工業機器人目前面臨的技術問題？

01-02

智能製造業的不斷發展，當前的工業機器人必然會面臨各種痛點，
1.這些痛點是什麼呢？
2.應對這些痛點該如何解決？
3.人工智慧技術的應用在解決這些痛點中的角色又是什麼呢？ @李淼robot

你看哈，工業機器人發展到了現在，已經和汽車發展有點類似了。

可以做的很快，可以做的很結實（剛性好），可以做的很漂亮，但是你看這麼多年了，工業機器人有什麼飛躍性的突破么。

比如說材料：鑄鐵，鑄鋁，鎂鋁合金，再算上碳纖維，但是這些東西很多很多年前就有了l呀。

比如說齒輪箱：HD,RV，斜齒，錐齒，滾珠絲杠，但是這些東西也存在好多年了呢。

比如說電機：伺服，低壓的，高壓的，交流的直流的，但是電機的功率密度可有什麼好的方法提高么。很難呢。

這些年來，工業機器人的本體雖然越來越快，負載自重比越來越大，但是主要是在優化機械臂的結構，壓榨設計人員的腦力。

甚至很多公司每年推出的新品主要是在彌補自己的產品線的不足，比如沒有碼垛的做個碼垛啊，沒有SCARA的做個SCARA啦，沒有大負載的做個大負載啊 blabla...

想從本體上有大的突破，是要靠材料啊，基礎零部件啊有大的突破才行，就好比以前用齒輪箱，雖然成本低，但是設計難度和重量都是個問題，所以大家都來擁抱RV,HD了，這是個大的飛躍。

再比如本來用鋁合金的現在用碳纖維了，比如很多Delta機器人的臂，那就可以跑到飛快啊。所以啊，機械臂本身呢，是越來越難有很大的飛躍性的突破了。

不過呢，這些年工業機器人的小夥伴們都在搞啥了，那，也沒閑著啦。

比如說人機協作這個梗雖然有點老了，但是還是很有必要的說，人機協作除了減少安全圍欄，節省空間外啊，更重要的是降低了編程的難度。這個很重要啊，你看以前要你給機器人寫程序好複雜的，ABB的機器人培訓四天好多錢呢。

如果機器人編程變得和遙控電視，玩手機遊戲一樣簡單了，那可以想像機器人的推廣將變成一件多麼easy的事啊，當然僅僅靠拖拽式的編程還是不能解決所有問題的呢。

還有啊，工業機器人在工廠里應用其實會產生大量大量的數據呢，這些數據是一手的工業應用數據，首先怎麼拿到這些數據，其次拿到這些數據有神馬用處嘞？在很久很久以前哈，ABB就有能遠程連接機器人用來診斷的服務。而現在呢，自從大數據這個概念火爆以後啊，工業自動化領域的bighead們就更重視數據了。最近ABB就和IBMWatson物聯網認知計算技術牽手了。而更早的，ABB就選擇了微軟的Azure作為其互聯網的雲平台，利用微軟的一系列雲平台的工具為其處理數據。

還有哇今年的機器人可謂是大爆發，據說ABB的IRB1200的交貨期居然居然居然居然達到了驚人的9個月，買不到啊。一方面機器人是火爆了，另一方面也可以想像機器人產能也是非常緊張的。雖然機器人貴為工業自動化的代表，但是工業機器人製造本身自動化程度並不算高。比較有名的是FANUC所稱的j生產機器人自動化率好像達到了80%~90%，但是對於大部分造機器人的企業來說，如何用機器人造機器人其實也是個大問題，當然隨著機器人用量的增加，這些問題都會被技術團隊解決啦。

如果再說比較實際一點的問題，也有很多啊。那你比如說齒輪箱的漏油問題，線纜的壽命問題，電機的發熱問題，高等級的密封問題，食品環境的使用問題，等等這些看起來一點兒也不高大上的問題確實實實在在需要解決的問題。畢竟工業機器人是一款工業用產品，穩定性和可靠性才是最重要的。

xieyao！這個問題也是我在讀博士階段以及目前創業階段一直思考的問題，可以簡單的說一下我自己的一些想法，不一定對！

說到工業機器人的痛點（注:我很不喜歡這個詞語，人生已經不易，哪有那麼多痛點），首先要明白一點，工業機器人是用來解決工業問題的。如果有不爽的地方，那肯定是解決不了問題。我就簡單說下問題，至於人工智慧怎麼在這些領域解決問題，目前還沒有那麼多成熟的案例。

1. 本質上解決不了

這個屬於功能缺失，工業機器人有自己的極限，對於一些超出極限的事情，的確無能為力。這就像你買個黑白電視，卻想看彩色電影。

解決方案：創新設計，提高基礎零部件，材料，控制等的上限。可以看下Nano-robotics，都可以在那麼小的尺度玩了。

2. 使用上解決不了

這個是可以用的，但是你用不好。好比同樣是玩劍的，有人就是高手，有人就只是打醬油的。工業機器人也一樣，怎麼樣去用也很關鍵，目前就是各家出個手冊，提供點技術支持，各個系統集成商去搞。解決方案：降低使用難度，增大使用範圍。目前看來各種AI的思想，在這個方面還是可以做些工作的。具體怎麼去做，還是得看具體得業務。

3. 商業上解決不了

技術不等於商業，技術上解決的問題，不等於商業上解決了。

簡單來說就想到這些

痛點：如何給機器人從業者提供與互聯網金融從業者同等水平的收入？

放三張PPT，裡面說到了這個問題。供參考

痛點總結下，還有什麼大家一起補充：

第一層次——機器人應用（面向機器人用戶）

存在大量冗餘工作，針對單一應用場景設計的機器人應用，再做其他場景應用時都要重新示教編程，但機器人其實就是基礎運動控制，存在大量的重複工作，不能有效的實現機器人編程，效率低且易出現錯誤，且錯誤不易提前排查。同時不同廠家的機器人語言及機器人示教方式都不一樣，甚至同一廠家的不同系列產品也不一樣，針對同種工作不同機器人的控制方式也是不一樣的。因此即使有多年工作經驗的機器人應用人員，也不能保證掌握對所有機器人的應用開發技能。

總結：冗餘工作，效率低下，不可復用，缺少統一編程語言

解決方案：機器人操作系統提出基於IEC61131-3的標準化機器人控制語言，主要解決機器人應用開發的語言一致性問題，同時基於模塊化開發總體提升機器人應用開發速度；

第二層次——演算法驗證（面向機器人研究或機器人開發人員）

機器人是多領域交叉學科，單一方向的理論研究往往需要其他方向的支撐，這就照常研究和開發進度緩慢，大量精力投入在重新發明輪子的工作上。另某些演算法的離線模擬和真機測試是存在差異的，即使所有工作環境都準備好後，同種演算法受制於不同硬體環境及控制系統，不能保證演算法與實際運行狀態的一致性；

總結：缺少對單一領域研究的支持，缺少演算法一致性測試；

解決方案：機器人操作系統將機器人控制過程充分解耦，通過軟硬體解耦、控制系統與演算法解耦，提供全套可替換機器人控制模型，方便研究人員在自身領域進行演算法替換驗證；

同時，提供硬體在環模擬，支持參數的在線調整，通過標準的API庫向開發人員提供機器人原子能力支撐，提高演算法驗證效率；

第三層次——硬體抽象

機器人研究軟體和硬體設備實體是一種緊耦合狀態，機器人的控制都依賴於硬體設備的通信響應，但在機器人領域同種機器人控制演算法，可應用於同種構型機器人，不應受到控制器及伺服驅動器限制；

解決方案：通過提出機器人操作系統的硬體抽象層，將硬體對於軟體部分的影響降到最低，控制系統不用關係具體使用誰家的驅動器，誰家的匯流排協議，從而形成一種通用適配的機器人控制系統，從此我們的控制器就能充分的滿足市場多變的場景；

第四層次——機器人協作互聯互通

機器人目前是以單一的工作單元配合其他設備實現機器人應用，但在工業4.0時代強調萬物互聯，機器人也同樣需要與其他工作設備或機器人的互聯互通，甚至在機器人本體、示教器和控制器方面也不再是唯一對應關係，第三方的控制器能夠輕易適配機器人本體，第三方的示教器能夠通過簡單配置鏈接機器人控制器。

總結：缺少標準的互聯互通標準介面，缺少對機器人控制過程的標準介面

解決方案：機器人操作系統提出基於機器人信息模型的方式構建統一的機器人介面，具體包括機器人本體參數模型，控制器通信信息模型，示教器通信信息模型等；

同時針對機器人通信要求，提出兩種互聯互通方案：①基於OPC UA協議（client+server），實現非實時機器人交互能力；②基於實時匯流排協議，實現高速機器人信息同步，將機器人數據轉換為其他實時匯流排從站；

首先，我只是一名即將從事機器人方向工作的學生，講得比較膚淺。

我的畢業設計題目就是xx機器人，功能比較簡單，就是實現設定平面內任意點的定位。不知道什麼是痛點，我就講一些遇見的困難。

1.電機的選擇，算包括動力機構吧。電機有很多種，三項電機，直流電機，步進電機，伺服電機等等。電機不同，給出的參考數據就不同。作為一所偽一線城市的重本院校，圖書館裡關於選電機的書還是挺多的，但是大多停留在三相電機的環節，也就是常用工具機械的電機。關於機器人和一些常用辦公設備（典型為文本印表機和3D印表機）常用的伺服電機，步進電機的書還算有，但大多也停留在介紹電機的工作原理的環節，講真，運動機構的計算不是只靠這堆介紹原理就直接弄出來的。真正關於實際運作時的數據分析卻少之又少，現今僅找到兩本日本人（應該叫做坂本正文，不知對不對）寫的書，分析了得到電機後怎麼測量參數以及在使用時的參數校正和維護，後邊有找到一本關於步進電機選型的，也就講了常用步進電機型號參數（就像本產品說明書）。偌大的圖書館，找本實用的書也是難，或許其他更好的學校會有更多的書籍，我不會告訴你我這兒能搜到整座城市的書籍名錄，算了，畢竟不是帝都魔都，再怎麼解釋都是辣雞。或許有人會問我，要參數直接買台電機去實驗室測不就得了，誒，對不起，我只是個窮學生。在現在的一些企業里，也不見得會有多少企業會撥一筆款項給一群攻城獅讓他們為了選電機測一大堆產品，最後只用一種。最簡單的驅動部分，考慮到工作周期和運行環境，需要測量和注意的數據就會不一樣，因為工業機器人大多需要精確的定位，但是這些電機在不同的環境下會產生一定的偏差（開環狀態，在下段講閉環）。同樣，這個最簡單的一個問題讓大多數企業為了避免產品因設備故障而停線，繼而選擇直接購買使用知名公司的機器人。畢竟這些產品有人給你調試，也不需公司特地留出攻城獅來維護，多浪費錢和內存，嗯，人力保存員工信息的內存（我只是要設計理論上的機器人，自己是不是想多了594zz）。

2.各種各樣的感測器。最為常用的是用在轉動角度或移動距離的感測器。因為機器人的常見運動形式有旋轉副和移動副，單純依靠控制器和運動機構不一定會實現精準的定位，因為電機運行時會因負載或接收信號的原因產生誤差，同時，傳動機構也會產生誤差。因此，需添加相應的感測器來反饋定位信息，與控制器形成一個閉環控制系統，減小誤差。自己在互聯網上找到一些用於此路徑的感測器，什麼顏色感測器，距離感測器，編碼感測器等等，第一個感測器可能有點荒唐，但真的能用，不信可以用一個彩虹帶紙試試，後邊的正經多了。我從淘寶還有一些生產廠家那兒坑蒙拐騙地找到了一大堆數據，數據很多，多得我都不相信全是文字的文檔能存200M，便宜的產品響應速度較貴的產品反應速度慢。響應速度越快，基於感測器反饋信號重新控制的信號就越快，誤差就更小。當然，關於產品運行環境的問題又來了，誰會讓一堆攻城獅去買一堆感測器來啊測量運行參數，最後只選幾款作使用。說這個，就好比想買幾十或幾百台好用的電腦作為公司的辦公電腦，有誰會先去市面買各種各樣電腦做體驗，最後選定合適的再大批量購進。

------------------------------------分割線真難打------------------------------------------上面兩點是設在非生產機器人公司的前提下，專業製造機器人的公司肯定有一大堆這些數據，要不沒公示要不就是我才疏學淺找不到。上知網，搜到的文章大多是口水文章（就我個人而言，應該是我不會用），ieee吧，雖說過了六級，但還是一大堆看不懂（六級也沒什麼nuan用）。專業生產機器人的企業，除開世界聞名的四大機器人設備製造商，國內應該是有的，好像那個造QQ的企業也有造機器人的。

一頓瞎講完了，簡單地就認為，測量各個元件在不同環境的運行數據是極為重要的。例如同一輛某菱宏光能在中國大地上亂跑，但是同一輛某安麵包車好像不能在新疆西藏隨開隨停，這個原理很簡單，機器人的設備也是這樣的，在得知了盡量多的數據後才能儘可能地控制設備運行的精度。國內部分企業不喜歡走這種無聊且漫長的數據工作，或許這就是痛點。

買報告是要花錢的啊大哥

「有數據顯示，截至6月22日，機器人概念板塊共有26家公司預告了上半年業績，逾90%的公司實現盈利增長，行業整體向好。」就這些數據來看，國產機器人產業形勢一片大好。但是如果結合更詳盡的背景來看，恐怕並非如此了。

數據顯示，中國國內機器人公司有約800家，由這佔比不足5%的26家機器人上市公司的盈利水平來代表「行業整體」可能並不嚴謹。而即使單放在上市企業的小圈子裡比較，這一部分企業佔比也不足1/3。截至2016年10月，機器人上市企業已達到91家。除了已經披露業績的26家之外，還有大部分尚未發布情況，背後的具體情況不得而知。

查找到去年同期數據作一個對比，截止到去年上半年共有59家機器人上市公司，其中有30家公司在半年報中披露了機器人業務收入，29家未披露。在明確披露機器人業務收入的30家公司中，機器人業務成為公司主營業務（營收佔比超過40%）的僅有12家，不足半數。這表明大多數上市公司的機器人仍然處於研發階段，尚未達到商用水平。這59家上市公司2016年上半年合計獲得政府補助13.70億元，共計實現機器人業務收入65.91億元。這些收入甚至比不上ABB一家在華銷售收入，據數據顯示，2015年，ABB僅在華銷售收入就超過330億元。事實上，國產機器人的核心零部件如減速器、控制器、伺服機構大量依賴進口，且其價格高昂，占機器人整體價格的70%左右，在一部分業務收入中刨除進口零件成本，真正屬於機器人企業的利潤極少。

雖然機器人業務盈利表現不佳，但是資本對其卻格外青睞。中國最大的機器人企業新松自上市以來，市值連創新高。市值最高的是2014年1月，其股價曾一度高達每股60多元高價，市值一度超過300億元，成功進入世界機器人企業市值前三甲。

虛火旺盛的背後，是不能掩示的冰冷事實。縱觀整個中國機器人企業，一半的公司不生產產品，80%以上的公司是低端的系統集成，70~80%的公司是其他公司的代理商。在整個機器人市場上的競爭力可見一斑。儘管市場增長乏力，技術能力薄弱，但是國產機器人的產量卻是節節攀升。

個人覺得主要在於，工業機器人中下游服務做的不到位，針對不同的生產線，無法合理做出相應集成，雖然本體製造商生產的機器人越來越好，越來越完美，但是如何讓工業機器人在實際生產中發揮最大化功能一直是製造企業的盲點，也是工業機器人發展的痛點。

作為一枚國內某機器人企業人員，淺淺說幾點自己的見解。

1.市場接受程度，在很多人眼中機器人是昂貴器械，只有大企業和資金充足的用戶才用得起。從我的角度來看，以後的機器人市場增長更多的是中小企業，因為目前可預見發展趨勢是協作和柔性製造生產線。而很多終端用戶還未接受這種概念。把機器人想像的位置太高大上，其實它只是一種稍微複雜的使用工具。（另外，對於UR這種廠商還是比較佩服的，不僅是產品方面，更是給很多企業用戶植入一種理念-近似於大眾汽車-每個人都用起用的了的機器人。）

2.還有就是分兩部分，一種是軟體部分，一種是硬體部分。在自然界中最完美的手臂應該是人手手，要做到跟人手功能一樣精確，負載比人大的機器人手臂確實不太可能。因為到達7軸這種自由度的機器人手臂在空間運動範圍的姿態已經是無數組解，可以感覺一下puma560六軸的解，

（采至百度文庫，圖侵刪）

但是這個矩陣多一個變數就存在無數多種解，而七軸如何規劃空間路徑在機器人運動學中，是一個最為複雜的演算法問題之一。在硬體方面如大家所知，關鍵零部件的問題。

以上一二。

敬禮！

除了眾多歷史原因造成製造業水平低下的原因外，更多的是對工業機器人產業的認識和定位上存在著不同的觀點。

首先，我國基礎零部件製造能力差。雖然我國在相關零部件方面有了一定的基礎，但是無論從質量、產品系列全面，還是批量化供給方面都與國外存在較大的差距。特別是在高性能交流伺服電機和精密減速器方面的差距尤其明顯，因此造成關鍵零部件的進口，影響了我國機器人的價格競爭力。

第二，中國的機器人還沒有形成自己的品牌。雖然已經擁有一批企業從事機器人的開發，但是都沒有形成較大的規模，缺乏市場品牌認知度，在機器人市場方面一直面臨國外機器人品牌的打壓。國外機器人作為成熟的產業採用整機降價，吸引國內企業購買，而在後續的維護備件費用很高的策略，逐步佔領中國市場。

第三，國家認識不到位，在鼓勵工業機器人產品方面的政策少。工業機器人的製造及應用水平，代表了一個國家的製造業水平，我們必須從國家高度認識發展中國工業機器人產業的重要性，這是我國從製造大國向製造強國轉變的重要手段和途徑。

原文鏈接：工業機器人行業研究報告（附437家關聯企業介紹）

1-9月我國工業機器人產量同比增長69.4%

《2017年世界機器人報告》稱，中國機器人行業正在以前所未有的速度迅猛發展，正成為全球機器人行業的領先者。

2016年，中國銷售工業機器人增長了27%，達到8.7萬台，佔全球的近1/3。同時，中國的機器人製造商正在擴大其在國內市場的份額，2018年~2020年，中國機器人的年銷售量預計每年平均增長15%~20%。

2017年8月23日，中國電子協會發布報告稱，預計今年中國將銷售超過11萬的工業用途機器人，同時2017年中國工業機器人市場規模將達到42.2億美元。

2017年1-9月，我國工業機器人產量達到95351台(套)，同比增長69.4%，9月當月產量為13085台(套)，比上年同月增長103.2%，繼續保持高速增長態勢。

IDC預測2018機器人十大趨勢：工業機器人大受寵

IDC FutureScapes 近日發布了2018年全行業的預測和觀察。報告中討論了未來1-3年內可能影響機器人行業的ICO和企業高管做出決斷的關鍵性預測。如到2019年，有60%的高新技術製造商將專註於工業機器人的部署；到2020年，全球移動安全機器人市場將增長近3倍等等。

2018年全球機器人行業十大發展趨勢：

預測1：到2019年，機器人的應用量將增加三分之一，而60%的G2000高新技術廠商將專註於工業機器人的部署。

預測2：到2020年，新安裝的工業機器人中將有45%至少配備了一個智能功能，如預測性分析、自我診斷、健康狀況意識、同行學習或自主認知。

預測3：到2021年，負責監督和協調智能機器人代理的出現，將有效刺激整個工業機器人行業效率提升30%。

預測4：到2021年，30%的G2000製造商將部署網路物理機器人系統，從而使生產力提高10-20%。

預測5：到2020年，全球移動安全機器人市場將增長近300%，而在增強人類安全上，又將有30%的移動安全機器人將配備機載無人機以進行必要部署。

預測6：到2019年，25%的移動機器人將部署包括添加模塊化組件的能力，並在同一移動平台實現多種應用，從而幫助生產力和效率提升30%。

預測7：到2020年，前100家零售商中將有30%在店內採用或試點部署機器人，從而使訂單成本降低20%。

預測8：到2021年，移動機器人部署的45%將通過Raas（Robot as a service：機器人即服務）的方式，使設備能夠在需求波動期間迅速擴大和縮小，並使機器人部署從資本支出轉移至運營成本。

預測9：在無人機行業部署的軟硬體和服務方面的投入，將有助於繪製和規劃石油、天然氣和煤炭等開採地區的基礎設施，以及調查和監測數千英畝的農作物，預估其產業價值在2020年將達到1億美元。

預測10：到2021年，消費類機器人市場將翻一番，下一代基於AI的機器人將減少對物理性任務的關注，而更多的參與家庭成員的教學和互動當中，並開始走進家庭，提高人類生活質量。

目前我國工業機器人主要集中在本體和集成端

工業機器人產業鏈由核心零部件製造商、本體製造商、系統集成商、工業機器人應用和下游服務商構成，其中本體是機器人產業鏈的核心。

目前，國內的機器人企業多為系統集成商。從國內機器人市場發展現狀看，有兩類企業將在未來行業大發展的背景中勝出：一類是有很強技術研發底蘊，項目經驗豐富的行業企業，另一類是在某些行業有一定的項目經驗，擬在自身行業推廣工業機器人的企業。

截至2017年11月初，參照系優質企業資料庫共收錄437家工業機器人行業關聯企業。從產業鏈布局來看，主要集中在系統集成領域，有278家相關企業，佔全產業鏈的64%。

工業機器人本體製造技術很難突破，只能在工業機器人集成上面找突破！

拋開軟體和核心演算法不講，機器人核心部件自主研發設計是一大痛點，國內外機器人公司在本體上的精度區別就在於此，國內需要能自主研究減速器，電機，密封件，電纜，甚至是基礎材料的優秀配套企業，出現HD，Nabtesco這樣的類壟斷型企業是國內機器人行業的硬傷。

重點不是做出工業機器人，而是在掌握各項核心基礎的基礎上做出機器人。中國雖然做出了很多機器人，可是高精度的減速器、伺服控制器、電機等用的都是國外的，這種不具備核心競爭力

太多了，就說一個靈巧手，萬能夾具，到現在都沒有吧

還有3d視覺配合機器人實現任意挑選零部件，到現在也沒真正實用，三菱去年演示的東西，也不是很成熟

作為在工業機器人行業呆了10年的小白（一不小心暴露年齡），第一次試著做個答。

我想說題主的問題有點大，智能製造里的工業機器人也要分國產機器人和國外機器人（畢竟大家的G點，錯了是T點不同），（我人工智慧的判斷一下）能提這個問題的應該還是比較關心國產的，所以國產機器人又分集成，以及自主研發生產。好吧，其實國外基本都是自主研發生產。（意思幾大元部件都是自己家玩出來的。一家一個品牌，核心元部件不對外。）

國外用一句話概括就是，各個領域應用已經比較成熟，什麼是機器人可以替代人工的，什麼是不可以的，判斷的比較固定了，甚至幾大家的分工，小品牌的細分大家的站位都很成熟了。大家就這麼有愛團結的過下去了。。。

問題1

國內早5年吧，還是依葫蘆畫瓢，做出來展示的階段，做機器人的不知道怎麼應用，用機器人的不知道國產的起步低，出生的奶娃就和人家成年人PK。所以這個互相不理解不認同持續了一段時間直到第一批前浪睡在了沙灘上。

痛定思痛，大家開始分析，我們要和外國成年人KO，和其他行業類似不管功能多先進，首先以價格吸引眼球。所以全國產路線工業機器人問世了。這個生存需求導致了減速器，驅動電機，控制器，以及感測器（視覺）的迅速發展。價格戰越演越烈，國外開始降價，緊張中國這個蛋糕的心情再也掩飾不住了。

工業機器人畢竟是生產製造的基礎設備，不穩定可靠也是相當尷尬的一件事，很多用國外機器人的廠商因為價格換了國產，但是又因為功能工藝滿足不到位，躊躇滿志。國產拿到第一塊敲門磚後，才發現技術上的距離有點遙不可及，葫蘆畫出來的飄只是長征第一步。

開始加強細分領域的工藝融合，生產人員應用人員緊密起來，畢竟大家的共同目標還是便宜好用，（不少公司也有支持國貨的情節）可能不一定百分百盡如人意但是基本上慢慢的勉強可以現場玩起來了。有了大批量使用國貨的第一家後，陸陸續續國產集成市場佔有量越來越大，（國產自主研發目前很少，還是展會級別，畢竟幾大核心部件都自己做還是很耗資源的，我猜。。。）

現在，有了基本功能後，用戶再一次拿外國大人和我們比較，性能問題開始打臉，跑的快慢，軌跡規劃變成了考題。以及可擴展性等等，外部感測器也成為智能製造大流里的必備成員。無疑用戶的聲音是大家一直的目標。

總結一下：先是成本劣勢，然後逐漸國產化後，性價比不高，功能能提升後，性能還有待提高，以及可擴展性弱。個人始終覺得痛點都不在這，畢竟還走在別人走過的路上，好好努力的加快腳步的走肯定也能看到別人看到的風景，但是什麼時候才能走出別人的路，發現一個世外桃源有沒有可能，可能小白比較貪心。。。請自動忽略。

問題2

其實，比起分析自己的痛點，更想說說國外高大上的問題，這樣才有了彎道超車的可能。國外價格就不說了，定製中國特色的產品他們一直都很業餘，智商高的他們情商如此感人也是不容易。他們的傳統製造領域，我們的先進智能領域，其實就這個定位我們就看到了彎道，解決基本功能的同時，引進先進的智能學習，可以在基因的層面改造我們製造業。

目前國產工業機器人還是一個集各家努力，相互扶持到今天的狀態（突然好想哭，有一種抗日抱團的既視感），想衝出國外的籠罩，還想在智能製造上有所建樹，唯有技術上的學習，跨領域的創新，生產產業鏈的布局，雖然晚國外機器人幾十年，但是站在巨人腳背上一直是我們的強項。壓縮成本同時不失品質，結合機器人上下游設備的集成，生產線管理的集成，實現工廠智能製造。

集更多的大家，入更深的細分，結合國外先進沉澱，自我創新，涉及高層的生產鏈，實現性價比高的生產製造自動化。（最後一句略大）

問題3

小白一直對人工智慧非常有興趣，也學習了些皮毛。其實就串聯多關節機器人結構來舉例不少驅動器參數，控制參數都不能和機床相提並論。我們集成的特質決定了，大家的組合非常隨機，本體，驅動電機，控制器等等，那麼是不是註定了這個組合沒有國外一體化的表現優異呢？個人以為智能學習說不定能在其中發揮作用，MUJI的視覺應用就是典型的提高效率的軌跡自學習。所以未來智能學習一定能在方方面面提高精度，效率，以及編程方便性。

減少產品工藝對機器人的限制。

能用錢解決的問題，都不是問題，問題是......。

能否把範圍縮小點，具體點，我這裡可以提供底層調試人員和操作工的看法。