削减30%到50%来适应很多设备的小型化，特别像机器人产业里面，特别是在好多3C行业应用的时候，设备在不断的小型化，如何适应设备小型化的需求，我们实现了产品的轻量化和小型化。另外就是更加节能，像我们新推出很多低功率的电磁阀，最早是一瓦的功率，现在可能是0.1瓦左右，可以完成同样的性能和功能，另外性能的多样化、智能化，要实现互联，支持工厂数字化的转型。
第二块是数字化转型，从数字化转型来讲，SMC是这么考虑的，首先是把我们企业的精益化和工业自动化提升起来，中国很多制造业里面工业自动化的程度还是比较低，像很多乡镇企业联40%都不到，在劳动力极度短缺的时代，必须要大力发展机器人替代人，所以说在精益化、自动化基础上，如何叠加信息化技术和数字化技术，最终我们向智能去过渡，最终还要考虑到所有工业里面都要以削减排放二氧化碳为目标，这就是SMC考虑到四步走，通过精细化来提质增效，通过自动化提升产线的稳定，最终向智能制造去过渡。这是一张数字化转型从端到端，从客户端、需求端一直到工厂内部的生产组织，一直到供应商端，如果从数字化技术把它连接起来，通过这种技术使我的制造效率更快，品质更稳定，生产周期更短，最终为客户创造更多的价值。这个实践也得到了社会的认可，这两年从工信部、北京市、行业协会都给了我们很高的评价。
第三就是绿色制造发展，现在在绿色创新里面主要从三个维度，一个是从研发产品的创新，另外在制造过程中绿色工厂的打造，第三在应用端，在客户使用SMC产品的时候，如何实现最大的节能化，用更低的功耗、更低的高压气的使用来完成它的功能，我们从三个维度来做。
第一个来讲就是绿色产品，前面我也简单的介绍一下，从绿色产品里面更多是资源的节省，还有一块就是省高压机，大家都知道工厂里面20%到30%的电力是被高压机给消耗掉了，我们的目标是工厂高压机的消耗削减50%作为我们新产品的设计目标，同时我们还设计一些长寿命的产品，这样来减少设备的维保和维护，我们也新开发了一些面向气源动态管理系统，使客户对整个气量的消耗可视化，对异常及时的显现，及时的处置。
第二个另外在工厂端，我们从工艺的创新、节能减排全供应链的二氧化碳削减的量化、可视化，我们做了一些创新的工作，如果大家有机会的话，我的工厂就在北京亦庄、顺义，两家工厂都已经被工信部命名为绿色制造工厂，在这方面可以跟大家多做一些交流。
第三个面向客户端在应用的时候如何最大限度削减二氧化碳的排放，所以我们也成立了专业专职的节能团队，每年为几十家气动元器件的使用者做节能体验，我们大概有个20多人的专职团队，这里边可能有A公司，通过节能它的单耗会得到下降，大家有这需求可以跟我们节能团队联系。还有一块是社会责任，除了在产品创新，数字化转型中要强调社会责任，社会责任一个是推出BCP计划，大家知道疫情的冲击使供应链受阻，如何让客户能够安心的使用SMC的产品，使我的供应链坚决强化，所以我们在天津又打造了一个现代化的工厂，占地560亩，主要是面向中国的集成电路半导体、新能源、生物医药新兴产业，再进行一些新产品的落地，还有产能的扩充，也欢迎大家有机会到天津工厂看一看。另外一块是社会责任，结合联合国的SDGs，也是联合国可持续发展目标17项目标，我们选择了其中4项作为我们的目标，还有具体四项活动的开展，这也是SMC履行社会责任重要的一环。
第三大方面是面向机器人产业SMC做了哪些产品研发的努力和产品创新的努力，给大家简单介绍一下。主要是从四个方面做了一些尝试，首先推出了一些小型高压机，这次在展会上做了一些展示，为了适应机器人产业的发展，大家知道机器人是行走也好，移动也好，不像其他工厂里面好多固定的机床一样，这个时候对气源配置要求比较高，所以我们推出了适合机器人产业小型的压缩机，它既是个压缩机，也是个泵，还有气源管理，还有面向无线互联的阀岛技术，还有推出了协作机器人多种多样的执行机构。
下面具体介绍一下，首先是AMS的节能系统，在装置上和产线上，装上这个系统以后，会对整个气源使用的状况进行动态的监视，它会根据你的工况自动调节压力，最大限度的减少高压气的使用量，同时所有的监视过程都可以实现通信管理，能和你的终端、信息端能进行数据的共享。还有一块就是无线通讯技术，我们可以实现没有配线的，省工时的，在汽车里面实现无线的控制技术，大家知道工厂里面噪音比较大，磁干扰比较强，想实现无线控制也是有一定的难度，所以我们和汽车的厂家合作，现在在日产、长城、比亚迪、吉利都在应用我们的无线技术。另外一个我们也大力拥抱先进的技术导入5G通讯，可以实现跨区域、大区域，像我们通过北京对广州公司、上海公司很多无线管理能实现无线终端控制，这就是我们的5G技术。还有小型压缩机，可以带着机器人上里面去，无论你是行走机器人还是协作机器人，在高压气站可能配置有困难的情况下可以利用小型的高压机来实现。
还有一个面向协作机器人多种末端执行机构，我们又开发了各种各样的产品，适应不同的工况，无论是农业上，特别是农业摘苹果也好，防止它夹伤，还有一些软体卡爪、吸盘、磁性吸盘、压力吸盘，各种各样的，我们也和业界的机器人厂家在通力合作，通过和他们共同研发出新的执行机构，来适应终端客户多种多样的，从原先的产业机器人向现在农业机器人、特种机器人和服务机器人去过渡。另外一个SMC作为机器人行业的一个成员，我们既是世界机器人联合会的成员，同时我们也是昨天新成立的世界机器人合作组织的发起单位理事会成员，所以SMC作为双成员，我们也希望通过SMC不断的创新，不断的加大对机器人产业的投入，来支持机器人产业的持续发展、绿色发展。
如果大家有兴趣的话，想对SMC的产品、技术和对SMC企业更多的了解，可以到我们的展台去看，我们在A馆A111，我们本着低碳、数智、可靠、可持续发展做了这次的展示，也希望跟大家做更多的交流，同时我们在北京的顺义、亦庄、天津有三个面向全球的量产工厂，也是低碳绿色工厂，也是数字化工厂，也欢迎大家参观指导，我的发言就到这儿，谢谢。
赵明国：感谢马清海先生的精彩演讲，接下来有请香港中文大学教授刘云辉作机器人技术使物流产业实现自动化的报告，有请刘教授。
刘云辉：首先感谢这次大会给我这么一次机会，介绍一下我们的工作，我来自香港中文大学，最近这几年我们主要是做了一些物流自动化的研究，我在这里面主要是介绍一下我们的一些工作，在这之前我们最近在政府支持下成立了一个香港物流机器人研究中心，香港物流机器人研究中心是香港中文大学跟加州伯克利分校一起成立的，由香港特区政府InnoHK资助的一个研究中心，InnoHK是香港政府的一个旗舰的科创项目，它拿出来100个亿资助了28个中心，我们就是其中一个，主要是研发面向物流等行业应用的应用型机器人和人工智能技术，面我们有香港中文大学的教授，也有UC伯克利教授来参与这里面的工作。
我们为什么选择物流机器人作为我们的研究对象，这主要是因为物流行业的机器人应用非常发达，过去几年都以每年大概25%到30%的速度来增长，我们看到了机器人及人工智能技术在物流行业巨大的应用潜力，我们主要是瞄准哪些应用？首先第一个瞄准应用就是物流里面的搬运和运输问题，包括从机场或者港口等终端到仓库里面的运输，仓库最后到店里面，还有店到终端用户最后一公里运输，这里面几个环节，不管是仓内或者是仓外的运输，或者最后一公里运输，机器人的作用是核心，所以我们把这个作为我们的应用场景。第二个我们应用目标就是仓内的一些有关操作的一些自动化，包括分拣和上下货，这些东西其实现在都是非常非常头痛的一些工作，比如从车上或者从货里面把它拆开，放到传送带上，这个都是非常累，也找不到工人，这些东西如果能够机器人做自动化是非常非常有意义的。
为了解决这些物流，这些应用其实对机器人来说有四个挑战，这四个挑战不光在物流机器人，其实对所有的机器人都是一样的，首先第一个是智慧感知，机器人需要准确可靠，而且准确的了解或者获取和理解周围的环境，第二个机器人能够像我们的腿一样在环境中很可靠的运动起来，第三个就是模仿我们的操作智能，我们的手非常非常的灵活，我们怎么能够把机械手也能做到像手一样的操作智能，第三个就是机器人跟人的交互，包括机器人之间的交互，我觉得这四个方面是一个核心技术。
如果我们面向应用来说有几个点，第一个你的解决方案，你的机器人是否有效解决这个问题，第二个可靠性，第三个我们要强调效率，第四个也要考虑着投资，因为希望你的投资能够有很好回报，这是对所有的工业界都有需求。
过去好多年我们一直从感知到机器人的运动怎么结合起来，特别是视觉跟机器人怎么结合起来，因为我们人不管你是行走也好，操作也好，很多情况都依赖视觉反馈，其实我一直研究有关视觉驱动的机器人技术，比如说在大概20多年前我们就在香港医院开发了一台专门做物流运输的机器人，它主要是把化验室的化验报告送到病房，或者把病房一些文件、样本再送到化验室，当时我们就完全基于视觉看这个上面天花板的特征来导航，来建图，做定位，当时工作了3个月，那个时候大家对机器人是非常非常陌生，经常欺负它，用手把相机给它遮挡起来，我们发现这个维护是非常的头疼，因为我们在学校，没有公司来维护这个东西，所以就停止了。
我一直觉得视觉驱动机器人是非常好的概念，我想机器人能不能完全依赖于环境中自然的特征，不要GPS和其他的定位系统，就是依靠视觉能不能做这种，我们当时研究了一套算法，在实验室做了实验，我们就想这个实验室的技术怎么能够转化成一个产品，我们就找到一个方向就是做叉车，这是工业用的最常见的一个车辆，全世界有一千多万辆，这个场景是非常大的，每年大概有100多万辆的新的产品，但是现在驾驶员还是比较难找，成本很高，我知道在欧美大概这种叉车工资大概是40到五十美元，所以在中国也在上升，我们想能不能把这个给自动化，然后我们就把这个作为研究对象，把我们研究的视觉导航、伺服控制，包括低成本感知技术以及导航技术用起来，我们就开发了一系列的无人驾驶的叉车，然后找到了一些很难的场景，不光是在平面运输，很多厂家不愿去做的，相对而言比较挑战的一些场景，比如说卡车装载卸载，还有高位的存取，以及药笼的堆叠要求很高，包括外部的一些传输，这里面很需要的技术就是（英文），我们融合了视觉SLAM，包括环境中间的几何特征来优化，我们现在导航技术不管在室内外，不管是晴天阴天能做到10个MM（英文），这个也是花掉很多功夫来做的。
第二个就是做视觉反馈控制，你通过视觉传感器或者其他传感器，实时的来监测单一对象的位置，然后对机器人做实际上的调整，运动控制，这些东西现在控制的精度是非常高的，能够做到正负5个MM+0.3，你的负载会变，负载大概一吨到两吨，也是一个很挑战的技术，对工业移动车辆来讲，相对感知而已，控制对感知挑战更大一些，所以这几年我们在控制上面花了很大很大精力，也投入了很多资源做研发。举个例子，比如这种梅花桩，这是自动驾驶，和人工驾驶做了比较，这里面是人工驾驶大概20秒可以完成，我们新的算法也可以20秒左右，但是以前都要60秒，所以从效率来说提升还是很多的。我们把这些技术开发以后就拓开这些场景，这里面有一些现在应用场景，这是我们工厂的一些车，这个是平面搬运车，这是货车装卸货，这也是我们在世界上第一次实现货车装卸货，包括集装箱、长卡车的装卸也是非常挑战，一般真正落地来说，我们虽然是个小公司，但是这一点大家还都是很认可的。这个就是一般的搬运一些，这是货架存在。这个就是晚上可以24小时工作，这个也是非常具有挑战的，药笼要把它堆叠起来，这个精度的误差在15到20MM，所以在这种自然环境下实现高精度的控制是非常具有挑战的。
我们现在正在做研发轻卡，因为我们觉得未来仓库到店里面，可能是通过这种轻卡能够做到，也做了一些测试，特别是拥挤的环境下，在停车场怎么驾驶，包括自动停车，因为这种也是非常要高精度的，大概精度也要在2到3个CM，因为你要跟其他的来对接。
下面简单介绍一下我们在Warehouse automation方面，操作内自动化的一些工作介绍，操作内容主要讲picking，现在都是用IGU，货到人，人分拣，未来我们希望能够用机器人把它都代替过来，但是picking这个事情非常具有挑战，因为有不同形状的物体，还有量很大，SKU可能有几万种，有不同形状、不同材料等等，这个怎么做，其实是非常具有挑战性的东西，从技术上来讲有几个方面，第一个Technical的挑战，因为我要知道三维的信息，三维信息这里面有很多挑战，比如说透明物体，第二个是估计姿态，第三个我们的手是非常熟练的，但是机械手不是很熟练的，第四个是判断，这四个挑战怎么解决，这些货物有些是透明的东西，怎么获取三维信息，现在很多传感器，特别对透明物体解决不了，或者精度都有问题，我们最近发明了一种根据射线追踪的方法，能够把三维的信息做的很好，我们也在做SoC层面的工作，希望实现低成本和高效化。
比如说RealSense，这是一个比较典型的有一些玻璃，有一些塑胶的杯子，如果我们用RealSense，你是什么都看不见的，但是用我们的能够比较准确捕捉三维信息的这个点云。我们也跟现在工业相机做了比较，比如说这种透明的bottle，我们都能把三维信息抓取起来，现在很多工业相机只能把底部的三维信息获取出来，这个东西对抓取或者操作是非常重要的一个技术，我们现在正在用这个。
第二个怎么来估计这个姿态，怎么去抓取做规划，我们开发了一种仿真到实际的一个平台，这个平台我们希望通过模型做大量的仿真，但是为了增进这个仿真的真实性，我们把（英文）帮它做（英文），提升准确率，我们也做了很多工作，在透明物体很紧密堆砌物体抓取也能保证95%，比如说一些超市物体、生活物体的抓取，我们希望未来在电商物流把它自动化，所以做了很多测试，如果允许两次抓能够保证99.5%以上的成功率。
围绕方便一些系统集成，我们也有个标准化的抓取平台，它可以接不同的相机，不同的机器人，也有很多算法，也通过提供云服务，用户可以通过云来把模型上载下来做一些算法的优化，这是我们一些云的输出，比如一些物品的抓取、采码垛等等，还有柔性物体、变形物体的抓取，大家看到也有失败的，在这个平台可以集成不同的机器人，不同的算法，不同的传感器，方便大家开发，其实我们把这种也应用到了在一些垃圾分拣，因为现在这个是属于非常重要的方向，我们希望把这个技术在recycling上也用起来。
在国家机器人重点专项的支持下，我们也跟菜鸟合作，开发了一个大型的无人化的机器人仓储系统，大概有24000平米，应用到700多台AGV、自动叉车以及分拣的机器人，在无锡每天能够处理大概7万单左右，我们很多的技术在这里面得到了一些验证。
最后我简单总结一下，如果把机器人应用到实际场景，其实有很多很多挑战，过去两天大家都讨论很多，包括一般化的或者更广泛的机器人智能，机器人真正要用起来，我觉得还有很多技术上的困难要去攻克，特别是感知，感知个偏重于AI，属于大脑的一些算法，但是我觉得这些信息如果跟我们的身体运动、手、腿运动起来，还是有很多工作要做，如果我们面向应用有几个非常重要，第一个是针对可靠性，就是你要能够重复的24小时的来用。第二个成本是非常重要的，你希望给用户提供低成本的解决方案，但是往往现在机器人都是成本太高，真正应用来说成本上是成为一个主要的障碍，谢谢大家。
赵明国：谢谢刘云辉教授的演讲，下面有请以色列Maytronics公司首席解决方案官Stav Gizunterman作题为Maytronics——从泳池清洁机器人的先驱到世界领导者
Stav Gizunterman：大家好，非常荣幸可以在这里为大家带来演讲，感谢主办方的邀请，这场机器人大会真的让我叹为观止，我来自这家以色列的公司Maytronics，我们是世界领先的泳池机器人的公司，过去40年来都一直在从事这项工作，我们刚刚庆祝了40周年的庆典，在这个领域非常成功，所以今天我希望为大家带来我们公司机器人的介绍。
我们现在的这些机器人可能还做不到像大脑外科手术或者是可以做跑跳，我们现在的这个机器人可以让大家解放双手，获得平静和开心的生活，所以我希望跟大家做的这个是相对来说比较成熟的一些技术，我接下来想跟大家简单回顾一下我们公司过去40年的历程。故事开始于以色列的北部，这是一个很漂亮的小城镇，这实际上是一个很安静的乡村，我们的故事就开始在那里，因为本地有很多的泳池清洁的工作要做，所以我们就从那里开始了我们的自动泳池清洗的技术，我就不一年一年的讲了。
在过去40年间，Maytronics公司从初创到完成了种种技术的创新，在世界各地都在泳池清洁这个领域快速的扩张，成为这个行业的代表企业，2022年我们也成功的上市，现在营收差不多是5亿美元左右，这个领域是非常有趣的，这个领域是非常有乐趣的，它是非常商业化的一个市场，Maytronics的愿景是希望给大家带来更好的客户体验，我们说这是与众不同的体验，因为我们的客户他们都是那些自己管理游泳池水质很困难的，很多人都喜欢家里有个游泳池，但是要把游泳池管理好是很复杂的，所以我们的客户就可以获得与众不同的体验，获得独一无二的享受。我们公司现在在65个国家运营，包括中国。
我们下面再来说一下我们的技术和环境，在泳池当中这个环境就跟外部的环境是类似的，大家可能会觉得就是一个游泳池，但是这里会有一些不同的水质和化学品，水池会有不同的大小等等，在这个领域会有大量未知的参数，机器人需要感知学习，而做出决策，每个区域、每个国家，甚至是每个社区他们都会在泳池当中有不同的一些挑战，最终这样的泳池清洁的机器人希望能够让用户更便捷的来维护其泳池的环境，所以从技术的角度来说，过去40年我们也做了多次创新，未来我相信我们的技术将会是更加自主，有个好的一些预先的规划以及积极的协作。
如果您家里有一个泳池，你的梦想是什么呢？我不知道大家自己有没有什么样的梦想，但是实际上家里真的有一个泳池之后是非常非常麻烦的，有些国家会觉得家里有个泳池简直就是最奢华的享受，但是家里要管理好这个泳池并不像是你管理自己的浴缸一样，必须要有人专门去负责这个工作，是很繁杂的工作，这就是为什么我们会需要机器人，我们要了解最终的消费者，我们的终端用户他们所需要的是什么，我们说机器人要去清洁泳池，当然是泳池没有在人用的时候，这是我们过去40年致力于研发的事项，我们是非常了解泳池清洁的方方面面，对泳池清洁的需求是内置到我们机器人的DNA当中，这一点是非常重要的，我们非常了解消费者的需求。
现在看一下市场，我们的市场是全球差不多3000万个泳池，包括家用和商用的泳池，从市场渗透率的角度来说，只有差不多20%的泳池使用的是机器人，剩下80%都在使用手动的清洁，所以做机器人的这个数量其实已经很可观了。这边就是我们一些调查的数字，我们有些人对于未来数字的增长抱有疑虑，但是大家可以看到泳池这个行业仍然是非常的兴盛，我们未来预计会有更多的泳池是需要清洁机器人的。
我们下面再来说一下市场趋势，在疫情之前，我们看到了绝大多数的泳池是地下的，但是疫情之间有很多人是想要留在家中，地上的泳池也是发展的非常迅速，所以大家就可以在夜间使用更多无线缆的清洁机器人，我们希望泳池永远不迟清洁，而且我们不需要去接触这个机器人，让它们尽可能自动化，而且希望它是这种智能家居或者智能庭院整体解决方案的一部分，所以说可以看到我们的市场渠道，包括非常专业化的B2B的模式，还有会针对消费者的B2C端的消费模式，对于大众商场或者对于电商我们是有这种通用的信号，但是如果是专业的商用泳池我们可能也会有专业化的设备。
2023年很多人在说机器人是否要带线缆，我们希望未来的机器人可以从线缆的束缚当中释放，很多的客户都希望有这种简单的维护，希望机器人就留在泳池里边，有一些想要有这种充电的线缆，但是它的效率和性能是不一样的，我们在这里给大家带来什么样的产品，首先从产品性能上是有优势的，在消费产品这里如果想要脱颖而出，就必须要有好的技术，必须要创新作为一家在这方面有40年经验的公司，我们必须有在产品生命周期当中的持续支持，这个机器人会使用10年、20年，我们不能卖给他们产品之后就不再提供支持了，所以说从企业角度来说我们做了大量的支持工作，也包括有很多的年轻和更有经验的服务，我们会给客户带来很非凡的体验。
我们会有非常公平的定价，会有非常周到的服务，所以说我们希望产品能够满足消费者的期待，我下面给大家放一段小视频，来回顾一下我们公司40年的历程。谢谢大家！
赵明国：谢谢Stav Gizunterman的报告，接下来有请英国拉夫堡大学教授Massimiliano Zecca，他报告的题目是老年人的脆弱——机器人如何帮助改善健康和功能，有请。
Massimiliano Zecca：大家早上好！非常高兴今天来到这里，和大家分享一下我们的工作，我来自拉夫堡大学，今天跟大家交流一下脆弱性，我如何看待机器人能够帮助这些脆弱群体的生活和功能，让他们过上健康的生活。首先简单的讲一下面临的问题是什么，为什么老年人有这样的问题，什么样的问题他们比较严重，然后介绍一下为什么健康对于每一个人都是有益的，然后给大家看一下我们面临的进行运动的痛点，然后讲一下机器人怎么来帮助脆弱性群体，首先看一下我们面临的问题。
我们最近在这个会议室里就讲了好多现在人口群体的老龄化，世界上65岁以上的人实际上已经比5岁以下的人要多了，这个趋势早就出现了，可以看到65岁以上的人在不同国家，不同地区的比例，现在世界上最老的国家是日本，其他的国家都在迎头赶上，2010年中国、印度世界上两个最多的国家将会加起来有1亿老年人，世界其他的地方也都差不多，比例也非常高，可以看一下这张图，这是目前的老年人口的一个状况和100年后的对比。长寿是一件好事，但是如果长寿却不健康的话，就不一定完全是好事了，有很多的问题，比如给大家看一下例子，这是英国的一些数据，但是世界上老年人没有什么区别，每年65岁以上的人三分之一至少摔倒一次，如果你80岁或者更大的话，一半的人每年会跌倒一次，如果乘以20，这就是中国的人口了。另外还有一个老年人的问题就是失智，我们总是讲很多神经系统失调、神经系统疾病，但无论什么原因引起的失智，它都会造成巨大的问题，每个人在老年人的时候都会有很大的概率有失智，在英国85万人有失智或者老年痴呆症，这个数字会在2025年的时候在英国达到114万，在2051年会达到200多万，从社会负担来讲有两个非常可怕的疾病，当然是心脏病和癌症，但是实际上失智和老年痴呆造成的社会负担远远高于前两者相加的，8加12是小于23的，老年人面临的问题就是脆弱性，脆弱性是一种状态，它是不断增长的，对于负面健康结局的脆弱性，会造成年轻相关的，在保存自己能力、心理和生理方面严重下降，脆弱意味着不同的事情对于不同的人。
可以看一下这些是一些热词，上边是老年人，下面是专业人士给出的关键词，但关键问题在于它对于国家的财政和健康资金有巨大的一个负担，这个会在过去未来的这些年里显著增加，长寿是好事，但是要健康的长寿，脆弱性有一个关键点，就是它并不是无法避免的，脆弱性可以避免，并且最容易避免的方式是活跃的健康生活，比如说我们心理状态、精神状态、社交状态都应该积极，那么这是一个例子，可以看到是临床脆弱性量表，这里可以看到第三项就是在管理下有比较良好的状态，也就是多做活动，如果我们非常的活跃，我们可以解决掉非常多的问题，即使我们已经被诊断出是有脆弱性，但是我们只要勤加管理，依然能够维持在比较好的状态，我不知道谁听过这句话，运动是好事，所有人都会说运动是好事，但是实际上2600多年前印度的一位圣医他说了印度是好事，这是他给一位患者开的药，我们所有人都知道这一点，这是社交媒体上面的一个信息，经常做锻炼我们可以降低58%的二型糖尿病的概率，英国甚至出了一个非常长的清单，做运动有什么好处。
另外医学之父希波克拉底在公元前四百多年的时候说，如果我们能够给每一个人正确数量的营养以及正确数量的锻炼的话，不要太多也不要太少，那么这就是最安全的获得健康的方式，我觉得这是非常著名的一个说法，经常被引用，适量的运动，什么叫适量呢？怎么去衡量我们是不是适量运动，第一件事是问一下人们，他们做不做运动，他们运动完了，他们觉得怎么样，如果他们觉得过多或者过少都可以调整，我们也可以问一下他们自己做不做运动，50%的人说我做运动，然后你去真的测量一下，我自己是一个工程师，我经常做这样的实验，你能知道多少人真正运动吗？43%的人声称自己运动，实际上只有4%的人真正运动，所以实际上这个比例是非常低的，这是美国的样本，但实际上在英国也是同样的，加拿大也是同样的，世界各地都是类似的，我们自以为我们有很高的认知偏差，以为自己是在运动，但实际上客观一测我们没有运动。
这是一个报告，孕期女性她们实际上会吃更多的食物和营养，如果问一下她们的话，她们以为她们吃了两倍的食物，其实测一下她们根本没有，所以我们以为的事情总是与现实有偏差，那么我们怎么进行运动量的评估，我们怎么客观的知道到底有没有运动，我们可以在实验室里做，这是在实验室的一个测试，可以看到装了很多传感器，放在一个跑步机上让它跑步，这是完全利用了我们的技术能力，这点当然是好事，但是如果在医院里或者是康复中心可以做，如果回家怎么办呢，医生只能跟患者说隔一天运动一次，过一个月来测一下，但是还是没法去看他有没有遵循医嘱，另外每周或者怎样去监测，毕竟还是有滞后的。
这是一个比较，我们可以看一下非常复杂的图，如果只是挖几个洞非常零碎的洞，看全景的话是看不出的，很难知道背后有什么样的事情，大家能猜出这张图实际是个什么吗，这就是我们的医学体系对于健康的评估方式，它是非常的以管窥豹的方式，我们可以用我们的技术去开发一些可以在医院，也可以在家里用的监测的设备，可能使用方法是一样的，并且通过我们的互联技术就可以实时监测分析数据。我们回到刚才的这张图上，这个就等于我们增加了这个孔的数据，或者把孔放大，最终我们可以实现不间断的监测，完全理解人们生活中的情况。所以这个就是运动干预的一个基础，这是非常典型经典的一个例子，有一些临床医生他们考虑运动介入，那么之后我们可以用更大的样本去做这个测试，这是非常具体的一个研究，大家可以看到这是有失智或者是大脑的损伤，实际上这个检测说目前支持运动的并不会去减慢，他们的认知水平下降，并且也许会恶化认知损伤，如果这个人有轻度和中度的失智，那么这是其中一个练习，这是让一个天天看电视的人多去做锻炼，再去检测他的认知，每个人都可以在家里做，怎么去评估这个运动的量？
比如说后面站着的这位女士，她在和她的患者做练习，这个时候她在观察，但是观察的时候是有偏差的，这是她个人主观的看法，更重要的是当我们回到这个会议共同主题的时候，就是我们现在没有足够的劳动力来完成工作，这种工作会花费大量的时间和资源，我们能不能够有一种方式释放人的时间，并且让它的观测更加有效，一方面是我们之前使用的一些比较大型的传感设备，放到我们图上的这个运动使用的拉绳上面去，那这就可以获得大量的数据，今天早上罗教授跟我们说过，现在数据就相当于是新的黄金，我们自己来挖金矿，我们自己来找到有用的数据，我们就可以非常具体的来分析这些数据，来看大家在运动的时候它有什么样不同的效果，我们可以获得一个很整体的评估来看这些人他运动的效果，并不仅仅是你这一天做了多少次练习，更多的是你有没有在运动之后更疲劳或者是更强壮，你现在做了多少次运动，有没有做到位等等。
这个是我们的愿景，作为机器人的专家，大家可能知道机器人是整合了传感器、执行器和控制器的一台机器，我们并不需要把它们都放到同一个平台上，我们可以有多个机器人配有传感器，在环境当中，不同的时间点有不同的执行器，它们具备不同的功能性，这就是之前席勒教授曾经说过的，我们可以让一个机器人具备所有的功能的就太困难了，我们可以让机器人每一个专长于不同的功能，这样几个机器人整合到一起是更好的，我们就可以把这些数据放到一起，就知道最终用户他在自己脆弱性上的风险，并且整体上提供一种预防性的护理，那我们是希望能够提供这样的一种机器人的服务，这是一种低成本，而且用户友好型的，这是我们的一个新的数据要素。
我昨天晚上刚刚收到的，就赶紧把它插入到我的PPT里面了，我想给大家看一下，我们就邀请这一群老年人看看对他们生活哪种帮助对他们来说是更起效的，这组受访者是来自不太富裕的背景，换句话说是中低收入的群体，他们没有办法买得起非常昂贵的机器人，但是如果有帮助的话，比较廉价的机器人他们是很愿意购买的，我们给他们看了四个案例，看看他们喜欢哪一种，这就是四种不一样的机器人了，大家看到就能够明白它能够做什么，我们就做了这样一些调研，可以看到主要有四个主题，三个是关于这些机器人能帮忙做什么，还有一个是机器人应该要小心的，我们很快的来看一下，然后做一个总结。第一个就是促进并监控一个积极的生活方式，如果机器人能够很便捷的发现它的移动，那么这个时候我们就可以及时的指出一些问题，比方说我忘记了一些工作，或者给我提醒说我是不是到时间来吃药了等等，或者说提醒你现在的这个仪态不对，你要坐直或者你要躺着平均等等，甚至它可以来帮助我做一些日常的家务，有一个人说我现在有一些问题，就是我越来越虚弱，提不动重物，我希望机器人可以帮助我跟我一起采购，然后帮我提这些货物，还有一个就说我们现在作为老年人是很孤独的，我就可以跟机器人沟通或者提醒我跟其他人沟通，这里还是会有一些障碍，您可以看到成本是很重要的，尤其我们访谈的是一些相对来说中期收入的群体，另外他们也很在意易用性，他们希望机器人的响应是很快的。
这个就是我们现在看到的一些问题，这就是我们当前所面临的一个困境，人的寿命越来越久，但是人活的越久他们可能更容易生病或者更容易脆弱的状态，这个会对我们的医保系统造成很大的负担，我们也知道身体锻炼是可以提供帮助的，我们也知道之前希波克拉底曾经说过这样的话，但是我们要确保这个锻炼是适合的，换句话说可能会产生更多的问题，所以这方面会有很多悬而未决的问题，我们现在还没有答案，但是找到这个问题的答案是需要有更多的人，需要有更多的机器人一起来了解老年人到底到底需要什么，我们怎么能够把这种需求变成现实，来实现他们的需求，这就是我们现在的一个系统，包括这样一个对话式的AI、社交机器人、环境和可穿戴的传感器，它是可以客观的评估老年人日常活动当中的身体认知和社交功能，监测风险，定制化的护理，我们就要以老年人的一些重要关切为起始点，帮助他们完成日常的一些工作，并且提供各种各样的辅助。
还有一点我没有提及，就是这个系统的安全性，如果我们现在让机器人获得我们家庭当中的一些隐私的数据，我们需要保证这个数据安全，尤其是不能够让在网络信息当中泄露，我们之前也提到了我们上个月发布的白皮书，如何让辅助机器人应对网络安全的挑战。另外医疗健康这里是一个很重要的领域，如果我们从简单的锻炼开始，就可以获得更多的数据，因为现在这还是一个很大程度上不受监管的行业，非常感谢大家！
赵明国：谢谢Massimiliano Zecca教授的精彩演讲，接下来有请沙特阿美石油机器人与无人机委员会负责人Mubarak M. AlGhubari先生，他报告的题目是机器人和无人机技术在石油和天然气领域的应用和发展，有请。
Mubarak M. AlGhubari：女士们、先生们，大家上午好！我是沙特阿美石油机器人与无人机委员会的负责人Mubarak M. AlGhubari，我非常荣幸今天受邀参加世界机器人大会，与大家简单的分享沙特阿美在机器人方面取得的一些进展，我们使用这样的一些先进技术来支持我们的油气运营。
我们正处在第四次工业革命的时代，而机器人的技术将从根本上颠覆我们的生活方式和工作方式，从电力的角度来说，我今天演讲当中所提及的机器人技术是覆盖了空中、地面和海底的机器人，这些机器人正在改变每个国家的几乎所有行业，沙特阿美公司也并不例外。
沙特阿美是首批采用机器人技术并将其融入日常运营的能源公司之一，在今天的演讲当中，我将向大家介绍沙特阿美的数字化转型计划，之后简单的介绍机器人技术在沙特阿美公司的应用状况，然后会介绍机器人技术在我们日常运营当中的一些用例，最后我们来探索机器人技术的潜在合作机遇。
沙特阿美公司刚启动的一项雄心勃勃的数字化转型计划，旨在将本公司定位为领先的数字化能源公司，可以最大限度的提高股东的价值，并引导能源行业的数字化创新，值得一提的是，沙特阿美公司的数字化转型，包括幻灯片上的这14个数字化的赛道，其中最重要的就是机器人技术的赛道。机器人赛道的目标就是加快机器人技术在公司运营当中的评估和部署以及降低运营成本，提高效率，增强健康安全、安保和环保，当然也希望能够解决能源企业所面临的种种技术挑战，机器人技术的赛道由三个主要的重点领域来组成，包括空中、地面和海底。众所周知，机器人技术已经在能源、汽车、农业、物流、公共安全和交通管理等多个领域有非常广泛的应用。
接下来我希望详细介绍一下机器人技术在沙特阿美公司的具体用例，大家可能知道我们公司是世界范围内油气行业的领军企业之一，和其他能源公司类似，沙特阿美公司已经在旗下重点领域部署了机器人技术，包括检查、运维和修理、测绘和勘测、环境及应急响应以及安全监控。
下面我想向大家展示一下沙特阿美公司的机器人技术革命，从2017年开始，沙特阿美公司开始分阶段的部署无人机的应用，最初我们仅将无人机用于视觉和热成像领域，在第二阶段我们配备了先进传感器的无人机投入应用，来检查和监控我们的资产，及时的发现和处置问题，自从2023年开始，我们又把期望值设置的更高，希望可以部署由人工智能驱动自主且可执行更复杂任务的无人机解决方案，比方说零部件的交地和其他的一些复杂任务。
下面给大家看一个视频，这个就是我们现在正在使用的无人机，它们正在评估我们资产的状态，尤其是这些风冷的风扇以及冷却塔它运行状况。这个视频可以展现一个风扇冷却塔的部件，您可以看到正在检测这个风扇的运转状况，让工程师评估我们资产的状态，及时处置可能的问题，并且看一下是否存在故障。然后这个是我们的灯塔，可以在上面看到我们产生的图像，所以说像对于温度都会有实时的感测，这个温度也是我们的一个检测的标准，如果有任何的变化，在它出现真正的失灵之前就会进行检修。
同样我们也部署了地面机器人，这是2019年我们使用地面机器人做一些基础的检修以及无人操作，2019年之后我们和一些技术开发者把这些地面机器人加上了新的一些能力，比如说先进图像、视频、分析技术以及自主任务来检测有没有天然气泄露。在2023年我们把这些机器人的技术推进到下一阶段，我们部署了AI能力，让他们能够去适应有害的操作环境，这样就可以进行天然气排放绘图以及远程监控，无论是我们的在岸还是离岸的设备。
下面这个视频大家看一下是我们的机器人如何进行日常常规的检测活动，这也是我们远程的涉水系统，可以在这里可以看到机器人它有一个操作台，在操作台上面装有我们的监测设备，它可以每天去巡检，检测这些地区看一下有没有异常状况，包括这些读表、阀门以及可能的天然气的泄露，所有的数据会及时的传回我们的中心控制室。
对于我们的海上作业平台，我们也有专门的机器人，这种水下机器技术AUV自主水下载具以及ROV远程操作载具，我们已经在2018年之后就逐渐的部署这种水仙的视觉检测和水文检测系统，在2022年的时候我们给ROV和NDT加入了一些能力，让他们能够检测我们的资产状况，并且能够进行简单的一些维修，比如说清理海底的一些生物。现在我们已经在评估是否能够使用更强大的ROV进行日常的一些检测修理和维护，主要是对于我们的管道以及水下的线缆，这样就可以进行更多的离岸监测的操作，这个视频上可以看到我们是如何使用ROV远程操作载具进行我们的维护和海水摄入系统的检测。通过这个就可以在摄入水的部分进行检测，看一下有没有异常状况，这是我们的涉水系统，在水下如果检测出问题就可以及时排查。
女士们、先生们，我把今天的活动视为是一个盛会，我们相信所有生态系统中的每一个人都应该了解机器人最新的应用和最新的进展，我们必须要广开思路，并且以创新思维去拓展机器人的应用以及机器人的功能，把它拓展到全行业去，这样就能够帮助我们的操作员在更安全的环境下或者让他们更少去有害的环境下工作，同时可以提升生产力和收益，另外我们应该去探索合作和机会，这样就可以对每一个人都有益处。
我今天的介绍就到这里，尤其要感谢大会主办方能够召开此次盛会，这是一次共创机器人光明未来的盛会，非常感谢邀请，如果大家有任何问题都可以问我，如果大家想进行合作的话也欢迎来找我，谢谢。
赵明国：谢谢Mubarak M. AlGhubari先生的报告，我们上午的产业创新论坛到此结束，请大家午休，下午的报告继续。
