当物联网技术、机器人和人类进行互操作时，将启用先进的机器人功能，从而实现新的应用程序，进而带来新的商机。互操作性挑战仍然存在，但可以使用解决方案来克服这些挑战。今天，一场由传感器驱动的革命正在将机器人从死记硬背的机器转变为认知协作者。它们已成为动态连续体中的关键环节，该连续体包括人类、其他机器以及它们运行的??数字环境。传感器引导的人机协作的潜在好处是巨大的，例子包括从保护工人和提高生产力到通过创新方式推动新的收入流。自动化连续性支持的协作环境包括不同的参与者和大量数据，它们结合起来构成了几个重大挑战。幸运的是，这些问题可以使用使自动化连续体成为可能的相同技术来解决。这些挑战包括：挑战1：接近人类合作者让“脆弱”的人类与强大的机器人一起工作是有风险的。到目前为止，通过简单地禁止人类在机器人附近工作，通常用防护罩和护栏使人类和机器人保持一定距离，甚至将它们放在单独的房间内，这种漏洞已经被最小化。但在协作环境中，这种分离策略不再可行，因为人类越来越多地花时间与他们的伙伴机器人（也称为协作机器人或“协作机器人”）在一起。此外，协作机器人依靠多种传感器和技术（例如AI）来了解周围环境并在其中安全运行。与此同时，新机器人发现自己在一个拥有多个传感器密集型物联网设备的环境中运行，而且还会有更多。许多人将物联网和机器人技术视为独立的领域，因此尚未深入探讨这两个学科之间的协同作用。但是当物联网和工业机器人结合时，它就变成了机器人物联网，或IoRT。挑战2：处理数据过载更高水平的机器感知丰富了工业环境中传感器衍生的数据，但传统的计算框架往往不堪重负，抵消了机器人增强劳动力的好处。将数据推送到云端进行处理对于许多应用程序来说不再可行。解决方案就在边缘。借助人工智能和对海量数据的访问，包括机器人在内的边缘设备可以比人类更快地做出决策。随着机器人能够更好地执行更多任务并自主做出更多决策，计算将越来越需要发生在边缘。生产率在边缘得到提高。例如，由在边缘收集和处理的数据驱动的“自我意识”机器人可以检测到自身即将发生故障的可能性。遇到危险的机器人可以与流水线上的其他机器人进行通信并自动关闭，而其他机器人则可以实时调整自己的工作流程，以弥补缺失的“工人”。生产放缓，但并未停止。人类合作者可以进行所需的修复，系统将恢复并全速运行。挑战3：端到端网络安全随着机器人变得更加移动、协作、边缘驻留和连接，数据丰富的生态系统可能成为黑客的目标。公司可能容易受到恶意软件、勒索软件、生产延迟和业务中断的影响。此外，针对强大机器人系统的网络攻击会带来严重的物理安全问题。解决方案？一种全面的、端到端的网络安全方法。系统集成商需要了解他们正在安装的机器，以及他们运行的整体环境，以便识别潜在的接入点并加固易受攻击的目标。机器人操作员的IT团队必须参与进来，积极监控威胁并更新安全措施。安全性还必须延伸到设备生命周期结束之后，以消除设备落入坏人之手变得危险的可能性。过时的边缘设备偶尔会出现在交易平台上，黑客可以在那里以低价购买它们并对其进行逆向工程。因此，使用防篡改措施或擦除敏感软件使设备退役至关重要，从而使逆向工程成为不可能。挑战4：成本先进的技术和新的商业模式正在推动机器人技术的规模经济，这是个好消息，因为53%的工业机器人前景将成本视为他们的首要挑战。随着机器人即服务(RaaS)的兴起，越来越多的制造商正在成为服务提供商，允许客户扩大运营单位的数量以满足需求。RaaS和租赁等新兴商业模式有助于降低成本并消除客户使用机器人实现自动化的障碍。计算、数据通信和存储方面的进步正在以更少的资源提供更多的服务。这使得机器人编程、设计创新用例和降低能源需求变得更加容易。虽然一些人认为摩尔定律不再适用于晶体管的数量，但它仍然适用于计算成本，因为越来越多的功能可以以更低的价格获得。总结传感器技术、计算能力和边缘处理的前所未有的进步可以为机器人提供强大的人工智能能力，但这取决于所有生态系统参与者之间安全灵活的连接和互操作性。机器人必须能够轻松连接到其他机器人，以及各种物联网、边缘、云、分析工具和其他设备。迄今为止，机器人和物联网社区一直受到不同但高度相关的目标的推动。物联网专注于无处不在的传感、监控和跟踪服务，而机器人社区则专注于生产活动、交互和自主行为。将这两个领域融合在一起，可以让机器人更好地执行任务，机器人可以拥有更多的数据用于分析和人工智能决策。通过这种方式，边缘计算为人机之间更紧密的协作打开了大门。
