1. 引言
随着《“十四五”机器人产业发展规划》五项保障措施的推进，电子消费品市场蓬勃发展。随着我国技术工人受教育程度和生活成本的日渐提高，企业承担的人工成本随之增长，已经成为制约汽车零部件、3C (computer, communication, consumer electronics)以及机械加工等行业产能扩张的重要因素。为了解决这个问题，大量的机器人被引进工厂替代工作人员工作 [1] 。
自然界的人体具有优良的运动特性，因此人与人协作模式为人机协作模式提供了一个完美的参考。人机协作(Human-Robot Collaboration, HRC)指的是人类与机器人共享工作空间，一起作业的场景 [2] 。根据ISO 10218-1：2011标准的定义，协作机器人是与人在确定的工作空间内，与人类直接合作的状态。在这样的作业模式下，操作人员与机器人在共同的作业空间、共享的作业内容过程中，协同工作的内容逐渐增多，操作人员与机器人的作业任务可以分开量化，提高生产效率。
以上，对协作机器人领域研究的重点以及其背后的影响因素进行分析总结，对协作机器人的接续发展具有重要意义。
2. 数据来源与研究方法
在本文中，数据库选用中国知网数据库，以“协作机器人”为关键词，文献的选取时间从2015年1月到2022年12月，在此期间，中国知网有629篇学术期刊，删去学科范围以及研究层次不相符的，最终共得到396篇文献。使用CiteSpace对得到的文献进行分析。
3. 协作机器人研究的基本特征
1) 总体发文量统计分析
从总体发文量(见图1)来看，2015~2022年协作机器人领域的研究整体呈上升趋势，发文数量连年递增。工业5.0时代，在以人为本的智能制造(简称人本智造)中，人机协作是关键，协作机器人的重要性不言而喻。因此，对协作机器人的研究将是一个热点与趋势。
Figure 1. Volume and general trends in cobots from 2015 to 2022
图1. 2015年~2022年协作机器人领域发文量及总体趋势
2) 主题发文量统计分析
根据研究主题的不同，使用定量分析法对396篇文献进行归类分析。从2015年至2022年的主题发文量(见图2)显示，文献数量在20篇以上的主题有人机协作(47篇)和碰撞检测(20篇)；数量在10到20篇这个区间的主题有阻抗控制(17篇)和轨迹检测(11篇)；其他主题的发文量都在10篇以下。由此可得，协作机器人领域研究的重点是人机协作、碰撞检测、阻抗控制和轨迹检测等，更深层次的研究将会进入到路径规划、动力学、运动学、机械臂、视觉引导等层面。
Figure 2. Theme post volume in cobots from 2015 to 2022
图2. 2015年~2022年协作机器人领域主题发文量
通过CiteSpace对所选中的396篇文献的关键词进行可视化科学计量分析，整理出2015~2022年协作机器人范畴的关键词共现图谱(见图3)、关键词聚类图谱(见图4)、文献高频关键词(见表1)以及关键词聚类信息(见表2)。关键词共现图谱中聚类网络的模块度Q = 0.7327、平均轮廓值S = 0.8273，一般认为Q > 0.3就意味着聚类结构明显，S > 0.5聚类就是合理的，S > 0.7就意味着聚类是令人信服的，因此，本文中分析的文献共引聚类集群性质突出，具有较强的可研究性。 [3] 结合图表信息分析可得，“人机协作”这个关键词的相关强度与介数中心性最高，这说明“人机协作”是专家学者的关注点；“碰撞检测”、“手势识别”、“阻抗控制”、“运动规划”等是协作机器人领域发展过程中更深层次的研究重点，使协作机器人的研究从人机协作领域逐渐延伸到深度学习、协作空间、术前规划等更深层次的领域，促进了研究体系的完善。
Table 1. Keywords in cobots research from 2015 to 2022
表1. 2015年~2022年协作机器人领域关键词
Table 2. Keywords clustering information in the field of cobots from 2015 to 2022
表2. 2015年~2022年协作机器人领域关键词聚类信息
Figure 3. Key word co-occurrence map of cobots research from 2015 to 2022
图3. 2015年~2022年写协作机器人领域关键词共现图谱
Figure 4. Key word clustering map of international cobots research
图4. 2015年~2022年协作机器人领域关键词聚类图谱
4. 协作机器人研究的热点领域
1) 研究热点领域分析
整理图4和表2，通过分析可以总结出7个较大的聚类标签，以“人机协作”为首，包括“碰撞检测”“轨迹规划”“运动规划”“协作空间”“手势识别”和“机械碰撞”。以上，整理总结专家学者研究的关注点及内容，可以得出，协作机器人领域的研究主要聚集在以下三个方面。
a) 人机协作过程中的安全问题
在协作机器人的设计发展过程中，安全是前提，也是协作机器人与操作人员在同一工作环境下协同工作的基础要求。
西安理工大学的刘波、王雯等人，针对协作机器人作业过程中机器人的速度、与工作人员的距离等因素对工作人员心理状态的影响，通过皮电装置对被实验人员的皮肤电导值进行记录，使机器人分别以不同的速度、间距、方向靠近被实验人员，对被实验人员产生的皮电信号强弱进行研究。研究发现，在被试验人员可以清楚地看见协作机器人动作时，受试者产生的皮电信号强度与机器人移动的速度呈正相关、与机器人与被实验人员的距离呈负相关，与机器人靠近被实验人员的方向影响不大。作者将机器人速度、最小距离与试者的皮电均值进行线性分析，总结出协作机器人的移动对被实验人员心理压力影响的关系，并构建了作业人员心理安全场模型 [4] 。
中国科学院朱德慰、李志海等人通过分析人体3D骨架特征，建立了人体运动特征模型，经过去异常点和滤波处理，通过人员演示，迭代学习标准操作动作，对异常行为进行在线识别与分类，提出了一种基于异常行为监测的人机安全协作方法 [5] 。
b) 协作机器人的路径规划
路径规划是指机器人从初始位姿向目标位姿移动的过程中，在广义的坐标范围内计算出一条无碰撞路径的过程。
桂林电子科技大学的侯晓玲对Aubo-i5型六自由度协作机器人，进行机器人的动力学、运动学计算，研究其轨迹规划算法，提出了一种基于人工势场法的渐进最优双向快速随机树算法用于该协作机器人的路径规划 [6] 。
广东工业大学的徐学使用三维传感器，建立了获取目标工件空间位姿和作业场景的离散化模型，基于优化的快速扩展随机树算法，完成了协作机器人在未知环境下动态避障及作业任务。提出了一种基于三维视觉的协作机器人环境感知和路径规划方法，识别、建模及规划平均总时间维持在5 s内，避障成功率超过98% [7] 。
c) 协作机器人在交互过程中的特征提取能力与深度学习能力
协作机器人在人、环境、协作机器人之间进行交互，特征提取能力是入门条件。
国防科技大学的怀智博针对具有时效性的深度学习任务，提出了模型并行和数据并行对深度学习推理进行优化的机制 [8] 。
大连理工大学的姜杰文使用Python开发语言，针对协作机器人进行装配作业的过程，搭建了一套手势语言库，完成了协作机器人在人机交互过程中手势识别部分的人机交互系统 [9] 。
2) 阶段性前沿研究领域分析
关键词的突现强度可体现出某一时间点内，产生了较大影响的热点话题，或者某一段时间内专家学者的聚焦内容。通过CiteSpace中的Burstness功能分析得到1个突现词(见图5)。根据图5的2015年~2022年协作机器人领域的突现词可知，“智能制造”这个方向作为协作机器人领域的研究热点持续时间长，影响范围广。
Figure 5. Emerging words in the field of cobots from 2015 to 2022
图5. 2015年~2022年协作机器人领域的突现词
3) 研究主题演变与阶段划分
通过图6的2015年~2022年协作机器人领域关键词聚类时间线图谱可知，各研究主题之间链接网络时间较为紧密，研究主题也在不断增多。最突出的网络节点为“碰撞检测”；聚类#0“碰撞检测”明显拥有高度集中的引用突发节点，聚类#4“手势识别”和#7“导纳控制”两个领域的发文量较少。图7显示2015年~2022年的协作机器人领域关键词数量的走向，关键词数量的多少可以反映该段时间研究内容的丰富度，关键词的数量的增长速度可以体现出这一时间段内协作机器人领域研究的活跃程度。
将时间线图谱和关键词数量放在一起来看，2015年~2022年协作机器人领域的发展进程可以归纳为三个阶段。
第一阶段(2015年~2016年)——协作机器人领域的初步发展。协作机器人领域在2015年~2016年间的发文量较少，相对应的，关键词数量也较少，研究领域主要集中在“机械臂”“协作型”等。2015年5月，国务院发布《中国制造2025》指出，要加块新产品的研发，加速机器人标准化、模块化建设。我国机器人领域开始发展，此时深耕于协作机器人领域的专家学者还比较少，大家的目光更多的聚焦于汽车制造、智能工厂等领域。
Figure 6. Keywords clustering time map of cobots research from 2015 to 2022
图6. 2015年~2022年协作机器人领域关键词聚类时间线图谱
Figure 7. Number of keywords in the field of cobots from 2015 to 2022
图7. 2015年~2022年协作机器人领域关键词数量
第二阶段(2017~2019年)——协作机器人领域的活跃发展。2019年，发文量增长幅度超34.2%，呈现加速上升态势；关键词数量涨幅也较为明显，协作机器人领域的研究重点及热点包括“人机协作”“阻抗控制”“碰撞检测”“运动学”等。这一阶段不仅越来越多的人开始进入到协作机器人领域的研究，探索内容也进入到更深的领域，与其他学科研究之间的交流互动愈发紧密；研究领域的覆盖面开始扩展，学者们开始关注协作机器人的横向发展。
第三阶段(2020~2022年)——协作机器人领域快速上升。在此期间，协作机器人领域发文总量增速明显，关键词的数量也快速增长，研究呈现多元化，协作机器人领域的研究欣欣向荣，专家学者的研究关注重点逐渐转到“柔顺碰撞”“工作空间”“运动规划”“深度学习”“碰撞检测”“轨迹规划”等领域。此时研究方向也更加广泛，协作机器人开始出现具体到各行业应用的态势，例如制药行业、垃圾分拣、码垛机等。该阶段每年的发文量变化较大，关键词数量也急剧增长，这也说明这一时间的协作机器人范畴的研究横向发展，交叉学科、不同领域之间的交流愈发频繁，研究体系网络日趋完善。
5. 结论与展望
本文从中国知网数据库中选出396篇文献，通过CiteSpace对协作机器人领域从2015年~2022年间相关研究的发展演变过程进行分析，总结该领域的研究热点，分析该领域的发展趋势，促进协作机器人领域发展框架的建设。结合协作机器人领域在2015年~2022年的总体发文量以及关键词数量来看，协作机器人的发展经历了初步探索、活跃发展和快速上升三个阶段，发文量总体整体呈持续上升的趋势，研究领域也逐渐多元化；结合关键词共现和聚类分析，可以将协作机器人研究的热点领域总结划分为人机协作过程中的安全问题、协作机器人的路径规划、协作机器人在交互过程中的特征提取能力与深度学习能力等方向；突变词“智能制造”显示，“智能制造”是协作机器人研究的前沿动态也是发展趋势。协作机器人的发展应积极跟进市场发展航向，响应国家政策，服务国家战略，与其他学科广泛交流，要做到多领域发展，结合已经相对成熟的相关理论研究成果，不断优化创新，探寻更加科学和广泛的发展路径。
注释
文中所有图片和表格均为作者自绘。