兩臺機器人分別控制雙層托盤，讓其不斷地傾斜、轉動，另一臺機器人控制機械臂在托盤上十個障礙物間不停地穿行而不受阻礙。這段工業機器人演示視頻讓人看得眼花繚亂。“這可是人家2009年的技術，我們現在也無法做到”，資深機器人從業者馬龍感慨地說。

想要完成如此復雜的動作，工業機器人的大腦——核心控制器必須足夠聰明。但由于沒有掌握核心算法，國產工業機器人“大腦”還不夠聰明，穩定性、故障率、易用性等關鍵指標遠不如工業機器人“四大家族”發那科、ABB、安川、庫卡(以下簡稱“四大家族”)的產品。

據統計，我國已經連續5年成為世界第一大機器人應用市場，但高端機器人仍然依賴于進口。核心算法的差距，是國產工業機器人向高端制造邁進的攔路虎。

算法欠賬多 國產“大腦”愛出錯

作為工業級產品，衡量機器人優劣主要有兩個標準：穩定性和精確性。核心控制器是影響穩定性的關鍵部件，有著工業機器人“大腦”之稱。而軟件相當于語言，把“大腦”的想法傳遞出去。

要講好這門“語言”，需要底層核心算法。“四大家族”可以出售伺服系統、減速器、編碼器等關鍵部件，但對核心算法一直秘而不宣，絕不外泄。

核心算法差距過大，導致國產機器人穩定性不佳，故障率居高不下。“參數自整定，抑震算法，轉矩波動補償……”某國內機器人企業技術總監孫堯(化名)掰著手指頭，一項項算給科技日報記者，“算法的差距，拖慢了整個系統的響應速度和穩定精度。”

“工廠里一百多臺‘四大家族’設備，一年也出不了幾次故障;如果用國產機器人，故障率可能是人家幾倍。”沈陽霹靂科技有限公司技術合伙人、資深機器人軟件工程師周超說。

因此，部分客戶寧愿買二手進口機器人，繳納一筆不菲的“重新開機費”，也不愿意使用國產機器人。

“好的算法，幾千行就能讓機器人穩定運行不出故障;差的算法，幾萬行也達不到人家的水準，”周超介紹，“就好比兩個司機開車，剛拿駕照的新手和經驗豐富的賽車手，上路之后差距一目了然。”

知其然，不知其所以然，正是核心算法多年來欠賬的結果。

不掌握核心算法，生產精度需求不高的產品還勉強可以，但倘若應用到航天航空、軍工等高端領域，就只能依賴進口工業機器人了。

“打個比方，底層核心算法好比手機操作系統，我們更多在做APP。雖然做基礎研究投入大、回報低，做APP賺錢快，但只做APP，永遠也無法超過蘋果和谷歌，”周超說，“況且一旦別人對你封鎖系統，APP做得再好用也無濟于事。”

軟件卡脖子 定價權拱手讓人

算法的差距不只體現在核心控制器上，更拖慢了伺服系統響應的速度。

機器人每完成一個動作，需要核心控制器、伺服驅動器和伺服電機協同作戰。打個比方，就像一場“戰爭”，“將軍”下令進攻;“傳令兵”傳遞進攻信號;得令的“士兵”向指定位置沖鋒。

現在“四大家族”的產品已經進化到“將軍”通過4G信號直接指揮“士兵”;而國產機器人尚停留在傳令兵時代，速度當然就慢了許多。

“如果不掌握核心算法，這一差距很難被縮小。”馬龍告訴科技日報記者。據他介紹，對于單臺伺服系統，國產機器人動態與靜態精度都很高，但高端機器人一般同時有6臺以上伺服系統，用傳統的控制方法難以取得好的控制效果。

多臺伺服系統需要“大腦”提前進行計算。通過底層算法，國外核心控制器可以通過伺服系統的電流環直接操作電機，實現高動態多軸非線性條件下的精密控制，因此“四大家族”的機器人響應速度更快、定位更準確。

由于算法、軟件的差距，最終產品的售價也天差地別。以伺服系統為例，即使核心元器件幾乎完全一樣，成本其實相差無幾，但國外的產品售價貴10倍。

“這是因為國產伺服系統基本都使用自帶軟件庫，國外企業限制很多高級功能，不向我們開放，比如位置環的S曲線功能，你想要這個功能，就得掏錢買人家的產品，定價權就這樣讓出去了。”馬龍說。

鼓勵企業投入研發 機器人未來可期

盡管與“四大家族”相比差距明顯，但專家、從業者都比較看好國產機器人的未來。

從技術上看，硬件的發展已有幾十年歷史，幾無秘密可言;軟件方面，我國擁有數量龐大的IT從業人口，“現在，我們很多企業也可以集成出高水準的工業機器人產品，”周超說，“但完全自主知識產權、擁有關鍵部件核心技術的國產工業機器人，還需要經驗、時間與整個產業鏈的積累、打磨。”

工業機器人市場有點像幾年前的智能手機市場。只要熟悉產業鏈、供應鏈，很快就能“攢”出一臺機器人產品。但想要掌握核心技術，卻并不那么容易。當某一項技術取得突破，等待市場檢驗、慢慢成熟時，國外廠商很可能會壓低該零部件的價格，提供功能更成熟、價格更便宜的方案，導致國內企業投入與回報不成正比，這也是很多企業不愿意在底層研發上投入的原因。

“作為從業者，我們希望能有更多以技術為導向的政策，只要技術達標，就給予企業一定的市場空間，在實踐中慢慢打磨產品，吃透核心技術，鼓勵企業將更多的人力、財力投入到研發當中，這樣才能讓國產工業機器人真正在世界的舞臺上唱主角，”馬龍說。

(新媒體責編：wb001)