7月1日，項目負責人褚明（中）指導團隊核心成員開展相關實驗。河北日報記者周聰聰攝

閱讀提示

在人機協同作業日益普及的今天，工人在生產線上與機器人“并肩作戰”時，真的足夠安全嗎？如果答案并不似我們想象中樂觀，如何在人機共存的環境中確保人的安全？

不久前，第二屆雄安未來之城場景匯雄安國際機器人大賽上，參賽項目“數字孿生驅動的人機協作安全距離快速感知系統”為這個難題給出了創新解決方案。

48毫秒的超快響應速度、無需外掛設備就能實現360度無死角安全防護、低至2萬元的部署成本……憑借這些突破性優勢，該項目成功斬獲大賽一等獎，重新定義著工業場景下人機協作的安全標準。

6月12日，第二屆雄安未來之城場景匯雄安國際機器人大賽上，參賽項目“數字孿生驅動的人機協作安全距離快速感知系統”現場演示。褚明供圖

超快反應，讓人與機器人安全協作

六軸桌面式協同機械臂輕盈舞動關節，但當人靠近，一旁的電腦屏幕上立刻浮現數道醒目的紅色線條，勾勒出人體的骨骼結構。同時，一道在人與機械臂之間動態生成的明黃色線條實時測量二者距離，并據此給機器人下達“停機”“減速”等指令，將有可能對人造成的安全傷害扼殺在萌芽中……

6月20日，北京郵電大學科研樓924室，“數字孿生驅動的人機協作安全距離快速感知系統”展示著毫秒級的危險預警能力。

在第二屆雄安未來之城場景匯雄安國際機器人大賽上，該項目憑借出色的實時感知性能和人機交互安全性，從眾多參賽項目中脫穎而出，榮膺大賽一等獎。

人機協作的安全距離，是這項研究的核心問題。

或許有人會疑惑，機器人不都是按照預設程序精準作業的嗎？為何還需要專門研究人和機器人的安全距離？

“人們把機器人稱為‘人’，這種說法其實高估了它的智能水平。”項目負責人、北京郵電大學智能工程與自動化學院教授褚明解釋，機器人確實能高效完成重復性、高強度的任務，但它的智能遠未達到與人類真正協同共處的程度。在早期工業應用中，機器人作業時甚至需要被鐵絲網隔離，以確保人員安全。

如今，隨著技術的突破性發展，機器人總動員正成為智能制造新常態。

“然而，在人機共存的生產環境中，安全防護體系仍面臨嚴峻挑戰，工業機器人事故時有發生。”褚明介紹，其中機器人制造和焊接是事故高發領域。

“當前工業領域的人機安全監測主要依賴激光雷達、紅外和聲波測距等技術，但都存在明顯缺陷。”褚明分析，這類設備幾乎全要外掛在機器人上，以激光雷達為例，它形似礦泉水瓶，直徑約10厘米。機械臂掛上這樣一個瓶子，不僅影響工作的靈活性，甚至還會帶來新的安全隱患。

除了體積問題，各類技術還有各種局限：聲波測距只能測量到正面相對的區域，存在監測盲區；激光雷達雖能全向覆蓋，但響應速度慢且成本高昂，單臺價格超6萬元。

鑒于硬件方案存在的成本高、干擾作業等現實問題，多數企業選擇依賴管理規范等軟性防護。但在實際生產中，工人錯誤的操作習慣和企業投入不足的雙重因素，又導致事故頻發。

能否讓機器人輕裝上陣，在不依賴外掛設備的情況下，就能實現360度全場景的安全監測？

2021年，褚明研究團隊的這一構想，引起了西門子的興趣。

基于和北京郵電大學既有的校企聯合技術攻關基礎，西門子決定投入專項研發資金啟動聯合攻關。

面對傳統硬件方案“笨重昂貴”與“防護滯后”的雙重困境，褚明帶領團隊另辟蹊徑，將數字孿生技術與計算機視覺深度融合。不僅能使輕裝上陣的機器人擁有安全直覺，還賦予其比人類更快的反應能力。

“人類在保持清醒的前提下，發現危險并作出反應的平均時間是120毫秒。”褚明一臉自豪地表示，但這套系統僅需48毫秒就能完成安全距離感知，響應速度是人類的2.5倍。

褚明說，這套系統不僅反應快，還能“一心六用”，同時追蹤6個作業人員的人機距離，確保每個人都能獲得同樣迅捷的防護響應。

7月1日拍攝的參賽項目所用深度相機，它能讓機器人在“零穿戴”的情況下擁有360度全場景視角。河北日報記者周聰聰攝

給機器人裝上“天眼”，360度無死角安全防護

“讓機器人擁有安全直覺，傳統方案是給它‘穿盔戴甲’，我們的辦法則是‘開天眼’。”拿起一個紙抽大小的白色深度相機，褚明輕輕晃了晃說，這是整套系統中唯一的硬件設備，卻能讓機器人在“零穿戴”的情況下擁有360度全場景視角。

這臺深度相機性能強大，每秒能拍攝60幀畫面，相當于每16.67毫秒就能完成一次對人的動態捕捉。

研究團隊巧妙利用這一特性，構建了一個實時運轉的數字孿生世界：相機采集的人體骨骼數據和機械臂運動軌跡，在虛擬空間中同步生成動態模型，通過算法實時計算碰撞風險，實現從感知到防護的無縫銜接。

數據采集、孿生建模、風險計算……這一系列復雜運算，如何在遠低于人類反應速度的48毫秒內完成？

指著電腦屏幕上那些與人體動作神同步的紅色線條，褚明道破秘訣所在。

“篩減時，我們舍棄了面部等非必要區域的關鍵點，保留下來的都是能影響人體可能觸及最大空間范圍的關鍵點。”褚明說。

有了人體的動態模型，團隊利用工業機器人內置的光電碼盤傳感器，實時獲取各個軸關節角度數據，僅用9個關鍵點即可完整重構機器人運動姿態。

就這樣，僅僅靠34個關鍵點，團隊便完成了人和機器人的建模。這種高度簡化的建模方式，大大降低了系統數據計算量，有效提升了數字孿生場景的構建效率，為毫秒級實時響應提供了關鍵技術保障。

不過，要實現真正可靠的人機安全協同，挑戰遠未結束。

采訪中，記者曾變換各種動作和距離，屢屢試圖“碰瓷”機器人。但遺憾的是，一次都沒成功。電腦屏幕上，一條黃線始終如影隨形地橫亙在記者和機器人之間，并不斷變換著距離數據。隨著距離數據的變化，機械臂或轉速下降，或瞬間停止，始終與記者保持著安全距離。

“這根黃線，標注的是人和機器人間的最短距離。”褚明說，系統正是根據這個距離數據，設置了低危、中危、高危三級安全閾值，向機器人做出聲光預警、減速運行、緊急停機等指令。

為找到這條黃線，去年畢業的博士生、團隊核心成員陳宇足足花了一年多時間。

“兩個‘骨架’關鍵點間連成的線成千上萬條，這其中，哪條才是最短的？”陳宇解釋，不同于靜態物體，人和機械臂始終處于運動狀態。特別是人體動作具有天然的隨機性和不可預測性，兩者的運動軌跡在三維空間中不斷交織，形成高度復雜的動態空間關系。

為了更真實地計算人體與機器人的安全距離，研究團隊還考慮到人的胖瘦對二者距離的影響，根據成年人的體型中位數，在骨骼模型基礎上做了一層“膠囊體”，為數字模型穿上了一層“肌肉外衣”。

“多次試驗驗證，系統的距離測量誤差已經被嚴格控制在3.5%以內，相當于當實際距離為1米時，系統測量值在96.5至103.5厘米之間波動。”褚明說，這個精度窗口是經過反復推敲后確定的最佳平衡點，既能夠規避過度追求精度帶來的算力浪費，又確保了工業場景下的絕對安全。

當人靠近六軸桌面式協同機械臂，電腦屏幕上立刻浮現數道紅色線條勾勒出人體的骨骼結構。同時，在人與機械臂之間動態生成一條明黃色線條實時測量二者距離。圖為實驗過程中拍攝的電腦屏幕顯示畫面。褚明供圖

成本低、部署快，產業化優勢突出

“安裝復雜嗎？成本會不會很高？”在第二屆雄安未來之城場景匯雄安國際機器人大賽上，“數字孿生驅動的人機協作安全距離快速感知系統”使用的便捷性和經濟性，成為許多參觀者駐足咨詢的熱點。

對此，褚明的回答令他們眼前一亮。

“這套系統的部署極其簡單，就像在工廠安裝普通監控攝像頭一樣便捷。”褚明說，系統的運行，僅依賴深度相機和軟件模組，每個定焦深度相機可精準覆蓋6米遠范圍，單個6米遠監控區域的部署成本僅2萬元。

更令人驚喜的是，如果監測范圍需要擴大，只需線性增加攝像頭數量，無需額外復雜配置，大幅降低了整體投入。

兼容性強、成本低、部署快，該系統的種種優勢，讓不少制造企業當場就表達了合作意向。

一家焊接機器人企業負責人向褚明坦言，他們正面臨嚴峻的人機協作安全挑戰：在自動化焊接產線上，雖然核心焊接工序由機械臂完成，但上下料環節仍需人工介入。工人頻繁進出作業區域時，既要防范機械臂的意外碰撞，又要躲避飛濺的高溫焊渣，安全風險居高不下。

“對我們這樣的焊接企業來說，這套系統絕對是剛需。”這位企業負責人還對該系統產業化提出建議，除獨立銷售外，還可以與機械臂捆綁銷售作為機械臂的增值服務，提升產品競爭力。

企業之外，滄州市招商部門也向褚明詳細介紹了各種產業化扶持政策，表達了助力這項技術快速落地的強烈意愿。

“這是我們第一次參加雄安場景匯，目的就是讓這項技術接受市場的真實檢驗，看它是否能切實解決企業的安全生產痛點。”褚明說，他們希望通過這種方式，持續優化技術方案，推動實驗室成果走出象牙塔，真正服務實體經濟。

在推動項目落地產業化的同時，團隊在人機共存領域的研究仍在持續深化。

“目前，我們正在研究從仿真到實體的相關課題，推動人機協作向更高層級發展。”褚明介紹，他們的研究大方向是讓機器人不僅能感知人的存在，更能理解人的意圖，推動人機共存走向人機共融。

“工業4.0實現了生產數字化，但其本質仍是機器主導的生產模式，人只是被動地嵌入其中。而正在興起的工業5.0則強調人機融合，在共同的工作環境中開展更精密、更智能的協作。”褚明解釋。

未來的人機協作會是怎樣一幅新圖景？

“而這，正是我們努力研究的方向。”褚明相信，這一天的到來不會太遠。（河北日報記者 周聰聰）

7月1日，團隊核心成員展示參賽項目所用的深度相機，它能讓機器人在“零穿戴”的情況下擁有360度全場景視角。河北日報記者周聰聰攝

記者感言

極簡背后的極繁探索

一個深度相機，一個軟件模塊，靠著這樣的簡單組合，“數字孿生驅動的人機協作安全距離快速感知系統”實現了48毫秒的極速感知，將人機協作中的潛在安全風險扼殺在萌芽狀態。

極簡實體、極速感知、極度安全，項目負責人褚明用三個“極”來概括這項成果的特點。

但成果有多“簡”，過程就有多“繁”。

采訪中，褚明一開始并沒有急于展示成果，而是先回顧了一段失敗的經歷。這個坦誠的開場，讓記者了解了科研工作的真實軌跡。

最初，團隊選擇的技術路徑頗具吸引力，模擬人類雙眼的立體視覺測距原理，計算深度相機發射的調制光線的往返時間差，來構建人體三維輪廓。

這種仿生學思路看似完美，卻在實踐中遭遇瓶頸。為了找到最近距離點，系統需要把遍布人體表面的所有關鍵點計算一遍，龐大的計算量導致建模延遲，遠達不到工業安全防護響應的時效要求。

就這樣，研究一度陷入困境。

在失敗中尋找希望，團隊再次調整思路，利用深度相機自帶的關鍵點捕捉功能，通過精心篩選25個人體關鍵點和9個機械臂節點，將原本復雜的建模過程簡化。思路的轉變，讓數字孿生建模效率得到質的飛躍。

讓機器人實現智能，每一步都不容易。

為了找到合適的深度相機，團隊核心成員張萌花了三個多月，對比了三十多款產品的詳細數據。為了獲取更多詳細數據，她不得不一家家聯系廠商，有時甚至要跨時區與國外廠家反復溝通。

“有多少人工，才有多少智能。”采訪中，褚明反復提及的這句話，道破了人工智能研究的真諦。

而創新的魅力，恰恰藏在這份“極簡”與“極繁”的辯證之中。

在采訪尾聲，褚明特別提到德國工業5.0倡導的人機共融愿景。那時候，機器人不再是冰冷的執行者，而是能理解意圖、預判需求的智能伙伴。