工業(yè)機器人，就硬件構造層面而言，主要部件就是機器人的馬達驅動機械手臂和關節(jié)，然而現在對機器人的要求越來越高（表一），因此不只是擁有手臂，機器人還必須具備頭腦、眼睛或雙腳，這就牽涉到機器人感知、運作、溝通與行動技術， 甚至是人工智能。

　　談到機器人的大腦，當然就要談到人工智能。 整體而言，機器人的與時俱進，不僅是工具機或零組件硬件的更新升級，還包括分析技術的突破，讓機器人擁有更高的智能。 由于人工智能的開發(fā)門坎極高，因此目前市場上的主要投入者皆是重量級科技大廠，這些業(yè)者也已推出相關人工智能平臺，例如Google旗下DeepMind所開發(fā)的AlphaGo平臺、Intel的Nervana平臺等。

　　其中，因圍棋比賽聞名于世的AlphaGo，是憑借類神經網絡的深度學習進行推估、預測、決策。 運用至工業(yè)機器人，則機器人可利用機器學習來進行檢測工件，按照取拾的難易程度進行自動排序，這是工業(yè)機器人具備深度學習能力后的進化，而這只是例子之一。

　　再來看看機器人的感知部分，這主要就是透過傳感器賦予機器人「感官」功能。 例如「視覺」就是工業(yè)機器人常見的感官，這是由于電子零件愈來愈小，人眼已無法勝任精準組裝及檢測，因此具有高精度檢測特色的機器視覺，就成為許多任務業(yè)機器人的標準配備，廣泛應用于量測、定位、引導、識別等。 市調機構The Insight Partners研究報告指出，機器視覺系統零組件、系統整合等產值，將由2015年的75億美元，成長至2025年的144.8億美元。

　　機器視覺系統主要是透過光學設備，搭配軟件算法，仿真人類對三維世界的識別判斷。 系統硬件由圖像處理器、影像擷取卡、傳感器、可編程邏輯控制器、攝影機、照明光源等組成，軟件技術則使用圖像處理、訊號轉換以及3D對象識別算法等技術。 德國波昂大學所研發(fā)的雷射除草機器人就具有照相辨識系統，一如農民的眼睛，能夠精準辨認田間草相；經過計算機運算后，搭配雷射裝置，再以雷射光照射雜草，經照射過的植株，莖桿會變得脆弱導致生長受阻，最后邁向死亡。

　　臺灣已有不少廠商涉足機器視覺領域，例如所羅門自行研發(fā)的3D視覺模塊，能讓機器手臂在凌亂的工作環(huán)境中辨識工件，并將工件依工件類型、形狀、尺寸分類，導引機器人正確取物后放置物品。 研華科技的EagleEye機器視覺解決方案，則是透過搭載嵌入式圖像處理軟件的智能相機，協助制造業(yè)者解決生產在線質量控管、條形碼判讀等工作，同時可透過機器視覺的定位導引功能，輔助機器手臂進行工件夾取作業(yè)。

　　另外，為了避免工業(yè)用機器人大范圍的損害，現在竟然還出現具有「痛覺」的機器人。 德國科學家Johannes Kuehn與Sami Haddadin是在近日于IEEE國際機器人與自動化大會（ICRA）上發(fā)表這項研究成果——具有痛覺的機器手臂，這是基于人類皮膚結構所研發(fā)，其具有「神經機器組織（nervous robot-TIssue）」所賦予的痛覺。

　　團隊報告指出，機器人感應到輕微疼痛時會自動緩慢退縮，直至與原先造成「 不舒服感」的物品沒有接觸后才重回原本位置；感到中度疼痛時，機器人則會快速收回，并與物品保持適當的距離，最后再重回原本位置；當它感受到劇烈疼痛時，則會認知這樣的接觸已可能會造成自身的傷害，并且需要他人的協助，機器手臂會轉變成被動模式，將傷害降到最低 。

　　智能制造加持 機器人大躍進　　機器視覺等感測技術的進展，主要推力來自于智能制造，事實上，由點、線再到面，智能制造趨勢為機器人產業(yè)帶來的影響力極為全面，例如，機械手臂將普遍具備機器學習能力；受惠于控制技術，以及防止機器人間互相干擾的電路設計越來越進步， 生產在線的機器人配置密度得以提高；以及透過生產信息數字化，所有機器人在大數據數據的加持下，將能具有更靈活應變的能力。

　　然而，工業(yè)機器人的發(fā)展也有其挑戰(zhàn)。 資安也是產業(yè)界必須重視的問題，尤其是基于效率、準確與安全的理由，工業(yè)機器人在許多大型生產在線早已取代了人力，若遭受惡意攻擊，所損失的可能不僅是財物，甚至是人命，因此， 在我們不斷追逐工業(yè)機器人的功能及生產效率時，也應對機器人是否能夠抵擋網絡攻擊，付出同樣的關心。