机器人前瞻（公众号：robot_pro）
编译 | 刘俐杉
编辑 | 许丽思
机器人前瞻7月14日报道，近日，海外科技媒体THE ROBOT REPORT在播客中采访了Path Robotics的联合创始人兼首席执行官Andy Lonsberry。Andy在播客中谈到他们是如何在波士顿动力 Spot（四足机器人）的上方部署了一个机械臂，并在机械臂末端安装了焊接执行器，将其打造为一个“移动焊接平台”，并将该设备部署到船舶制造的实际场景中。
Path Robotics创立于2018年，总部位于美国哥伦布。该公司专注于构建适用于真实生产环境的自适应、人工智能驱动的机器人系统，并致力于让机器人应用于制造业中。Path Robotics由Andy Lonsbury和Alex Lonsberry联合创立，Andy担任该公司首席执行官，Alex担任首席技术官。
Andy Lonsbury在凯斯西储大学获得机器人学博士学位。Andy从小在俄亥俄州的一个制造世家长大，少年时期常与父亲在车库里修理和改装摩托车，这也培养了他对制造业工作的兴趣。
▲ Path Robotics创始人兼首席执行官Andy Lonsbury（图源：THE ROBOT REPORT）
在技术与产品层面，Path Robotics推出了Obsidian大模型和Rove移动焊接机器人两大核心产品。
首先，该公司构建了一个“焊接世界模型”，这是一个基于高精度、多模态焊接数据训练的神经网络。通过将相机传感器直接绑在工业机器人的末端执行器上，实时收集视觉数据、声音数据、机器人运动数据，将所有多模态数据融合成“焊接世界模型”。
而Obsidian大模型部署在工业机器人的边缘端，能够在Path的焊接世界模型中接受大规模训练，精通焊接技艺。它还会持续收集焊接前、焊接中和焊接后的全过程数据，用以反哺并持续改进焊接世界模型，形成数据闭环。
▲ Obsidian大模型工作中（图源：Path Robotics）
Andy在播客中谈到了传统自动化工厂的局限：“在传统的工厂里，工件必须通过吊车、翻转机运送到机器人的工作范围内。但是这些重工业巨头面临的现实是，工件太巨大了，大到根本不可能在一个专属的固定工位里去完成制造。”
传统的模式是“工件走向机器人”，但现在他们必须解决“如何让机器人走向工件”。
面对这一市场痛点，Path Robotics选择与波士顿动力合作，将后者的四足机器人作为移动底座，推出了Rove。Rove能够将Path Robotics经过验证的AI焊接模型与四足机器人结合，将大模型“大脑”安装在机器人的“身体”上，让它可以自由走动并在任何地方进行焊接。
在复杂的工业焊接场景中，Rove的工作流程分为两步。接近焊缝后，机器人首先使用3D和2D传感器对焊接区域进行整体高精扫描，它们会在“大脑”中提前识别接头类型、间隙变化和坡口角度，形成微观战术规划。
开始焊接后，随着高温注入，金属会迅速扭曲，但同时四足底座可能因机械臂运动而产生数毫米的偏摆。
此时，系统必须以极高的频率同时读取机械臂6个自由度的编码器状态，以及四足机器人身体的多自由度位姿变化，在整条焊接轨迹的行进中对全身的联动做出毫秒级的动态修正。通过视觉伺服，系统在电弧强光中紧盯熔池中心，一旦实际轨迹偏移目标，立即强行修正，确保焊枪始终精准落在预定位置。
▲ Rove 工作中（图源：Path Robotics）
Andy称，该产品以船舶制造为目标市场，目前正处于预量产交付阶段。第一批走向客户现场的Rove机器人将在2027年初正式交付。
另外，Andy认为，在焊接场景中，RaaS（机器人即服务）的部署模式是极难实现的。
焊接是技能型工种，这个岗位不仅招聘难、培训难、留人难，而且薪资待遇非常高。但同时，它也是极少数可以通过引入智能来实现超高效率的工作之一，在单班次内，机器人的焊接产量可能是普通工人的2倍、3倍甚至4倍。
而Path Robotics的系统能够处理多品种的工件，在机器人部署后，可能每天都在处理完全不同的新产品。因此，只要客户的工厂还在运转、还有产量需求，机器人就会一直留在那里并持续产出。同时该公司设置“任务控制中心”，提供全天候的客户支持，可实现在线故障排查。
所以Path Robotics实行的部署模式为，该公司与客户签署长期订阅合同。通常订阅周期为三到五年，并在合同中包含到期自动续约的条款。将所有费用打包成一个价格，确保客户在整个合作周期内的财务规划是稳定可预测的，该公司承担产品后续所有责任，没有超额收费，也没有额外收费的增值服务。
另外，Andy在播客中透露，目前Path Robotics已完成D++轮融资，融资资金将主要用于扩大人员规模、扩建厂房设施、持续加大研发的投入，以此来推动Path Robotics的全面成长。
总的来看，Andy在此次访谈中传递的信号是：移动焊接机器人已从概念验证走向预量产阶段，船舶制造等重工业场景即将迎来自动化落地。
