机器人智能装备行业品牌服务平台
  • 当前位置:首页 > 资讯 > 行业资讯 >
  • 关注 | 生于协作机器人,死于协作机器人–Rethink Robotics的回忆与启示

    时间:2018-10-16 来源:网络 关键词:#协作机器人

    导语 作为十年前发明并推广了协作机器人这一概念的Rethink Robotics,作为行业先驱媒体宠儿的Rethink Robotics,其突然倒闭的消息让机器人从业者们唏嘘不已。今天我们分享一篇深度分析文,作者是曾在Rethink任职六年的张萌先生,从一个局内人的视角,聊聊Rethink的故事。


            张萌 博灵机器人创始人,曾任Rethink Robotics 质量总监


            最近这几天,Rethink倒闭的新闻刷遍了朋友圈,十年悬梁刺股,多少豪情壮志,一朝灰飞烟灭。我有幸在这其中的近六年中,服务于这家独一无二的企业,虽然已经离开相当时日,但毕竟好聚好散,感情尚在,也真心希望它能度过最艰难的关口。可惜,这一次,上帝没有站在它这一边。


            Rethink是工业协作机器人这个门类的开创者,也曾经是众多机器人研究者和从业者们重点关注的一家企业。它的诞生、发展和最终失败,对于许多人都有着非常高的参考价值。事件本身可以从任何角度解读,而Rethink的成败得失真的不是三言两语能说清的。从我个人的角度,这更多的是一个商业故事而不是技术故事。在里面你能看到一切生意场中的经典拼图,伟大的构想、光辉的前景、激进的设计、延误的开发、错失的机会、重生的希望、急切的策略、绝望的自救,以及最后最经典的,无情的商业逻辑。即使身为很多事情的亲历者,也不敢说了解事情的全貌。眼看机会一个个错过,从不甘到惋惜,到现在也只能淡然。我辈能做的,就是踩着前人肩膀砥砺前行,尽力不掉进同一条河。在此,我将一些所思所见记录下来,如果能对自己、也对同道中人有一丁点的启发,便不枉了。

    Baxter!
     

    ▲ Baxter机器人


            从第一天起,Rethink的愿景就是做出便宜的、好用的机器人。创始团队瞄准的不是现在大家耳熟能详的工业机器人市场,而是小作坊、全手工的小工厂这一类有自动化需求但无法负担整条生产线升级的潜在客户,他们也许只想引入一两台机器人,保留大部分工人,而不对生产线进行全面的改造。也因此,构想中的产品也并不是传统的工业机器人,而是一个拥有与人相似能力、相似常识的、对环境有相当感知能力的、可以与人肩并肩工作的、人可以将其引为同伴的机器人伙伴,也就是我们后来所说的协作机器人。而这也就是为什么Baxter会拥有一个在很多人看来完全不可思议的基础架构:两个七自由度、臂展一米的机械臂,一张可以转动、可以点头的脸,而在不那么明显的地方,头上和手腕上各有一个摄像头,头顶一圈还有十二个超声波传感器,这些都是为了让他拥有更多与人相似的感知能力和反应能力,能够更好地和人协作,同时让人可以更容易地将其作为伙伴而不是工具。事实上这一策略也一直达到了目的 ---- 所有使用者在谈起Baxter和Sawyer时,都会拟人化地用“他”来指代机器人,而谈及其他机器人时,无一例外都只会用到“它”。


            所以要达到上述目标,机器人的基本特征也就固定了下来:便宜、易用、安全。后来Rethink所有机器人最鲜明的特点:价格低廉,拖动示教,碰撞检测,其实都是这三点的一些体现罢了,却不是全部。


            很美好对吧?这样一个机器人,其最初构想的售价是多少呢?5000美元。即使考虑通胀,2008年的5000美元也并不算多,要达到上述构型,其对成本控制的要求之高可想而知。(而后来我们果然看到其官方目标价格从5000到10000,到20000,到最后全套成品要接近30000美元。)那么如果是你,要达到这样严苛的成本要求,你会怎么做?


            机器人的成本之所以透明,主要就是因为电机、减速机伺服驱动器三大件的价格其实没什么水分。Rethink的团队并不是神,他们想到的办法跟你我是差不多的,那就是采用便宜的电机,加上便宜的齿轮箱,外加自己开发通信协议和电机控制系统,同时使用开源的ROS。便宜的电机就只好选低扭矩高转速的;至于减速箱,谐波太贵,肯定要自主设计一套便宜的,那么性能就肯定很低、体积肯定很大,而背隙么,就只能假装看不见了。到这里,第一个先天缺陷已经很明显:基础性能受到硬件条件的限制,速度、重复性、精确度等关键性能的上限都已经被限制住了。实际上Baxter后来成为产品后所具有的一系列缺陷,在这里已经种下了原因。许多人认为的SEA关节的刚度过低的缺陷,其实是被Baxter的齿轮箱的背隙给误导了……


            为了让机器人看上去更像人,两条机械臂都设计成了7轴,这不是问题,但是由于J1的关节扭矩不足,无法支撑起整条手臂维持在一个抬起的状态,在“腋窝”处加上了辅助支撑用的弹簧。事实证明,这两根弹簧也引入了很大的变数,或者说他们本身就是变数。至少在当年,这些低成本的弹簧其机械性能的样本偏差大到了我们无法想象的地步,同时随着使用时数的增加,其性能会发生不可预测的非线性改变,这是控制组和机械组一直无法填上的又一个天坑。


            同时,别忘了SEA中的SE这两个字母,扭矩传感器在其中可是最核心的部分。为了降低成本,不出意外的自行设计了一个C型弹簧,但是坑爹的是,其固定点只有C型两端,这导致了一系列的强度和传感性能问题,一个cross talk足够把进度再拖慢至少几周,甚至更长。


            所以到现在为止我们得到了什么?一台还算便宜的、本体性能实在不算好的机器人,而且其性能随着时间会有未知的变化……我们能拿他做什么呢?


            嗯嗯嗯,看到这里很多人都会认为Rethink是一群傻子组成的,而实际上他们(不包括当时的我)是一群相当聪明且有经验的家伙,你觉得上面这些问题他们会在设计之初完全没料到吗?当然不会,而他们的解决方案至少在当时看来,还是很有希望的,那就是 - 视觉。廉价机械臂的性能当然会很差,而且很不一致,但只要有靠谱的视觉引导,仍然*应该*可以从一堆静态的或者在传送带上移动的物体中瞄准一个然后将其成功抓取。大家看出来了,这就是机器人学家们公认易学难精的Visual Servo。


            到此为止一切顺利,但是成本控制又一次成功制造了障碍。Baxter的三个摄像头用的都是WebCam同款成像模组,你没看错,没有任何深度信息,而且其样本方差之大令人咋舌,分辨率也实在不算高。好在我们的俄国科学家同志用精湛的数学推导最大限度的弥补了这个缺陷,同时一个测距器(洗手间水龙头下面那种自动出水用的测距器,数据可靠性大家可以尽情猜测一下)提供一个点的深度信息,至于这个点是在物体上还是在桌面上,祝你好运。那么来自传感器的图像有了,下面一步就该识别了。无需多言,2008年的图像识别和2018年相比可以说是两个世界,而况我们当年想做的就是用一个勉强算是HD的视频流去精确识别、定位流水线上几乎所有可能出现的物体,四位MIT博士绞尽脑汁,仍然在这个任务面前遇到了无法逾越的障碍,不是由于能力不足,而是在当年这实际上是个不可能完成的任务,保守的讲,即使现在也恐怕很难有人有信心做到。好在大量的物体不是圆形就是方形,总能找到Baxter能识别的物体,所以虽然成功率暂时达不到工业生产的要求,Baxter还是能完成一些任务(的Demo)。


            随着(反复延期的)发售日期的临近,一个日益明显的事实是,视觉引导的抓取实在效率不高,我们需要盲取盲放来提升节拍和降低循环时间。而要盲取盲放,视觉所能提供的纠正就完全不存在了,这时我们会怎么样?答对了,我们掉进了最初因为成本控制而给自己挖的坑 - 机械臂的性能太差了!


            此时Baxter 已经马上要发售,性能的大幅改进已经不可能了。投放市场后,初期的热度过后其本身的性能缺陷被越来越多的暴露出来,原本设想的与人直接互换式的使用模式并没能在真实世界中得到验证,而同时来自传统小型化机械臂的竞争,令他无法在工业机器人领域找到容身之处。也因此他最成功的领域刚巧和PR2相同 - 教育和科研。这个市场对低成本、多传感器的设备有着非常大的偏好,同时对性能和可靠性要求很低,Baxter在这里找到了最适合的市场。但这个市场又能有多大呢?起码比原本的目标市场要小很多。也因此整个公司经历了裁员的阵痛后,马上便头也不回的转入了下一版硬件的开发。


            Baxter是无可争议的第一款协作机器人,然而它留下的却是一个不太成功的案例,相反,其余的一些机器人企业在同期将他们的小型机械臂用协作的概念重新包装后却获得了相当的成功。个人认为,几件事情是值得思考的:


            1. 领先半步是天才,领先一步是疯子。激进的产品设计(极低成本硬件、用软件弥补性能)实际上是当时的技术所无法支持的愿景。而比传统机器人小、轻、安全一点点的小型机械臂实际上只比当时市场上的其他产品领先半步,境况却好得多。


            2. 任何机器人产品首先必须是合格的、能做事的机器人,然后增加的亮点才有意义。只有亮点不能完成任务的机器人是没有用的。换句话说,满足需求之后噱头才能加分。


            3. 从一开始就为了达到某个极低成本目标而设计的产品,往往在连串妥协之后无法控制住成本,同时在其他方面(如性能)引入更多的妥协。


            4. 贸然采用大量自主设计的、未经验证的核心元器件,对研发过程带来的风险远大于收益。


            5. 堆积大量传感器没有意义,除了增加宣传噱头,徒增成本和可靠性风险,够用的传感器(数量、种类)就是最好的。


            Sawyer!
     

    ▲ Sawyer机器人


            痛定思痛,Sawyer实际上是一个远比Baxter保守的产品,后退了半步,进行了重大更新的构型实际上摈弃了原来的思路,更向单一目的的小型工业机械臂靠拢,伺服电机+谐波的方案让基础的性能有了最低保障,仍然非常坚硬的传感器也帮助机械臂的整体静态刚度维持在一个较高的水平。起码这一次,重复精度总算降到了亚毫米级。同时吸取了上次的教训,这次终于用了知名大厂的工业级机器视觉摄像头模组……当然,老朋友成本控制还在线,所以为了抵消新的传感器成本,仍然用了高转速低扭矩的廉价电机,谐波前面加上了一级减速齿轮导致整个减速比达到了3、400,带来的直接后果就是重复精度稍微下降以及其他一些大大小小的影响,不过跟Baxter相比仍然是天渊之别。起码纸面看上去,硬件素质可以接近竞争对手了。同时,大幅缩小的外形尺寸和精湛的工业设计令其在保持了家族化语言的同时变得更加性感、漂亮。从早期市场的反馈来看,在Baxter并不能算完全失败的教育、科研领域的表现的支撑下,大家对Sawyer在工业方面的应用仍然维持了相当高的期待。


            然而,这次的Nemesis不再是愿景指导下的成本控制,而是时间,投资人的耐心逐渐耗尽,换句话说,留给Rethink的时间不多了。


            平心而论,Rethink其实非常幸运,多少初创企业根本没有被给予第二次机会,然而任何事情都有代价,这次的代价,就是需要在最短的时间内拿出扭转局面的产品,打开营收通道,也就是要早一点开始卖货。而要早一点开卖,就要压缩研发的周期。如果由你来负责,你会在每次迭代中优先压缩哪个环节?提示:每次迭代包括设计、制造、测试,之后再更新设计和重新制造并测试。


            对,和你想的一样,测试环节被压缩了。实际上每次迭代都是设计完上一版连制造还没完就开始设计下一版,中间的Verification几乎被完全省略。这样做似乎可以在早期加快进度,但是出来混总是要还的,前面欠的账,总要在后面某个地方连本带利的吐出来。这件事情的影响稍后再说。


            整机性能测试也直到研发的中后期才正式介入,也因此我们得到的性能实际上是探索式测试的成果 – 此前甚至没有人知道这些漂亮的机器人能做到什么程度。出来的测试结果不太令人满意,但是这时候再对硬件进行重大修改的余地已经很小,加上确实比Baxter强太多,性能上的提升还是可以捏着鼻子接受的。当然,与传统机械臂相比略低的性能导致对工作环境也就是Fixture的要求比原来Baxter时代的设想要高了很多,统计下来,一台机器人实施过程中的Fixture成本与机器人是同一数量级,有时偏多,大部分时候偏少。


            机器视觉的引入是一个新的亮点,抛弃了WebCam之后,新的完整机器视觉解决方案令整个视觉组长出一口气 - 终于不用伺候原来那个鬼东西了!放置的位置改到了腕部,避免了永远被夹具遮挡的窘境。新的摄像头成像素质高得多,而且整体组装精度很好,作为高精密系统的一部分是完全合格的,同时,严格吸取了上次教训的我们并没有一头冲进形状识别这个大坑,而是先从简单得多的标定机器人本体位置开始 – 这回总算是在向着一个可能的目标迈进。然而,一个问题其实不太好回答:为什么别家的机器人上少有直接集成机器视觉摄像头,而是主要依照任务需求来临时添加呢?是大家都没想到吗?有这个可能,但有没有别的可能呢?


            一开始事情看上去确实好了很多,稍后,当我们再次小心翼翼的踏进物体识别这个领域,试图从传送带上抓取一些PCB时,发现成功率并不令人满意,从成像图中可以看到物体在特定距离上在甚至肉眼可见的范围内变得模糊,这说明镜头的景深并不能覆盖如此大的距离。好吧,既然如此,我们可以让物体尽量保持在特定的距离上,虽然会牺牲一些超大或者超小的物体,但还是先以完成他能完成的工作为主吧。那么镜头的景深范围是多大呢?理论上,几十公分的范围还是有的,可是实际上几台机器人的表现却并不一致。出了什么问题?


            我们都知道光学原理是不变的,特定的镜头与传感器组合其形成的景深是可以计算的,在此景深内的镜头分辨率超过传感器分辨率,即可认为成像都是清晰合格的。然而,我们要求镜头在特定距离上聚焦,在供应商那里翻译过来的要求就是,在特定距离上的测试靶成像清晰,这样的结果就是所有镜头实际上对焦距离都不一致,只是它们的景深刚好都覆盖我们要求的那个距离而已……换句话说,同一批机器人有些可能近视,有些可能远视,而且无法从原始校准数据中获得任何线索,这个发现很是惊呆了一批人。


            而事实上,至少到相当近的最近,最高效的机器视觉方案仍然是基于外置摄像头针对特定应用进行优化的方案,不然视觉厂商开发那么多不同种类的硬件和高度可扩展的软件就完全失去意义了。一个内置的固定摄像头可以解决的问题是有限的,很多时候还是外置的视觉方案更加精确、高效且成本更低。而围绕这个内置的摄像头要规划许多开发资源,除了市场语言,获得的回报却暂时成疑。


            除了视觉,受益于整机性能的提升,足够精确且高带宽的力觉控制也变成了一个可选的方向。可控的力觉可以实现例如摸索、尝试这类只有人类才具备的能力,这对于弥补性能的不足有益处,同时,配合一定的自主学习,对于机器人适应半结构化的、经常改变的工作环境有相当大的意义。无需多言,这个方向的开发难度要大很多,我们放在这个方向上的名校研究生、博士数量一点也不比当年的视觉要少。但这必将是一个长期的过程,本质上是基于一个够用的平台去进行基础研究的探索。


            不论如何,与Baxter相比,Sawyer的目标要更明确、思路要更清晰、产品的呈现也更接近实际的需求。此时的Sawyer已经基本达到了一般小批量生产阶段的平均水平,现在要考虑的是把他卖出去,工业机器人的传统市场包括美国国内、日本和欧洲,这些地方当然都是要覆盖的。除此以外呢?


            China!


            此时已经是2015年,公认的中国工业机器人元年是2014年,也就是说整个机器人产业此时的目光都聚焦在中国,实际上在那前后的中国机器人市场年增长率一直在40%-70%左右,在这个时候进军中国市场,是一个非常自然的选择。


            由于各种国情的存在,与其他成熟市场相比,中国市场是一个非常独特的市场,但它大体上仍然遵循基本的市场经济法则,那就是好东西能卖出去,坏东西卖不出去。而且更利好的一点是,由于市场规模巨大和层次多样,在这里稍微差一点的东西也是能卖出去的,只要你的价格不是那么反智,生存下来是没问题的。可就在这样一个市场里,Rethink的产品在早期的喧嚣过后也仍然一直没能打开局面,为什么呢?


            原因自然很多,外国企业落地的水土不服、价格的定位、竞争对手的应变都是重要的原因。但说穿了,与在世界其他地方遇到的挑战相同,那就是与现有产品相比的差异化没有实际体现在应用中。前面提到过,Rethink的系列产品三个最大的要素就是安全、易用、价格低,但是在一个全民追求效率,恨不得全上无人工厂的国度,安全性的意义并不特别明显;易用性在机器人对工作环境的要求提升下,相比现有产品的优势并不大,加上性能毕竟还是有一点差距,这点优势被进一步缩小;而价格方面也由于机器人市场整体的价格下降,很多时候反而变成了劣势。此时,如果产品仍然拥有足够的差异化,则还可以有足够的说服力。然而Sawyer的两个新加入的特点:视觉和力觉,分别由于上述的原因,并没有形成有效的战斗力。那么还剩下什么?


            没什么了。


            可是对中国市场的资源倾斜并不是短时间内能调整的,这导致了对更加成熟、机会更大的美日欧市场的投入相对较少。后期的重心逐渐转向了欧日,在欧洲特别是德国取得了相当的进展。但产品新发布时最好的机会已经错过,从这个角度来说,进军中国的时机实际上是不成熟的,或者说当时的整个公司从人员到产品都还没有做好准备,当然这纯属事后诸葛亮。


            Software, and..


            虽然Rethink一直声称自己是一个软件公司,“只是刚好制作机器人”,但其早期软件一切为流程简化进行优化的特点让它并不适合工业领域的绝大多数应用。在产品部门的不懈努力下,整个团队终于从早期追求易用的窠臼当中爬了出来,另起炉灶开发了全新的、更适合工业用户的软件,新软件只保留了经典的表情和拖动示教,但其内核思维完全转向了工程师而不再是生产线上机器人身边的工友。同时,软件功能的更新也配合了逐步转向欧洲市场的步伐。相比较而言,当时的欧洲市场确实对应该如何正确使用一个工业机器人产品有更多的经验,他们几乎不需要被教育,也很少需要被启发,他们明确知道自己要用工业机器人来做什么,因此在欧洲的应用要比其他地方快得多也容易得多,许多机器人被放到了生产线上,开始实现真正的价值。不过我们早就知道,上帝不但喜欢掷色子,喜欢开玩笑,还有着非常好的记忆力……刚才有什么东西是要稍后再说来着?


            没错,测试。更具体来说,关键组件的长效性和可靠性测试。还记得省略掉的测试环节吗?当时只针对最关键的零部件做了寿命测试,但对使用这些关键零部件的组件却并没有足够的重视,理由是其他设备都是采购来的,其供应商应该负责保证它们的寿命,听上去是个足够好的理由来缩减时间并且加快速度对吧?然而,预计的机器人整机使用强度是按照美国国内的5 x 8小时,到了欧洲却要适应非人的7 x 24,这些潜在的隐患就很科学地爆发出来。可靠性理论不会骗人也不会扭曲,假设一个每台系统中复用5次的组件,即使单个组件数千小时的MTBF也足够让整机MTBF下降到数百小时,而加上多台系统在同一个环境中工作,更会让整个机队的可靠性下降到完全无法接受的程度。


            实际上整个测试环节,不论软件还是硬件都是一个非常吃力不讨好的工作,对于公司内部其他团队来说,很容易认为产品做好了与测试无关,产品做砸了全是测试的锅,同时这个环节耗时最长,要想加快速度,这是个砍时间的easy target。但是,人可以选择无视某些东西,科学规律不会,上帝也不会。


            Demise, and new hopes


            这时已经到了17、18年,后面的故事大家都可以想象,在反复落空的收购传言中越来越多的人离开,剩下的人也不知所措。实际上直到周二,所有人的认知都是Rethink会被某个公司以极低的价格收购 – 即使被卖掉也比关门好不是吗?可惜,商业逻辑永远是无情的,在周三回头看去,很多最后阶段的希望不过是一厢情愿。当然,这也是事后诸葛亮。


            Rethink倒了,由于受众对技术的关注往往高于对产品和定位的关注,甚至在机器人圈中对于其核心技术SEA也有几个常见的误解:


            刚度低?不一定,至少可以不很低。


            性能差?不一定,至少可以不差。


            成本高?不一定,至少可以不很高。


            那么Rethink的问题是技术问题吗?个人认为不是。从来也不是技术问题,而是产品问题。企业的核心逻辑是,把一个产品(注意是合格的产品)用什么价格卖给谁。如前所述,一个实业企业应该先做出有用的产品,再把它做得更好,而不是反过来。Rethink的核心问题是没能将其产品与其他产品的不同转化成使用者能够实际感受到的益处。即使我们避免了上述研发过程中的所有陷阱,我们也最多成为一个能自立的公司而不是我们梦想中的成功的公司,除非这个关键问题能被解决。


            Rethink十年留下了无数的故事,这里能讲的也只是其中很小一部分。许许多多的人为了同一个愿景在其中付出了艰苦卓绝的努力,取得了惊人的成就,至少,Rethink这个名字会随着协作机器人一起写入科技史,成为我们这个时代有限的永恒的一部分。我很幸运在这十年中的超过一半时间里,与这些英雄们并肩奋斗。即使Rethink已经成为历史,即使我在那之前早已离开,我们共同寻找到的精神却会一直传承下去。我的许多朋友们现在Boston Dynamic、Amazon、Google这样的知名企业服务,也有许多在Prime、Realtime这样的初创企业中以各自的方式推动着各自所在行业的变革。至于我自己,我很幸运地与博灵机器人的一群同样优秀的年轻人在一个全新的领域,书写着属于我们自己的历史,并且希望能让历史成为传奇,这会是一段全新的冒险,咱们下次再聊。

    声明:本文仅代表作者本人观点,与同心智造网无关。同心智造网对文中陈述、观点判断保持中立,不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考,并请自行承担全部责任。凡本网注明“来源:同心智造网”的所有作品,版权均属于同心智造网。转载以及改编、摘录请注明来源:同心智造网(http://www.cn-im.cn)。违反上述声明者,本网将追究其相关法律责任。同心智造网,机器人智能装备行业品牌服务平台。