工業協作機器人研究熱點及可視化分析

陸寧，李娟，金林軼

工業協作機器人研究熱點及可視化分析

陸寧1，李娟1，金林軼2

（1. 西華大學 美術與設計學院，成都 610039；2.拉夫堡大學設計與創意藝術學院，拉夫堡 LE11 ETU）

從學術文獻的角度梳理、分析和歸納國內外工業協作機器人從1996年至2022年的研究發展歷程、熱點演化及研究趨勢，為研究和創新提供參考。采用CiteSpace軟件，分別選取國際Web of Science核心合集數據庫和中國知網CNKI數據庫的文獻樣本，對協作機器人的發文量時空分布、關鍵詞共現、聚類和時間線等多類知識圖譜進行可視化分析，并從協作機器人的前沿技術、人-機-環交互、智能應用三個方面進行歸納闡述。發文量及關鍵詞聚類時間線表明，國際、國內對協作機器人的研究歷程均經歷了萌芽期、探索期、快速發展期三個階段；關鍵詞共現和聚類分析表明，國際協作機器人的研究從聚焦技術轉向關注人因方面，國內研究目前還處在技術創新階段，而可靠的安全標準、直觀的交互界面、人本的職業健康（人體工程學和人為因素）、共享的空間設計等也是未來值得關注的熱點議題。

協作機器人；CiteSpace；研究熱點；可視化分析

隨著全球勞動力成本的不斷增加，制造企業需要開發新技術以提高生產率。機器人技術的更新迭代，使人機協作顯示出巨大潛力，協作機器人被廣泛地應用在工業、物流、醫療、航空等領域。一方面，協作機器人與傳統機器人相比更靈活、高效，它將工人從具有重復性或潛在風險的任務中解脫出來；另一方面，協作機器人多為輕量化設計，成本更低，占地面積更小，更容易集成到現有工作流程中。據國際機器人聯合會（IFR）統計，2019年，協作機器人的安裝量占工業機器人的4.8%，比2018年增長11%，預計到2030年，協作機器人的市值將超過118億美元[1]。工信部統計數據顯示，2022年我國已成為全球最大的工業機器人市場[2]。隨著《中國制造2025》《“十四五”機器人產業發展規劃》等政策的推進，機器人成為我國建設制造強國的重要領域之一[3]。本研究聚焦工業制造環境中的協作機器人，通過文獻計量法梳理1996年至2022年國內外協作機器人的研究文獻，運用CiteSpace對國內外工業協作機器人文獻量的時空分布、關鍵詞共現、聚類和時間線進行可視化分析，為協作機器人的研究和創新提供參考。

1 工業協作機器人的定義與發展概述

1.1 協作機器人的定義

在國際工業機器人安全標準ISO 10218-1中，協作機器人（Collaborative Robot或Cobots）是指在協作區域內，可以與人進行直接交互的機器人。其中“協作區域”是指機器人和人可以同時作業的區域[4]。一般來講，協作機器人的結構包含機械臂、末端執行器、制動器、控制器等，簡易結構如圖1所示。與傳統的工業機器人不同，協作機器人無需防護裝置，可以與工人一起工作，協作機器人一般使用柔性材料，采用安全控制、力限制、傳感器等設計，可以避免工人在作業時因誤觸而導致的受傷，或最大限度地減少接觸時的不適感。除了安全特性外，協作機器人的設計更為靈活，末端執行器可以適配多種工具，簡易的操控和編程程序，更低的成本，比傳統機器人顯示出更多優勢[5]。

圖1 協作機器人的簡化結構[6]

國際機器人聯合會IFR根據人與機器人工作模式的不同，將人機協作方式分為以下五種：獨立、共存、順序合作、合作、響應式協作[7]，如圖2所示。

第一種為獨立模式，此時工人與機器人各自獨立作業，機器人在安全圍欄里操作，該模式并非真正的協作場景；第二種為共存模式，工人和無圍欄的機器人一起工作，但不共享工作空間；第三種為順序合作模式，工人和機器人共享一個工作空間，但在工作流程中的任意時刻只有一方出現在工作空間中；第四種為合作模式，工人和機器人在共享的工作空間中同時執行任務，但他們不會同時刻在同一產品或組件上工作；第五種為響應式協作模式，工人和機器人同時在同一組件上工作，機器人實時響應工人的動態。前三種工作模式在傳統工業制造領域比較常見，機器人自動作業，或是在有限的指導下執行一系列重復、復雜的作業，在工作中需要安全圍欄防護，不用考慮和工人的近距離互動。隨著協作機器人的出現，機器人與工人直接、實時的協作模式，降低了工人重復枯燥的工作強度，提高了企業的生產效率，但對機器人系統、結構和安全標準等方面也提出了更高的要求。

1.2 協作機器人的發展概述

1996年西北大學的Colgate等[9]首次發明了協作機器人。協作機器人是由通用汽車的原型發展起來的，通用汽車公司通過設計“智能協助裝置”來實現物料搬運及汽車組裝等作業，工人通過操控給裝置提供了原動力，這就是早期協作機器人的雛形[10]。2005年，隨著旨在通過機器人技術助力中小企業提高生產力降低成本的歐盟項目的實施，協作機器人迎來了發展契機。協作機器人在不同行業均顯示出獨特的優勢，越來越多的研究機構和企業開始研發協作機器人[11]。2016年，國際標準化組織為了進一步規范協作機器人的運行系統和安全環境，發布了新的工業標準ISOTS 15066-2016[12]，以此推動了協作機器人的標準化生產。國際市場上主流協作機器人特征、應用場景及圖例，如表1所示。

圖2 人與機器人的協作模式[8]

表1 國際市場上主流協作機器人特征、應用場景及圖例簡介

Tab.1 Introduction to the characteristics, application scenarios and legends of mainstream collaborative robots in the international market

我國的協作機器人發展相對較晚，2013年，國家標準《工業機器人安全規范》GB11291-2-2013[13]對協作機器人進行了明確定義，是指在規定的安全協作空間內，與人直接交互而設計的機器人，機器人與人在生產活動中可同時執行任務。該定義中強調了安全的協作空間，這與當時工人普遍對協作機器人的接受度不高有關，“安全”是協作機器人技術的重要標準之一。國內研究機構、大學和企業紛紛投入協作機器人的研發工作，如2014年成立的哈工大機器人集團（后改名嚴格集團）、上海節卡機器人有限公司等緊跟國際趨勢，開發出一系列協作機器人以滿足不同作業場景的需求。2021年，國內協作機器人在工業領域的應用占比超過70%，并逐漸向服務領域延伸，其他領域如新能源領域的需求亦處于快速增長的態勢。國內部分協作機器人特征、應用場景及圖例，如表2所示。

表2 國內部分協作機器人特征、應用場景及圖例簡介

Tab.2 Introduction to the characteristics, application scenarios and legends of mainstream collaborative robots in the Chinese market

2 數據來源及研究方法

2.1 數據來源

為保證數據來源的科學性和完整性，分別選取國際和國內權威數據庫進行檢索，國際期刊以Web of Science（WOS）數據庫的核心合集文獻作為數據源，中文期刊以中國知網（CNKI）數據庫的文獻作為數據源。具體過程如下：在WOS核心數據庫采用主題檢索，主題詞選擇“Collaborative Robot*”或“Cobot*”（其中*代表該主題詞的復數形式也在檢索范圍內）；在CNKI數據庫中以主題詞“協作機器人”或“人機協作”進行檢索，文獻時間設置為從協作機器人的發明年份1996年開始到2022年，分別篩選獲得WOS數據庫的樣本文獻225 4篇，CNKI數據庫的樣本文獻464篇，檢索時間為2022年10月15日。

2.2 研究方法

隨著數據挖掘、信息分析和圖形渲染技術的發展，利用軟件CiteSpace可對大量文獻數據進行分析，通過數據可視化結果將知識單元或知識群間的網絡、演化等隱含關系以圖譜的形式直觀展現出來[14-15]。本研究采用CiteSpace6.1.R2版本軟件，從國內外文獻數據庫中進行檢索并篩選出協作機器人相關的研究文獻，運用發文量分析、關鍵詞共現分析、關鍵詞時區圖譜等方法，對國內、外期刊協作機器人研究的基本情況、發展脈絡、研究重點進行梳理，并以可視化信息圖譜的方式來反映該領域的熱點及未來趨勢。

3 工業協作機器人研究文獻的時空分布

3.1 發文時間分布

將篩選出的文獻數據導入CiteSpace，分別分析協作機器人研究文獻的國際、國內年度發文量，如圖3所示，藍色和橙色曲線分別代表WOS核心數據庫和CNKI數據庫相關文獻的年度分布，整體呈現增長趨勢。

圖3 國際、國內協作機器人發文數量分布圖

在WOS中檢索到主題為“協作機器人”的最早的文章于1999年發表在《Industrial robot》期刊上[16]，作者是協作機器人的發明者J. Edward Colgate和Michael Peshkin教授，該文章對協作機器人做了詳細的定義。2015年以前，國際年發文量低于10篇，表明此時對協作機器人的研究處于探索階段。從2016年開始，國際發文量開始緩慢增加，到2018年達到67篇。從2019年開始，國際發文量迅速增長，年發文量超過100篇，并于2021年達到頂峰（310篇）。CNKI數據庫發文趨勢顯示，從1996年至今，國內發文量均未超過100篇，2016年以前，年發文量在20篇以下，從2017年（35篇）開始快速增長，于2021達到峰值（85篇）。可以看出，國內在協作機器人領域的研究發展較為緩慢，但國際、國內發文量在2021年均達到最高值，表明近兩年越來越多的學者開始關注協作機器人的研究。

3.2 發文空間分布

統計各國協作機器人研究的產出總量發現，美國、意大利、中國、德國、法國是該領域發文產出數量較多的國家，中心性表示該國家在該領域研究中的影響力。如表3所示，發文量最多的是美國（338篇），其次是意大利（292篇），中國的國際發文量排第三位（212篇）。中國的發文起始年為2003年，中心性排名第三，表明雖然中國在國際期刊上的發文時間較晚，但依然具有一定影響力。美國的發文量與中心性均位居第一，發文起始年為1997年，表明美國最早開始研究協作機器人，且在該領域的研究影響力位居榜首。

表3 協作機器人研究發文量前5位的國家

Tab.3 Top 5 countries of publications on collaborative robots

進一步統計國內外協作機器人研究的發文機構，如表4所示。國際發文前五位的機構分別為意大利米蘭理工大學（Polytechnic University of Milan）、葡萄牙科英布拉大學（University of Coimbra）、意大利都靈理工大學（Politecnico Torino）、南非夸祖魯-納塔爾大學（University of KwaZulu-Natal）和美國卡內基梅隆大學（Carnegie Mellon University）。這五個機構均為大學，其中米蘭理工大學的發文量最高，卡內基梅隆大學的發文數量雖然不是第一，但發文中心性最高，說明該機構在該研究領域具有重要的影響。

國內發文前五位的機構由大學和研究所組成，分別為哈爾濱工業大學計算機科學與技術學院、中國科學院大學、哈爾濱工業大學機器人研究所、中國科學院沈陽自動化研究所、中國科學院機器人與智能制造創新研究所。其中，哈爾濱工業大學計算機科學與技術學院發文量最多，但整體看來，國內機構的發文量少于國際機構。

表4 國內外協作機器人研究發文量前5位的研究機構

Tab.4 Top 5 research institutions of publications on collaborative robots at home and abroad

4 工業協作機器人研究熱點演進及解讀

4.1 關鍵詞共現分析

關鍵詞用于描述一個領域的核心內容，分析關鍵詞共現可深入了解協作機器人領域研究的主要內容及熱點。導入WOS樣本文獻并選擇關鍵詞共現，剪切方式選擇Pathfinder和Pruning the merged network，獲得的關鍵詞共現圖譜中共有696個節點，1 120條連線，密度為0.004 6。圖譜中節點的大小表示該詞出現的頻次，節點越大表明頻次越高，節點的顏色代表時間，顏色越暖表示研究時間越近，顏色越冷表示研究時間越早。如圖4所示，節點較大的關鍵詞有協作機器人（collaborative robotics）、人機協作（human- robot collaboration）、工業4.0（industry 4.0）、設計（design）、人機交互（human-robot interaction）、系統（system）、任務分析（task analysis）等。這些關鍵詞節點的內圈呈綠色，外圈呈紅色，表示從早期到近期，都是國際學者重點關注的研究熱詞。

導入CNKI樣本文獻選擇關鍵詞共現，獲得的關鍵詞圖譜中共有390個節點，570條連線，密度為0.007 5，如圖5所示。其中節點較大的關鍵詞有“人機協作、協作、機器人、多機器人”等，其中“人機協作”“機器人”的節點外圈呈紅色，表明該關鍵詞是近期國內學者的研究熱點，而“協作”和“多機器人”節點中間呈灰色代表該關鍵詞為早期的研究熱點。而其他的關鍵詞節點比較小且呈冷色，表示早期國內對協作機器人的研究還較為分散。

圖4 國際協作機器人研究關鍵詞共現圖譜

圖5 國內協作機器人研究關鍵詞共現圖譜

對國際國內頻次前15位的關鍵詞進行統計，如表5所示。在國際關鍵詞詞頻中，協作機器人（collaborative robotics）詞頻出現最高（552次），其次是設計（design）和人機協作（human-robot collaboration）（188次），除此之外為工業4.0（industry 4.0）、任務分析（task analysis）、模型（model）、結構（framework）、碰撞避免（collision avoidance）、安全（safety）、機械臂（manipulator）等。表明國際上對于協作機器人的研究角度比較豐富，從宏觀的工業4.0層面到協作機器人設計、結構、人機交互、安全等微觀層面。在國內關鍵詞詞頻中，“人機協作”詞頻出現最高（59次），其次是多機器人（49次），表明“協作機器人”均為國際和國內研究的熱點，國內對多機器人協作方面研究較多，同時在人工智能、機械臂、路徑規劃、人機交互、協作空間等方面也開展了一定的研究。除此之外，“人機協作（human-robot collaboration）”的頻次在國際和國內的文獻中均排名較前，表明該主題詞不僅是該領域的研究重點也是研究樞紐。

表5 國內外協作機器人研究中英文關鍵詞統計（1996-2022）

Tab.5 Statistics of English key words in collaborative robot research at home and abroad (1996-2022)

4.2 關鍵詞時間線圖譜分析

關鍵詞聚類就是領域特征明顯、研究主題相似的關鍵詞形成的網絡集群，以取值最高的特征詞作為聚類編號和名稱，如“#0、#1、#02……”等。在關鍵詞聚類圖譜基礎上，以時間線圖的方式進行呈現，可以觀察各關鍵詞聚類按時間的演變過程。本研究通過關鍵詞時間線圖譜進一步呈現協作機器人領域研究的發展歷程。

4.2.1 國際協作機器人研究時間線

用CiteSpace將WOS關鍵詞聚類后進行時間線分析，得到協作機器人關鍵詞時間線圖譜，圖譜右列表示的是聚類編號和名稱，圖中聚類名稱按熱度進行排序，順序越往上，熱度越高；從左往右的線條表示時間線，線上的節點表示該聚類中的高頻關鍵詞，節點越大，熱度越高。如圖6所示，該圖譜共形成18個有效聚類，其中最大的5個聚類分別為#0 muti- agent system（多智能體系統）、#1 collaborative robots（協作機器人）、#2 robot programming（機器人編程）、#3 autonomous agents（自主代理）、#4 human-robot collaboration（人機協作）。這5個聚類出現的時間集中在2016年至2020年，表明這五個聚類是目前國際上的研究熱點，尤其是#0多智能體系統。從聚類時間線看，國際上對協作機器人的研究可劃分以下3個階段：

1）萌芽階段（1996—2006年）。該階段國際上研究的高頻關鍵詞主要有collaborative robotics（協作機器人）、framework（結構）、coordination（協作）、admittance display（導納顯示）等。其中關鍵詞collaborative robotics（協作機器人）從2000年出現開始一直持續到了2019年，這與當時協作機器人首次在國際亮相，并在工業領域的投入應用有關。

2）探索階段（2006—2015年）。該階段出現的高頻關鍵詞包括dynamic control（動力控制）、localization（位置）、communication system interface（通訊系統接口）、closed-loop control（閉環控制）、augmented reality（增強現實）、virtual reality（虛擬現實）等。此階段在工業4.0的推動下，出現了研究機器人技術的熱潮，如動力系統、定位系統、手臂關節運動、虛擬現實技術、增強現實技術等，使用智能機器和大力發展智能工廠是該階段的特征。

圖6 國際協作機器人研究關鍵詞時間圖譜

3）快速成長階段（2016年至今）。該階段出現的高頻關鍵詞有collision safety（碰撞安全）、impedance control（阻抗控制）、human factor（人的因素）、machine learning（機器學習）、smart manufacturing（智能制造）、ergonomics（人體工程學）等。該階段對協作機器人技術的研究逐漸成熟，并逐漸轉向人機協作、安全方面的研究；另一方面，國際學者們開始關注協作任務中工人的接受度、交互體驗及舒適度，這正呼應了歐盟工業5.0中關注人本需求的理念，也反映出該領域未來的研究趨勢。

4.2.2 國內協作機器人研究時間線

將CNKI關鍵詞聚類后得到國內協作機器人關鍵詞時間線圖譜，系統顯示由于2001年前的文獻數據不足，默認從2001年開始統計。如圖7所示，該網絡共形成16個有效聚類，排名前5的聚類分別為：#0協作、#1人機協作、#2機器人、#4機械臂、#5路徑規劃。從時間線上觀察到，國內對人機協作的研究開始于2003年，對機械臂的研究始于2016年，相比于國外的研究歷程來看，目前國內對該領域的研究正處于技術熱潮階段。國內對協作機器人的研究歷程，具體可以劃分為以下3個階段：

圖7 國內協作機器人研究關鍵詞時間圖譜

1）萌芽階段（2001—2008年）。該階段國內研究的高頻關鍵詞主要有協作機制、任務分配、協作、協作規劃等。此階段國內對于協作機器人沒有標準的定義，研究者更多關注多機器人的任務執行與協作機制方面。

2）探索階段（2009—2015年）。該階段國內研究的高頻關鍵詞主要有定位、探測系統、復雜環境、安裝方式等。2013年，國家標準《工業機器人安全規范》GB11291-2-2013[13]對協作機器人進行了明確定義，國內研究者開始關注協作機器人的技術研發，以及機器人在工廠裝配作業時的定位系統、分布系統、安全控制等。

3）成長階段（2016年至今）。該階段國內研究的高頻關鍵詞主要有柔順性、可操作性、機械碰撞、協作裝配、協作算法等。隨著國家政府陸續出臺了一系列支持機器人技術創新、制造業改革的政策，國內掀起了研究協作機器人的熱潮，重點聚焦技術創新方面，對人因、安全交互、人體工程學等的研究比較少。

4.3 關鍵詞聚類分析

為了進一步解讀研究的熱點內容，選擇聚類中高頻詞相關的文獻進行分類解讀。在聚類圖中，不同顏色的區域表示該聚類中的關鍵詞首次出現的時間，紅色區域表示近期，黃色區域出現日期早于紅色區域，依此類推。

4.3.1 國際協作機器人的關鍵詞聚類分析

將WOS關鍵詞數據導入CiteSpace，使用Path-finder及Pruning the merged network剪枝，獲得該關鍵詞聚類網絡節點數為491，連線為695條，網絡的模塊性為0.851 2（表明協作機器人研究領域在關鍵詞聚類中有明確的定義），輪廓值為0.902 6。獲得10個關鍵詞聚類，如圖8所示，根據相似的特征詞屬性進一步將其歸納為三大類：

1）協作機器人前沿技術研究。該聚類由#0 muti- agent system（多智能體系統）、#2 robot programming（機器人編程）、#3 autonomous agents（自主代理）、#5 impedance control（阻抗控制）、#8 pattern recognition（模式識別）、#9 task analysis （任務分析）組成。具體包含了以下特征詞：machine learning （機器學習）、vision system（視覺系統）、virtual reality（虛擬現實）等。通過聚類后的關聯文獻發現，國際學者對協作機器的結構設計、軟件系統、硬件系統等均開展了豐富的研究。如Sadik等[17]提出一種智能控制解決方案，優化人機協作時流水線調度問題。Tellaeche等[18]利用語音和手勢來實現車間里工人與機器人的自然交互；Alsamhi等[19]關注協作裝配中機器學習和機器人通信的融合研究；Melchiorre等[20]開創出一種適用于基于視覺傳感器的防撞系統；Yumbla等[21]采用圖像處理技術完成機器人的線纜裝配任務；Tannous等[22]利用觸摸檢測算法來檢測人機協作焊接工作時的碰撞風險；Conti等[23]提出了一種以常識推理為指導的人機協作新系統，用于制造任務的自動化。

圖8 國際協作機器人的研究關鍵詞聚類圖譜

2）人-機-環交互研究。該聚類由#1 collaborative robots（協作機器人）、#4 human-robot collaboration（人機協作）組成。具體包含了以下特征詞：safe physical human-robot interaction（安全物理人機交互系統）、risk assessment（風險評估）、collaboration space協作空間等。通過分析聚類后的關聯文獻發現，國際學者從不同領域進行協作機器人的研究，如交互設計、人機工程學等。如Michalos等[24]根據裝配工藝的相關規范，對裝配工作站進行優化設計，以保證人機協作的安全性；Malik等[25]將人機模擬與虛擬現實相結合用于工作空間設計中；Frijns等[26]提出了一套協作機器人設計指南，該指南用于評估協作機器人用戶界面設計的可用性問題；Chiurco等[27]基于深度學習和卷積神經網絡來識別工人情緒，探索智能工廠協作任務中的高級人機交互；Gualtieri等[28]研究如何開發和評估人機協作裝配系統中的認知人體工程學設計指南。

3）協作機器人應用研究。該聚類由#6 mobile robots（移動機器人）、#7 artificial intelligence（人工智能）組成。該聚類下的特征詞有navigation（導航）、rehabilitation（復原）等。分析聚類后的關聯文獻，學者Matheson等[7]全面介紹了面向制造應用的協作機器人技術；Lins等[29]闡述了與工業環境中使用的智能制造、協作機器人和機器學習技術相關的定義、概念、標準和平臺設計和趨勢；Mukherjee等[30]回顧了機器學習方法及其在協作機器人背景下的工業應用；Maddikunta等[31]從不同行業從業者和研究人員的角度給出了工業5.0的新定義，并討論了工業5.0的潛在應用及技術，如協作機器人、智能醫療、云制造等。

4.3.2 國內協作機器人關鍵詞聚類分析

將CNKI關鍵詞數據導入CiteSpace，獲得該關鍵詞聚類網絡節點數為390，連線為570，網絡的模塊性為0.962 3，輪廓值為0.851 9。將關鍵詞數據進行聚類得到12個聚類，如圖9所示，根據相似的特征詞屬性，進一步將其歸納為三大類。

1）協作機器人相關技術研究。該聚類由#0協作、#5路徑規劃、#6協作圍捕、#8地圖構建、#13強化學習、#14協作策略組成。國內學者從手勢跟蹤、仿真系統、任務分配、路徑規劃等方面對機器人協作任務展開了研究，其中多機器人協作研究是國內學者研究的重點。劉想德[32]借助Baxter平臺，對協作機器人的構件、系統、通信機制、運動控制等進行了介紹；尹海斌[33]利用柔性結構的動態控制減小協作機器人的能耗。劉利枚等[34]提出了基于粒子群優化的多機器人協作定位方法以提高多機器人作業的精度；姚湘[35]等著重研究基于深度圖像檢測的實時碰撞避免控制系統，有助于解決人機系統中的安全問題；費燕瓊等[36]設計了由四個基本模塊組成的協作機器人應對復雜環境下的協作行為。

2）人-機-環交互研究。該聚類由#4機械臂、#11工作空間、#15協作協調組成。陳滿意等[37]針對機械臂和障礙物提出了碰撞檢測的方法，以提高協作機器人躲避路障的成功率。王憲倫等[38]闡述了人機協作安全測量中，人體運動預測方法的研究狀況；魯可等[39]依據機器人關節運動學相關原理，分析安全協作空間的相關問題；賈計東等[40]圍繞共融機器人結構設計、柔順控制、環境感知、行為學習等層面，歸納了人機安全交互的實現方法。

3）人機協作下的智能生產研究。該聚類由#1人機協作、#2機器人、#7協作系統組成。提取并分析每個聚類后的特征詞，國內學者對航空裝配、起重裝配等作業任務開展研究，鄒方[41]針對飛機裝配提出了人機協作安全標準，并肯定了協作機器人在智能制造業中的應用前景。

圖9 國內協作機器人研究關鍵詞聚類圖譜

5 結語

本研究通過梳理國內外工業協作機器人的研究文獻，采用CiteSpace軟件對發文量、發文機構進行統計分析，同時運用軟件的關鍵詞共現分析、聚類分析、時間線圖譜等可視化手段，將1996年至2022年該領域的研究進程、研究熱點及演化，通過可視化信息圖表的形式展現出來。總結如下：

1）從研究的時間分布來看，國內外的協作機器人發文數量均呈上升趨勢，2016年國際國內發文量均進入快速發展階段，在2021年到達頂峰。從研究的空間分布來看，協作機器人已成為全球學術熱點，美國作為發文量最多的國家，在該領域中發揮了重要的樞紐作用，中國在國際的發文量也位居前列，但仍需要跟蹤國際熱點積極創新。國內的研究機構如哈爾濱工業大學計算機科學與技術學院、中國科學院大學等，對該領域的研究起了重要的支持作用，未來應加強國內外機構間的合作，繼續保持對該領域的創新研究。

2）從研究歷程來看，國際與國內對于協作機器人的研究都經歷了萌芽期、探索期和快速發展期。國際學者的探索協作機器人的時間較早，并在2006—2015年出現了技術研究熱潮，從2016年開始，關注點轉至研究協作機器人的人機交互、人因工程和安全空間等問題。國內對協作機器人的研究相對較晚，但快速進入研究成長階段，一方面，國內學者積極吸取國際經驗，推動了技術的創新；另一方面，國內中小企業的需求增長，政府一系列政策的支持，都推動了協作機器人研究的迅速發展。

3）從研究熱點及演進來看，國際與國內的共同熱點詞為“人機協作”。國際上在技術研究方面，側重于結構設計、機器人編程、機器學習、視覺系統、虛擬現實、碰撞躲避等問題的研究；在人-機-環交互方面，從交互界面設計、高級人機交互、人體工程學等方面，研究工人的技術接受度和工作負荷；在應用研究方面，不少學者討論了工業環境中使用的智能制造、協作機器人和機器學習技術相關的概念、標準和趨勢，并結合工業5.0提出了未來協作機器人的發展方向。國內學者在協作機器人技術方面，側重于多機器人協作、協作策略、柔性結構、定位機制等方面的研究；在人-機-環交互方面，針對機械臂的交互模式、安全距離、關節空間等方面開展了不同層面的研究；在智能生產方面，協作機器人不僅在航空、裝備等行業具有重要作用，未來將拓展到服務、醫療、餐飲等其他非工業領域。

4）從未來研究趨勢來看，協作機器人的研究發展迅速，研究內容呈現出機械、力學、通信、計算機、交互、設計、人因等學科交叉融合的趨勢。國內研究目前正處在技術研究階段，而可靠的安全標準、直觀的交互界面、人本的職業健康（人體工程學和人為因素）、共享的空間設計等研究也是未來值得關注的熱點議題。

需要指出的是本研究也存在一些不足，人工檢索及文獻本身的主題詞歸類都可能存在偏差，未來在后續研究中將繼續關注協作機器人的發展方向，并追蹤其在工業領域中的應用。

[1] IFR. International Federation of Robotics[EB/OL]. (2022- 10-9)[2022-10-25]. https://ifr.org/free-downloads.

[2] 王政. 我國穩居全球第一大工業機器人市場——2021年產量比2015年增長10倍[N]. 人民日報, 2022-09- 08(7).

WANG Zheng. China remains the World's Largest Industrial Robot Market - the Output in 2021 was 10 Times Higher than that in 2015[N] People's Daily, 2022-09-08(7).

[3] 工信部. 十五部門聯合印發《“十四五”機器人產業發展規劃》[J]. 機器人技術與應用, 2022(1): 1.

GONG Xin-bu. The Tenth Five-Year Plan for the Development of Robot Industry was Jointly Issued by the Tenth Five-Year Plan[J]. Robot Technique and Application, 2022(1): 1.

[4] ISO 10218-1: Robots and Robotic Devices–Safety Requirements for Industrial Robots – Part 1: Robots. Switzerland:International Organization for Standardization, 2011.

[5] HENTOUT A, AOUACHE M, MAOUDJ A, et al. Human-Robot Interaction in Industrial Collaborative Robotics: A Literature Review of the Decade 2008-2017[J]. Advanced Robotics, 2019, 33(15-16): 764-799.

[6] PARAL T. Robotics[M]. Smart Manufacturing. Hoboken: John Wiley & Sons, Ltd, 2022: 311-329.

[7] MATHESON E, MINTO R, ZAMPIERI E G G, et al. Human–Robot Collaboration in Manufacturing Applications: A Review[J]. Robotics, 2019, 8(4): 100.

[8] CHANDRASEKARAN B, CONRAD J M. Human- Robot Collaboration: A Survey[C]//SoutheastCon. Fort Lauderdale, FL, USA. IEEE, 2015: 1-8.

[9] WANNASUPHOPRASIT W, PESHKIN M A. Cobots: Robots for Collaboration with Human Operators[J]. American Society of Mechanical Engineers, Dynamic Systems and Control Division (Publication) DSC, 1996, 58: 433-439.

[10] AKELLA P, PESHKIN M, COLGATE E, et al. Cobots for the Automobile Assembly Line[C]//Proceedings 1999 IEEE International Conference on Robotics and Automation (Cat. No.99CH36288C). Detroit, MI, USA. IEEE, 2002: 728-733.

[11] XU Tian, FAN Ji-zhuang, CHEN Yi-wen, et al. Dynamic Identification of the KUKA LBR Iiwa Robot with Retrieval of Physical Parameters Using Global Optimization[J]. IEEE Access, 2020, 8: 108018-108031.

[12] Robots and robotic devices - Collaborative robots: ISO/TS 15066: 2016[S]. International Organization for Standardization [iso], 2016.

[13] 國家質量監督檢驗檢疫總局中國標準化技術委員會. GB11291-2-2013機器人與機器人裝備—工業機器人的安全要求第2部分：機器人系統與集成[S]. 北京: 中國標準化技術委員會, 2013.

China Standardization Technical Committee of the General Administration of Quality Supervision, Inspection and Quarantine of the People's Republic of China. GB11291-2-2013 Robots and Robotic Equipment - Safety Requirements for Industrial Robots Part 2: Robotic Systems and Integration[S]. Beijing: China Standardization Technical Committee, 2013.

[14] 陳悅, 陳超美, 劉則淵, 等. CiteSpace知識圖譜的方法論功能[J]. 科學學研究, 2015, 33(2): 242-253.

CHEN Yue, CHEN Chao-mei, LIU Ze-yuan, et al. The Methodology Function of Cite Space Mapping Knowledge Domains[J]. Studies in Science of Science, 2015, 33(2): 242-253.

[15] 陳亮, 韓月, 劉懷玉. 基于文獻分析的服務機器人研究綜述[J]. 包裝工程, 2021, 42(8): 12-19, 35.

CHEN Liang, HAN Yue, LIU Huai-yu. Review on Service Robots Based on Bibliometric Analysis[J]. Packaging Engineering, 2021, 42(8): 12-19, 35.

[16] PESHKIN M, COLGATE J E. Cobots[J]. Industrial Robot: an International Journal, 1999, 26(5): 335-341.

[17] SADIK A, URBAN B. Flow Shop Scheduling Problem and Solution in Cooperative Robotics—Case-Study: One Cobot in Cooperation with one Worker[J]. Future Internet, 2017, 9(3): 48.

[18] TELLAECHE A, KILDAL J, MAURTUA I. A Flexible System for Gesture Based Human-Robot Interaction[J]. Procedia CIRP, 2018, 72: 57-62.

[19] ALSAMHI S H, MA Ou, ANSARI M S. Convergence of Machine Learning and Robotics Communication in Collaborative Assembly: Mobility, Connectivity and Future Perspectives[J]. Journal of Intelligent & Robotic Systems, 2020, 98(3): 541-566.

[20] MELCHIORRE M, SCIMMI L S, PASTORELLI S P, et al. Collison Avoidance Using Point Cloud Data Fusion from Multiple Depth Sensors: A Practical Approach[C]// 2019 23rd International Conference on Mechatronics Technology (ICMT). Salerno, Italy. IEEE, 2019: 1-6.

[21] YUMBLA F, ABEYABAS M, LUONG T, et al. Preliminary Connector Recognition System Based on Image Processing for Wire Harness Assembly Tasks[C]// 2020 20th International Conference on Control, Automation and Systems (ICCAS). New York: ACM, 2020: 1146-1150.

[22] TANNOUS M, MIRAGLIA M, INGLESE F, et al. Haptic- Based Touch Detection for Collaborative Robots in Wel-ding Applications[J]. Robotics and Computer-Integrated Manufacturing, 2020, 64: 101952.

[23] CONTI C J, VARDE A S, WANG Wei-tian. Human- Robot Collaboration with Commonsense Reasoning in Smart Manufacturing Contexts[J]. IEEE Transactions on Automation Science and Engineering, 2022, 19(3): 1784-1797.

[24] MICHALOS G, MAKRIS S, TSAROUCHI P, et al. Design Considerations for Safe Human-Robot Collaborative Workplaces[J]. Procedia CIRP, 2015, 37: 248-253.

[25] MALIK A A, MASOOD T, BILBERG A. Virtual Reality in Manufacturing: Immersive and Collaborative Artificial-Reality in Design of Human-Robot Workspace[J]. International Journal of Computer Integrated Manufacturing, 2020, 33(1): 22-37.

[26] FRIJNS H A, SCHMIDBAUER C. Design Guidelines for Collaborative Industrial Robot User Interfaces[C]// Human-Computer Interaction - INTERACT 2021: 18th IFIP TC 13 International Conference, Bari, Italy, August 30 - September 3, 2021, Proceedings, Part III. New York: ACM, 2021: 407-427.

[27] CHIURCO A, FRANGELLA J, LONGO F, et al. Real- Time Detection of Worker’s Emotions for Advanced Human-Robot Interaction during Collaborative Tasks in Smart Factories[J]. Procedia Computer Science, 2022, 200: 1875-1884.

[28] GUALTIERI L, FRABONI F, DE MARCHI M, et al. Development and Evaluation of Design Guidelines for Cognitive Ergonomics in Human-Robot Collaborative Assembly Systems[J]. Applied Ergonomics, 2022, 104: 103807.

[29] LINS R G, GIVIGI S N. Cooperative Robotics and Machine Learning for Smart Manufacturing: Platform Design and Trends within the Context of Industrial Internet of Things[J]. IEEE Access, 2021, 9: 95444-95455.

[30] MUKHERJEE D, GUPTA K, CHANG L H, et al. A Survey of Robot Learning Strategies for Human-Robot Collaboration in Industrial Settings[J]. Robotics and Computer-Integrated Manufacturing, 2022, 73: 102231.

[31] MADDIKUNTA P K R, PHAM Q V, B P, et al. Industry 5.0: A Survey on Enabling Technologies and Potential Applications[J]. Journal of Industrial Information Integration, 2022, 26: 100257.

[32] 劉想德. 基于視覺引導的Baxter機器人運動控制研究[J]. 重慶郵電大學學報(自然科學版), 2018, 30(4): 552-557.

LIU Xiang-de. Research on Motion Control of Baxter Robot through the Vision Guidance[J]. Journal of Chong-qing University of Posts and Telecommunications (Natural Science Edition), 2018, 30(4): 552-557.

[33] 尹海斌. 剛柔耦合動力學——輕量化協作機器人設計與控制的力學基礎——解讀《機器人剛柔耦合動力學》[J]. 中國機械工程, 2018, 29(24): 3020-3023.

YIN Hai-bin. Rigid-Flexible Coupling Dynamics— Mechanical Basis for Design and Control of Lightweight Cooperative Robots—Interpretation of Rigid- Flexible Coupling Dynamics of Robots[J]. China Mechanical Engineering, 2018, 29(24): 3020-3023.

[34] 劉利枚, 蔡自興. 粒子群優化的多機器人協作定位方法[J]. 中南大學學報(自然科學版), 2011, 42(3): 682-687.

LIU Li-mei, CAI Zi-xing. Multi-Robot Cooperative Localization Based on Particle Swarm Optimization[J]. Journal of Central South University (Science and Technology), 2011, 42(3): 682-687.

[35] 姚湘, 徐平平, 王華君. 基于深度圖像檢測的機器人碰撞避免方案[J]. 控制工程, 2017, 24(7): 1514-1518.

YAO Xiang, XU Ping-ping, WANG Hua-jun. Design of Robot Collision Avoidance Security Scheme Based on Depth Image Detection[J]. Control Engineering of China, 2017, 24(7): 1514-1518.

[36] 費燕瓊, 朱越梁, 宋立博. 多模塊式移動機器人系統的自組織協作行為[J]. 上海交通大學學報, 2011, 45(7): 990-994.

FEI Yan-qiong, ZHU Yue-liang, SONG Li-bo. On Self- Organized Collaboration Behavior in Multi-Modular Mobile Robots[J]. Journal of Shanghai Jiao Tong University, 2011, 45(7): 990-994.

[37] 陳滿意, 張橋, 張弓, 等. 多障礙環境下機械臂避障路徑規劃[J]. 計算機集成制造系統, 2021, 27(4): 990- 998.

CHEN Man-yi, ZHANG Qiao, ZHANG Gong, et al. Obstacle Avoidance Path Planning of Manipulator in Multiple Obstacles Environment[J]. Computer Integrated Manufacturing Systems, 2021, 27(4): 990-998.

[38] 王憲倫, 王天宇. 人機協作中人體運動預測方法研究綜述[J]. 機床與液壓, 2022, 50(12): 147-152.

WANG Xian-lun, WANG Tian-yu. Research Progress of Human Motion Prediction Methods in Human Robot Collaboration[J]. Machine Tool & Hydraulics, 2022, 50(12): 147-152.

[39] 魯可, 曹毅, 李秀娟. 雙臂機器人協作空間的解算[J]. 工程圖學學報, 2009, 30(5): 39-43.

LU Ke, CAO Yi, LI Xiu-juan. Cooperative Workspace of Dual-Arm Space Robot[J]. Journal of Engineering Graphics, 2009, 30(5): 39-43.

[40] 賈計東, 張明路. 人機安全交互技術研究進展及發展趨勢[J]. 機械工程學報, 2020, 56(3): 16-30.

JIA Ji-dong, ZHANG Ming-lu. Research Progress and Development Trend of the Safety of Human-Robot Interaction Technology[J]. Journal of Mechanical Engineering, 2020, 56(3): 16-30.

[41] 鄒方. 人機協作標準及應用動態研究[J]. 航空制造技術, 2016, 59(S2): 58-63, 76.

ZOU Fang. Standard for Human-Robot Collaboration and Its Application Trend[J]. Aeronautical Manufacturing Technology, 2016, 59(S2): 58-63, 76.

Research Hotspots and Visual Analysis of Industrial Collaborative Robot

LU Ning1, LI Juan1, JIN Lin-yi2

(1.School of Art and Design, Xihua University, Chengdu 610039, China; 2.Design School, Loughborough University, Loughborough LE11 3TU, UK)

The work aims to comb, analyze and summarize the research and development history, hotspot evolution and research trends of industrial collaborative robots at home and abroad from 1996 to 2022 based on the perspective of academic literature, so as to provide reference for research and innovation. CiteSpace software was used to select literature samples from the Web of Science core collection database and the CNKI database and visualize the multi-type knowledge graphs such as the time-space distribution of publications on collaborative robot, key word co-occurrence, clustering and timeline. Summary and analysis were carried out from three aspects of cutting-edge technology of collaborative robot, human-machine-environment interaction, and intelligent applications. According to the publications and the timeline of key word clustering, the international and Chinese researches on collaborative robot have gone through three stages: the budding period, the exploration period, and the rapid development period. From key word co-occurrence and cluster analysis, the international research on collaborative robot has shifted from focusing on technology to focusing on human factors. The research in China is still in the stage of technological innovation, while reliable safety standards, intuitive interactive interfaces, human-oriented occupational health (ergonomics and human factors), shared space design, etc. are also hot topics worthy of attention in the future.

collaborative robot; CiteSpace; research hotspots; visual analysis

TB472

A

1001-3563(2023)04-0393-13

10.19554/j.cnki.1001-3563.2023.04.050

2022–10–30

四川省哲學社會科學重點研究基地——現代設計與文化研究中心項目（MD22E024）；四川省哲學社會科學重點研究基地現代設計與文化研究中心項目（MD22E032）

陸寧（1984—），女，博士，講師，主要研究方向為人機工程及工業產品設計。

李娟（1985—），女，博士，講師，主要研究方向為信息交互及人機工程。

責任編輯：馬夢遙