2021年底我國工信部等十五個部門聯合印發的《“十四五”機器人產業發展規劃》中提出兩個發展指標，一是到2025年機器人產業營業收入年均增長速度要超過20%，二是制造業機器人密度要翻倍增長。2021年我國機器人總產量見圖一,其中工業機器人年產達到36.6萬臺;據斯坦福2023年人工智能指數報告中說,2021年，中國安裝的機器人總數達到268萬臺,安裝量占全球的51.8％以上,超過了全球其他國家和地區的總和,見圖二。在2022年世界智能制造大會上,我國工信部負責人表示,十年來，由于我國深入實施智能制造工程,智能制造應用規模和水平已進入全球領先行列，我國制造業機器人密度增長約13倍，2022年底已經達到每萬名工人322臺,穩居全球前列。

圖一 2021年我國機器人總產量

圖二 2021年我國機器人裝機總量

我們曾經說過,機器人產業由上、中、下游企業構成,上游為機器人用零部件企業;中游為機器人本體制造企業;下游為機器人應用企業，見圖三。在上游為機器人用零部件企業中有一個獨特的零部件是末端執行器,這個末端執行器又叫機器人抓手,也叫機器人夾持器。

圖三 機器人產業與機器人抓手(末端執行器或夾持器)

 機器人抓手是機器人自動化系統不可或缺的組成部分，它安裝于機器人手臂，用于直接抓握工件或者執行自動化加工作業。因此,在服裝制造業要實現智能制造,要實現機器人換人工程就必需要抓緊對機器人抓手的研制與應用,沒有好的機器人抓手適應服裝加工的需要,那就實現不了服裝制造業的智能制造。

機器人抓手常用的分類方法有:

（1）按照抓手夾持形式分類---有內撐式抓手、外夾持式抓手和內外夾持式抓手,見圖四;

圖四 機器人抓手夾持形式

（2）按照驅動方式分類---有液壓式驅動抓手、有氣動式驅動抓手和電動式驅動抓手,見圖五;

圖五 機器人抓手照驅動方式

（3）按照形態特征分類---按照形態特征的不同，機器人抓手主要可分為無指抓手和仿人手抓手等；

無指抓手主要指的是各種吸盤,按照工作原理的不同，吸盤又可分為磁力吸盤、真空吸盤、靜電吸盤和范德華力吸盤等,見圖六；

仿人手抓手，也就是模仿人類手部的抓取能力，像人手一樣具有手指，可以執行更精細的動作。根據手指數量分類，可分為二指抓手、三指抓手、四指抓手、五指抓手等。其中，二指抓手應用較多；當二指抓手不適合處理工件時，三指、四指以及五指抓手可以提供更好的抓取支持和穩定性,見圖七;

圖七 仿人手抓手

（4）按照功能用途分類---機器人抓手主要可分為：搬運用抓手、加工用抓手、測量用抓手等等；

目前,我國大陸地區的機器人抓手企業近50家,比較具有代表性的企業包括:北京軟體機器人科技（SRT）、柔觸機器人、知行機器人、大寰機器人、慧靈科技、鈞舵機器人、因時機器人、希瑞格機器人、增廣智能、易爪機器人、領航機器人等等。

機器人抓手的研究水平在不斷提高，現在已經可以實現對服裝衣片的抓取和傳送。針對衣物等柔軟物品的抓取，常用的方法是采用靈活性好、接觸面積大、摩擦力小的氣動或者電動柔性抓手。同時，在控制方面也需要考慮到多點觸控和變形感知等問題。另外，為了保證精準傳送，還需要結合視覺識別技術來定位并精確操作。目前許多工業機器人都已經配備了視覺系統，并且能夠通過學習算法自主地分辨出不同類的服裝并進行相應處理。在服裝制造領域，通常需要進行裁剪、縫紉、測量和折疊等任務，由于這些任務需要高度的靈活性和精準度，因此傳統的自動化設備無法完全替代人工操作，但是隨著技術的不斷進步與成本的降低，在近年來出現了越來越多適用于服裝制造業場景的智能機器人系統。例如，很多服裝企業的智能制造生產線，使用多臂式機器人協助進行布料切割和縫紉加工，并配合視覺識別系統以完成各種復雜處理操作。目前服裝制造業應用各種機器人及其抓手的場景在服裝加工制造各個階段都有應用，見圖八至圖十二,因為服裝加工各個階段大家比較熟悉,此處不作詳說。

圖八 服裝加工準備階段用機器人

圖九 服裝加工裁剪階段用機器人

圖十 服裝加工縫制階段用機器人

圖十一 服裝加工整燙階段用機器人

圖十二 服裝加工倉庫存放階段用機器人

由以上服裝制造業應用機器人的場景可見:大多數應用場景都是4軸和6軸普通通用型工業機器人以及AGV，很少有人形機器人的應用；機器人抓手成功應用的場合較少,特別是縫制和整燙階段應用很少; 機器人抓手還沒有與人手一樣的靈巧手應用; 機器人換人在服裝制造業的一些場合需要自主決策的人形機器人也沒有，因此發展人形機器人及其靈巧手特別重要。

多指靈巧手從結構和功能上模仿人手，可以實現對多種物體的靈巧操作和精確的力控制，適用于在危險、復雜及非結構化環境中完成各種靈活、復雜、精準的操作任務；由于人類的雙手非常靈巧，能執行各種復雜、靈活、精準的抓取操作，因此模仿人手的多指靈巧手，是機器人抓手的重點研究和發展方向之一，圖十三為日本MUJIN 機器 人公司研制的人形機器人靈巧手，他能完成衣片精準的抓、折、送、操作等等。 

圖十三 日本MUJIN 機器人公司

這個機器人靈巧手可以抓取衣片進行縫紉加工，主要依靠一些高級技術和算法支持，能夠具有自主學習能力的機器人，能夠像縫紉工一樣處理各種形狀、大小和材質的布料。如何確保機器人靈巧手在對布料進行抓取時不會損壞它們，通常采用柔性抓手等設計來實現柔和而可靠的抓握操作，并結合視覺技術來指導準確地定位布料上的模式和線跡。同時，在運動控制方面也需要考慮到避免阻塞、交叉或撕裂等問題，因此需要使用先進的路徑規劃和反饋控制算法以確保精準且安全地完成任務。

德國雄克（Schunk）公司是全球機器人抓手著名生產廠家之一，其生產的機器人抓手種類有1250多種 ，位居全球第一。雄克公司機器人抓手產品線包括：二指抓手、三指抓手、四指抓手、五指抓手、并聯式抓手、眼科手術用抓手等，廣泛應用于制造業自動化生產線、物流領域、醫療領域、電子裝配等行業。他在2023年5月研發推出了人類仿真五指機械手VHS，作為全球首款人機協作（HRC）機械手，引起業界轟動，成為靈活抓取產品 領域的標志性力作。SVH五指機械手目前已實現批量生產，分為左手和右手兩個版本，使得機械手能夠在技術范圍內重復人類用雙手執行的操作，SVH五指機械手能拾取地上一根縫針，圖十四。 

圖十四 SVH五指機械手

2023 年英國Shawaow Robot公司推出了Shadow Dexterous Hand系列仿人靈巧手。其中，標準版本的五指靈巧手，擁有和人手同等數量的24個關節（包括腕部），并擁有20個可單獨控制的自由度，完全基于人手的運動方式進行設計開發，可以使其做出與人手類似的動作。Shadow靈巧手還具備129個內置傳感器，可以對環境進行觸覺感應。這意味著，當操作者帶上觸覺手套，操控靈巧手進行動作時，手套能夠將靈巧手受到的力反饋回來，讓操作者能夠輕易地掌握力的大小、方向和距離。

2023 年5月美國MIT最新研究讓機械手輕輕一抓就能識別物體，別看它只有三,手指頭，僅需要抓握一次，這只機械手就能識別出手中的物體是什么，準確率可達85%！手指集成了多個高分辨率傳感器，使用攝像頭和LED來收集物體形狀的視覺信息，沿著手指提供連續感應，一次抓取后就能識別物體，小手一握，盡在掌握,見圖十五。

圖十五 美國MIT三指靈巧手

另外，美國RightHand Robotics、意大利QB Robotics、韓國Wonik Robotics等等廠商同樣也推出了各自的仿人多指靈巧手產品。

我國有許多企業和大學正在研究機器人靈巧手：思靈機器人推出了Dexterity Hand仿人型五指智能靈巧手，采用高度集成化設計，由4個模塊化的手指和1個具有主動對掌功能的拇指組成，每個手指有一個獨立自由度和兩個耦合自由度，所有的驅動、傳動、傳感及電氣模塊均集成在手上，具有集成化、模塊化、數字化以及實時控制等特點。每個手指可獨立進行控制，完成靈活、精細的抓取操作，在功能上與人手相媲美，主要面向服務、康復理療、危險環境作業、空間探索等應用場景；因時機器人推出的仿人五指靈巧手，單手具有6個自由度和12個運動關節，五指可靈活快速運動，結合力位混合控制算法，具有亞毫米級定位精度和數千克的負載能力，可以模擬人手實現精準的抓取操作，產品適用于人形機器人、協作機器人、醫療機器人、特種機器人及假肢等；哈爾濱工業大學（HIT）與德國航天航空中心（DLR）合作研發了機器人仿人靈巧手HIT/DLR Hand和HIT/DLR Hand II。其中，HIT/DLR Hand II有5個手指，每個手指有3個自由度，4個關節，所有的驅動、傳動、傳感及電氣模塊均集成在靈巧手手指和手掌中。它不僅可以安裝在機器人手臂上，在復雜、危險的太空環境中完成精確操作，從而代替宇航員長時間在危險環境中完成維修、安裝等工作，還可以集成于地面機器人，在核、生、化等危險環境中從事探測、取樣、裝配、 修理作業等；此外，北京航空航天大學、上海交通大學、天津大學、東南大學、東華大學等國內高校也在靈巧手指方面開展了研究，并取得相應成果，其中東華大學離子皮膚指尖，它能夠實現類似于人類指尖皮膚的觸覺感知，除了識別物體形狀外，它還能夠摸出物體表面不同的紋理和材質、還能檢測大氣變化！離子皮膚是一種超軟的觸覺傳感器，能夠幫助機器人實現類似于人類的觸覺感知，見圖十六。

圖十六 東華大學離子皮膚靈巧指尖

機器人靈巧手的運動控制系統有以下幾種：位置控制--通過測量和調整每個關節的旋轉角度，來實現末端執行器在三維空間中的精確定位和移動；動力學控制--根據物體的質量、慣性和摩擦等特性，計算各個關節所需施加的力矩或扭矩，以達到穩定和平滑的動作；

觸覺反饋--使用傳感器檢測機器人手指與環境之間發生的接觸壓力、形變等信息，并將這些數據用于自適應調整機器人手部姿態和操作效果；視覺引導控制--利用相機或其他視覺傳感設備捕捉周圍環境圖像，并結合模型預測、目標跟蹤、二維/三維映射等技術進行決策分析，幫助完成復雜任務；深度強化學習控制--基于深度神經網絡訓練過程，在正反饋及負反饋不斷調整下提升程序行為優化能力。

當然從當前看,靈巧手大多還處于研究階段，服裝制造業真正落地的應用還較少？這是因為：（1）靈活度目前還比較有限，靈巧手的自由度一旦增加，對于控制算法、可靠性和成本都提出了很高的要求； （2）尚須確保使用安全性。當靈巧手去觸碰物體的時候，要確保不會傷害到物體，也不會對自身造成損壞； （3）對傳感器的要求和依賴度高。靈巧手對各種環境和物體的適應性，需要依賴豐富的傳感器信息，對于傳感器的體積、精度、響應和成本都提出了很高的要求； （4）尚需進一步使機器人智能化，一是要將靈巧手與人形機器人結合；二是要將機器人抓手與智能傳感、機器視覺和人工智能等技術相結合，使其能夠自主學習和適應不同場景，成為自主決策機器人或者叫具身智能機器人。適用于人機協作及靈活的抓取任務，實現更精準可控的抓取動作和加工作業。圖十七是波士頓自主決策人形機器人，說他自主決策主要表現在用智能靈巧手抓取木板，用木板搭橋便于自已行走。

圖十七 波士頓自主決策人形機器人

人形機器人是從對話機器人ChatGPT推出以后發展起來的，人形機器人賦予ChatGPT“身體”，現在人形機器人已開始“探路”智能制造，這是代表著人形機器人已走進現實，之所以把機器人做成人形，就是為了使機器人的執行能力更加通用。機器人上游零部件隨著協作機械臂的快速發展，促進了人形機器人硬件本體制造能力的提升；大模型的出現，會從語音、視覺、決策、控制等多方面實現同人形機器人的結合，形成感知、決策、控制閉環。

今年以來，ChatGPT類大語言模型熱門，使AI大模型+人形機器人研制進程加速。人形機器人是通用人工智能AGI的“物理載體”，通過人形機器人讓ChatGPT擁有“物理身體”，從而打破虛擬和現實之間的邊界。人形機器人作為一種多功能通用型機器人平臺，能更好地適應人類生產和生活環境、使用人類工具、與人的交互也更加自然，是AI全棧技術的最佳載體。未來人類對人形機器人的需求量會逐步增大，也期待人形機器人大規模應用到智能制造中，成為未來生產力，未來人形機器人在工廠擰螺絲也會成為平常事。

以前國內認知的機器人一直是工業機器人，它對國民經濟確實是非常重要的構成，但從機器人產業發展來看，人形機器人是終極目標。近年波士頓動力人形機器人“阿特拉斯”、特斯拉人形機器人“擎天柱”Optimus相繼推出，可以認為，把機器人做成人形，就是為了使機器人的執行能力更加通用，讓機器人像人一樣工作。機器人制造企業為了研制人形機器人，目前主要研發重點是機器人技術與人工智能技術相融合、機器人的“四肢靈活”、機器人場景適應性、機器人安全的云腦、機器人抓手智能化、智能靈巧手等等問題上。 

國際和國內在研究人形機器人方面具有較高知名度的公司有：美國Boston Dynamics--這家公司開發了許多先進的四足和二足機器人，如Spot、Atlas等；日本SoftBank Robotics--該公司推出了Pepper 和 NAO 等著名的人形服務機器人；香港Hanson Robotics--以其創造出擁有復雜表情與互動能力的Sophia 機器人而聞名世界；日本Toyota --這家汽車制造商也投入到了人形機器人領域，研發T-HR3 用于遠程協作等場景；中國深圳UBTECH Robotics-- 這家公司主要生產教育用途和智能服務領域的Alpha系列及其他款式個體類智能語音助手型雙足走行伴侶型家庭兒童教育應用產品等等。

人形機器人是一個機器人系統和通用人工智能系統相結合的系統，既便宜、又好用，不僅能在制造業工廠搬東西、加工、裝配零件，還能在農村干農活，在家里做家務。人形機器人未來發展的一個重要趨勢是越來越接近人類，她不再是冰冷的機器，她有包括認知、情緒、邏輯、動作在內的一系列類人化的特征。

圖十八 元宇宙時代是人機共處時代

未來的時代是元宇宙時代，是人形機器人、人、智能機器共處時代，見圖十八，在這個虛擬現實數字世界里，不僅可以進行社交、娛樂活動，還可以有許多其他應用服務場景，我們要學會的是共處。

結束語

服裝制造業實現智能制造要比其它制造業難得多,之所以難是因為服裝的加工對象是柔性的布料成衣與衣片,在加工過程中對成衣與衣片的抓取、精準傳送、鋪平攤開、成衣折疊、智能協同等作業等均不是一般自動機械所能完成的,也不是一般性通用機器人所能替代的,只有實現了一個機器人和智能靈巧手的結合、一個機器人系統和通用人工智能系統相結合的系統誕生,也就是自主決策人形機器人或者具身智能機器人的誕生,才能實現真正的服裝制造業智能制造。具有智能化靈巧手的機器人和自主決策人形機器人是未來的生產力，是實現少人或無人服裝智能制造工廠的員工,我們要學會的是和他們共處!

2023年8月稿于上海