谐波减速器全球出货量第二，绿的谐波如何助力国产工业机器人？
工业机器人三大核心部件分别是减速器、伺服电机和控制器，其中减速器是研发难度最大、成本比例最高的部件。在部分小型机器人中，精密减速器占成本比例高达50％。
在减速器领域，日本凭借先发优势以及技术优势，取得了较高的市场份额，仅日本纳博特斯克和哈默纳科便占有全球减速器市场70％的市场份额中国机械网okmao.com。可以说，减速器能否国产，是工业机器人能否实现国产的要害所在。
中国发展较晚，技术水平有限，之前一直受制于人。但近年来受益于国家政策鼓励，中国已经有部分厂商可以量产精密减速器，其中绿的谐波在2013年成为第一家量产谐波减速器的企业，这也代表着中国谐波减速器“突围成功”。
目前，绿的谐波已经和诸多国内外机器人公司达成合作：如新松机器人（300024）、华数机器人（300161）、埃夫特等国内机器人龙头企业；以及Universal Robots、Kollmorgen、Varian Medical System等国外知名企业。
因此，绿的谐波近年来也得到了快速发展，从一个小型制造加工厂，一跃成为营收上亿的企业：2018年，营收达到2．2亿；虽然2019年出现了营收下滑，但仍有1．89亿的收入。
绿的谐波是如何研制出机器人核心部件谐波减速器，并实现量产的？在2019年，绿的谐波营收下降，原因是什么？绿的谐波未来发展是否会受到不利影响？
谐波减速器全球第二
绿的谐波前身是一家小型民营机械加工厂，主要从事精密仪器代工，ABB是其客户之一。2003年，绿的谐波了解到，国际巨头ABB对日本公司高度垄断谐波减速器颇有怨言：价格较高，且交货时间长。
于是，绿的谐波创始人左昱昱前往日本参观学习，他发现到日本机器人产业非常发达，继而敏锐地意识到：随着中国人口结构的老龄化以及智能制造发展，各行业机器换人将是大势所趋，也意识到精密仪器代工未来将是一片红海，绿的谐波必须转型。
绿的谐波抽出部分骨干员工，研发机器人核心部件谐波减速器，但是进展缓慢，直到2006年这一情形发生扭转：
过去，绿的谐波一直为某欧洲客户代工离心机润滑系统的部分部件，润滑系统包括1根轴和3个零件。已经代工3个零件的绿的谐波，还希望代工润滑系统中的轴。
绿的谐波提供的样品轴，不仅品质达标，而且价格是其他欧洲企业报价的十分之一，但是该客户却拒绝把订单交给绿的谐波，理由是：“绿的谐波已经负责了3个零件的加工，如果再将轴也交给绿的谐波代工，那么绿的谐波就掌握了高速离心机的核心技术。这个技术稍加改造后，还可以用来浓缩铀，这是不可能的。”
这一事件无疑刺痛了绿的谐波管理层的神经，他们开始意识到必须拥有自己的核心产品，才能不受制于人。
智能制造或许能从这四个方面帮我们研发新冠疫苗和药物
相比于之前，绿的谐波对谐波减速器研发投入有限，这一次绿的谐波几乎把所有机加工利润都投入到谐波减速器的研发。历经前后共10年的努力，绿的谐波终于突破诸多材料、设备等多方面障碍，在2012年成功研发出第一台谐波减速器样机，2013年便成为中国内第一家可以量产谐波减速器的厂家。
在日本企业垄断行业40多年，且有众多仿制企业失败的不利条件下，绿的谐波决定自主研发，在齿型上获得突破，最终独创性地开发出了“P型齿”，开发出属于自己的谐波减速器。
虽然绿的谐波齿型和日本厂商不一样，但是其产品输出效率、承载扭矩、传动误差等各项主要性能指标均已达到国际先进水平。
优质的产品让绿的谐波闻名业内，其谐波减速器国内市占率在2017年达到60％，即使在全球，其谐波减速器出货量也仅次于日本哈默纳科。
能够取得如此成绩，得益于绿的谐波对于研发的投入，2017年至2019年，其研发投入占总营收比例逐渐提高，从9．2％，提升至13．04％。
智能制造或许能从这四个方面帮我们研发新冠疫苗和药物
由于绿的谐波拥有填补中国空白的核心技术，其受邀参与了《机器人用谐波齿轮减速器》、《机器人用精密齿轮传动装置试验方法》等多项精密减速器领域国家标准的起草。
游刃有余的定价空间
2019年，绿的谐波迎来了一次重大考验——实体经济增速放缓：自2018年4季度开始，工业机器人下游占比较大的汽车、电脑、通讯、和消费性电子等领域景气度下降。因此，机器人行业整体产量减少，同比下滑0．24％，市场对谐波减速器需求紧缩。
2019年，绿的谐波营收仅有1．86亿，同比下降15．32％，其中谐波减速器销售额同比减少16．72％。事实上，绿的谐波减速器的销量仅减少3．8％，真正导致销售额大幅下滑的是售价降低：同比减少13．43％。
反观绿的谐波减速器的毛利率，在售价下降13．43％的情况下，反而提高了0．51个百分点，达到59．10％。这是因为，绿的谐波降低了产品平均成本。
绿的谐波率先实现了谐波减速器的规模化生产，打破了国际品牌垄断，有着技术和产品优势。因此，其谐波减速器产品定价本就有较大空间；更何况近年来，随着生产规模上升、工艺改进及成本管理加强，其产品在定价上更加游刃有余。
绿的谐波不仅通过定价来对抗宏观周期波动，还加大对全球市场的渗透，以减轻宏观风险。
目前，绿的谐波海外知名客户有Universal Robots、Kollmorgen、Varian Medical System等知名品牌及制造商，以及ABB（ABB．N）、通用电气（GE．N）、那智不二越（6474．T）、阿法拉伐（ALFA．ST）等诸多国际高端装备制造企业。其中Universal Robots还是绿的谐波五大客户之一。
绿的谐波在国内市场占有率较高，营收受到下游宏观环境等客观因素影响较大；其海外市场市占率较低，营收多少取决于其自身产品竞争力和营销力度等主观因素。因此，现阶段绿的谐波开发海外市场，可以视为一种抗宏观周期波动的手段。
因此，2017年至2019年，绿的谐波海外收入从3577万增至5748万，年均复合增长26．78％，远超其总营收2．86％的年均复合增速。
如绿的谐波短期内想进一步扩张，还需要扩大整个市场空间。
市场空间扩大的根本动力在于人力成本的提高： 2011至2018年，中国适龄劳动人口数量由9．42亿人锐减至8．97亿，但城镇非私营单位制造业人均工资由3．07万元增长至7．21万元。
这种“适龄劳动人口下降、人工成本增加”的局面推动工业机器人行业快速发展，并由原来以汽车与电子行业为主的主要应用场景，快速扩展到机床加工、新能源、新能源汽车、现代物流等多个应用领域。
在国内市场，国际品牌对国内供货交期长达数月、售价亦高于对其他国家客户售价，因此，绿的谐波国产替代优势明显。
在绿的谐波过去不断扩张的同时，其产能不足问题也逐渐凸显：近三年，产能利用率一直在100％上下波动，产销率至少也在90％以上。与此同时，绿的谐波一直在不断提升产能： 2018年较2017年，产能提升2万台，但依旧不能满足其需求。
智能制造或许能从这四个方面帮我们研发新冠疫苗和药物
因此，绿的谐波IPO募投项目为“年产50万台精密谐波减速器项目”，决心提升产能。
作为中国谐波减速器第一企业，绿的谐波不仅在国内拥有半数以上市场份额，最近在国际市场的销路也风生水起。未来，随着机器人普及度提高，行业天花板持续提升，拥有核心技术的绿的谐波将近一步巩固其国内霸主地位，也有望借助中国的世界级大市场，成为全球谐波减速器出货量第一名。
韩国首家机器人咖啡馆：耗资2亿，引用智能工厂技术
近日，全球首家24小时“无人”咖啡馆Storant在韩国大田儒城区奉明洞正式开业，由大德研发中心的半导体公司Vision Semicon参与运营。
首家“无接触”咖啡馆
据悉，这家咖啡馆据悉，这家咖啡厅耗资2亿韩元，约合人民币117万。从咖啡订购到制作、配送等一系列流程，都是由机器人完成的，真正做到了“无接触”，不用担心新冠病毒疫情传染。
该咖啡馆设有一楼和二楼两层公共服务区域，共有100个座位。一楼和二楼都配有自助服务台，顾客可以自由下单。菜单内包函50多种饮料，例如咖啡，辅助食品和奶茶。当成功下单后，位于楼层中央的智能机器人咖啡师就会立刻开始制作饮料，每台机器人咖啡师都高达为2m。
在机器人咖啡师周围的柜台上还配备有咖啡机、制冰机和冰箱等设施。在机器人咖啡师的机械臂移动操作下，可以像正常人那样进行操作，放入材料、煮咖啡......制作一杯饮料的时间一般在2分钟之内。
当饮料制作出来后，服务机器人“Tour”从智能咖啡师机器人手里接过饮料。随后，服务机器人带着刚做好的饮料送到购买者的桌上。这种服务机器人会自动躲避人和障碍物，并且还会提醒周边的人：“正在配送热饮，请您在走动时小心避让”。
在没有订单时，它会自己移动到充电位置并接通电源。Vision Semicon说：“服务机器人只能在设定的路径中移动，并且具有杀菌和空气净化的功能。”
引用智能工厂技术
在这家完全由机器人服务的咖啡店中，Vision Semicon还引用了智能工厂技术，打算建立非接触式机器人系统。
Vision Semicon首席执行官Yoon Tong－seop表示：“我们公司自2014年以来就开始研发智能工厂技术，经过多年磨炼，目前不仅能成功应用于工厂，还能按照咖啡馆的经营模式配套使用。”
Vision Semicon计划在韩国主要城市开设10家分支机构，并计划将“无人”餐厅业务拓展到全球。Vision Semicon首席执行官Tong－Seop Yoon表示：“在新冠病毒疫情发生后，我们将致力于创建完美的“无接触”机器人系统和引领潮流的“无接触”房屋，从而创造出更完美的生活方式。”
富士康母公司鸿海携手凌华合资成立自主移动机器人公司
2020年6月2日消息，鸿海 （2317）于昨日宣布，将与凌华 （6166）合资成立自主移动机器人公司，由鸿海持股51％，凌华持股49％，预计在今年第三季度开始营运。鸿海表示，此间公司将会整合即时资讯互连、自主系统排程与行动导航平台等技术，强化自主机器人群集功能，满足多元应用场域。
凌华布局机器人和智慧工厂相关技术已久，除了日前获得友达集团入股，并取得凌华一席董事之外，如今又与鸿海结盟，显现凌华布局相关技术的效益开始显现。
新公司将结合鸿海先进的机器人机电整合技术与凌华强大的软体技术，使用国际机器人开源架构ROS2所采用的标准即时资料传输架构（DDS），强化自主机器人在群体互动能力。
符合“三加三”集团战略
鸿海表示，与凌华进行这项合作，是集团落实“电动车、数位健康、机器人”三大产业，以及“人工智慧、半导体、新世代通讯技术”三项新技术领域，属于“三加三”公司发展战略之一。
此前，鸿海曾发布致股东营业报告书。鸿海董事长刘扬伟于报告书中指出，集团要转型，要让原先以“劳力”密集为本的体质，脱胎换骨转型成以“脑力”密集为主的结构，具体做法为迈向F1．0现况优化、F2．0数位转型、以及F3．0转型升级；鸿海集团将投资“电动车、数位健康、机器人”三大产业，和“人工智慧、半导体、新世代通讯技术”三项新技术领域，以“三加三”为公司重要的发展策略。
以机器人为重心
鸿海集团一直将机器人领域当成发展重心。2007年，鸿海集团开始计划用机器人代替人力工作，并因此成立了机器人子公司。2019年，鸿海集团前董事长的郭台铭在2019年鸿海集团股东大会上提出，“我们公司内部计划在5年内，把这些工人，我们目标是希望能够拿掉80％ ，如果5年做不到，10年内也会做到，因为科技已经在这里了。”
富士康发展至今，都在朝着这个理念不断前行。2011年，富士康公布“百万机器人”计划；2016年，富士康完成“无灯工厂”生产线；2018年，鸿海集团加上下属各大企业，共计拥有八万多台机器人、17万多台的模具加工设备、1600多条SMT生产线、5000多种测试设备。
目前，富士康每年至少生产一万台机器人，这些机器人成功取代了人力，降低了成本。以昆山为例，富士康共裁掉了六万多名工人，转而使用机器人代替，大大提高了工作效率。
软硬体结合，强化自主机器人
随着人工智能技术的发展成熟，越来越多的厂商开始利用机器学习算法，让让机器人拥有“深度学习大脑”，给机器人感知环境和自主移动的能力，使“AI大脑”不断赋能传统制造业。这些能力可以帮助机器人主动避障，实时分析动态环境和作出最佳的决策，机器人不再是按固定指令死板地执行简单任务，它将拥有了判断事件的能力，可以更灵活地完成各种复杂的任务。
鸿海与凌华合作，可谓是强强联合！近年来，凌华科技成功整合人工智能（AI）技术，完善了精密控制、感知、实时通信与视觉的机器人控制器。凌华开放了自研的控制器平台，并借此重新设立智能制造新标准，将ROS2打造成移动式机器人的共通平台。
凌华还设立了远大计划，打算在2025年成功研发至少200种智能机器人创新产品，建立台湾在智能机器人领域的全球领导地位。
鸿海则更不必说，它在工业机器人领域拥有丰富的经验以及深厚的技术底蕴。
鸿海与凌华希望利用国际机器人开源架构ROS2所采用的标准即时资料传输架构（DDS），新公司将结合鸿海先进的机器人机电整合经验与凌华的软体技术优势，优化软硬体整合，强化自主机器人在群体互动时，所要求的即时决策，包含精准行动与动态管理，达到自主机器人之间的连网沟通顺畅无延迟，借以扩大自主机器人集群在不同场域的应用价值。
自主智能系统应用广泛，却面临重大挑战
自主智能无人系统的应用模式随着智能水平的提高，呈现出分阶段螺旋式发展趋势。并且，其应用可以分军事和民用两大类。
在军事领域，自主智能无人系统的应用模式持续扩大。2001年，由卡内基梅隆大学研制的“蜘蛛”无人战车，具有良好的自主导航能力；2007年，由美国陆军坦克和汽车研究发展中心研制的“Crusher”无人战车，将“野外感知”技术整合到无人战车中，增强了无人车的自主机动性；2009年，英国“黑骑士”无人战车，也具备无人自主操作功能；2018年，俄罗斯最新研制的S500防空导弹系统能同时拦截10个目标，多个作战单元可与其他作战系统进行网络连接。此外，俄计划到2015年，无人系统在俄军装备结构中的比例将达到30％。
在民用领域，自主智能无人系统的应用更是丰富多彩。其中，智能交通的多无人车有人／无人协同控制就是一个例子。其实，协同控制可以提升无人车的自主性和安全性，是目前多无人车的重要控制模式。此外，自主智能无人系统也广泛应用于智能交通中的多无人车智能协同路径规划。多无人车智能协同路径规划可以提升智慧城市道路利用率，缓解城市拥堵。据预测，到2035年，全球无人车的销量将达1200万辆，协同将成为无人车的主要运行模式。
通常意义上，无人系统自主智能控制等级可以分为6个等级。分别是遥控驾驶、适应故障和环境变化、自主路径规划、多系统协调、多系统战术目标、分布式控制。
综合看来，现阶段，我国的自主智能无人系统研究面临不少挑战。这其中就包括，自主无人控制系统无法适应开放环境、无法适应突发事件、简单的动作仍会失效、无法适应多项任务等。
此外，现阶段的人工智能与仿生智能仍存在较大差距。就单体来看，人工智能难以在复杂环境下实现健壮和普适的机器智能，但仿生智能却能快速适应突变与对抗性的复杂环境，并做出正确的推理、决策和行动。就群体来看，机器智能在环境突变情况下，固定程序的协同难以实现，而仿生智能在复杂群体间已让有序。
总而言之，无人系统在指挥与决策、分布式控制、自主故障检测、人为干预等方面仍面临重大挑战。