想象一座工厂的深夜车间：一台钢铁巨臂被关在铁丝网里，呼啸着重复同一个动作，任何人靠近都会被警报驱离。这是传统工业机器人的“独舞”——力量惊人，却无法与人共处。而今天的主角协作机器人（Cobot）不一样，它像一位懂得分寸的舞蹈搭档：力气不大，却会感知你的靠近、收住自己的动作；你想教它新舞步，只需握着它的手轻轻一带；舞曲换了一首又一首，它也能很快跟上节奏。这篇文章将带你认识这位“产线舞伴”——它的安全基因（力限制与安全标准）、教学方式（拖拽示教）、登台配置（产线集成）以及它最擅长的舞台（中小批量柔性生产）。读完你会明白，为什么连小作坊也请得起、教得会、敢放心用这位钢铁搭档。

岗位关联

面向 AI 与机器人方向从业者：掌握协作机器人的安全设计与集成方法论，是进入智能制造落地现场的关键能力——它让你在人机共舞的产线设计中做出既安全又高效的工程决策，直接提升项目交付价值。

目录
  1. 可视化演示
  2. 协作机器人概述
  3. 安全设计标准
  4. 力限制技术
  5. 拖拽示教功能
  6. 产线集成方案
  7. 柔性生产应用
  8. AI 应用场景
  9. Python 演示
  10. 常见误区
  11. 面试题

可视化演示

展示协作机器人Cobot的力限制安全设计、拖拽示教与产线集成流程，包括人机协作区域划分与安全监测，交互调节安全等级查看协作参数。

本节配有交互动效（进入视口后自动加载，约 3KB）。

协作机器人安全设计 力限制：关节力矩传感器实时监测，超限立即停止 速度监控：协作空间内降速运行，确保人类安全 F_max <= 150N (ISO/TS 15066) 协作机器人通过力限制和速度监控实现人机安全共处

协作机器人概述

舞池里，传统工业机器人像一部“重装机甲”——力气巨大、动作如闪电，却必须被关在铁丝网里，谁靠近都危险。而协作机器人（Cobot）则是那个愿意与你共舞的搭档：它同样拥有钢铁手臂，却天生把“不伤人”写进设计基因，心甘情愿把速度、力气和心思收敛到人类能承受的范围内。这便是“协作”二字最朴素的含义——不是替代，而是共处。

协作机器人是专门设计来与人类共享工作空间、实现直接互动的机器人。它的构想诞生于 1996 年，研究者想让机器人不再躲在围栏后面，而是成为工人身边“搭把手的伙伴”。此后，随着力矩传感器（相当于机器人的“神经末梢”）、轻量化材料与控制算法的成熟，协作机器人在 2010 年代进入工业普及期，如今已成为智能制造产线上增长最快的品类。

典型协作机器人负载在 3~16kg 之间，自重十几到几十千克，重复定位精度可达 ±0.02~0.05mm，通常有 6~7 个关节。它与传统工业机器人的核心差异有三点：关节内置力矩或电流传感器；外形圆润、无夹点；软件内置碰撞检测与安全限速。衡量这种“轻巧”程度有一个直观指标——载荷自重比：

舞伴与重型机械的区别就在“分寸感”：传统机器人像举重运动员，力量惊人却需要隔离区；协作机器人像双人舞搭档，力气不算大，却懂得收放、可以亲近。理解了这种“轻”，我们才能继续谈它如何做到真正的安全。

R=mloadmrobot\displaystyle R = \frac{m_{load}}{m_{robot}}
载荷自重比等于机器人能扛起的最大负载质量除以其自身质量。传统工业机器人往往“自重远大于负载”，比值只有 0.01~0.1；而协作机器人追求轻量化，比值可达 0.3~1，这正是它能安全贴近人的物理前提。
  1. 载荷质量 m_load机器人末端能抓起的最大工具与工件质量，单位 kg，代表“力气”的上限。
    mload\displaystyle m_{load}
  2. 本体质量 m_robot机器人自身重量，协作机器人因轻量化设计普遍只有十几到几十千克。
    mrobot\displaystyle m_{robot}
  3. 载荷自重比 R载荷与自重的比值，衡量机器人的“力气效率”，比值越大越适合人机共处。
    R=mloadmrobot\displaystyle R = \frac{m_{load}}{m_{robot}}

安全设计标准

舞池再好，也需要规则：不踩脚、不甩过头、看到有人靠近要立刻收住。舞台上的这些安全规则落实到纸面，就形成了协作机器人的标准体系。没有这些规则，“共舞”就只是一句浪漫的口号。

协作机器人安全设计主要依据两套文件：ISO 10218-1/2（工业机器人的安全要求，包含协作条款）与 ISO/TS 15066（协作机器人的技术规范，详细规定人机协同的安全设计与测试方法）。如果说 ISO 10218 是“总则”，TS 15066 就是“操作手册”，它把“安全共处”分解为四种可落地的协作模式：

  • 安全监控停止（SSM）：人进入工作区，机器人立即停止；人离开后自动恢复。
  • 手引导（拖拽示教）：人握住机械臂直接教动作。
  • 速度与分离监控（SDMS）：根据人机距离动态调速，越近越慢，保持安全间距。
  • 功率与力限制（PFL）：把接触力限制在人体可承受的生物力学限值内。

工程上，无论采用哪种模式，都需要计算“最小安全距离”。它的公式像一个“刹车距离”公式：

就像舞池里“看见有人就收脚”的默契，安全标准把这种默契变成了可测量、可验证的硬性规定。工程师照着标准布置，舞伴的“分寸”就不再依赖运气，而是写在每一行控制代码里。

S=K×T+C\displaystyle S = K \times T + C
最小安全距离等于接近速度乘以停止反应时间，再加上人体侵入距离。就像开车时“车速×反应时间+滑动距离”才是安全车距，这条公式让“安全”从感觉变成了毫米级的计算。
  1. 接近速度 K人或设备向机器人危险区靠近的速度，单位毫米每秒，是安全评估的输入参数。
    K\displaystyle K
  2. 停止反应时间 T从感知到人体侵入到机器人完全停止所经历的总时间，包含传感器延迟与制动时间。
    T\displaystyle T
  3. 侵入距离 C人体因惯性在机器人完全停止前继续深入危险区的附加距离，由人员可伸入深度决定。
    C\displaystyle C
  4. 最小安全距离 S三要素组合计算的布置距离，用于规划围栏与人员站位，单位毫米。
    S=K×T+C\displaystyle S = K \times T + C

力限制技术

舞伴的分寸感从何而来？不是靠肌肉硬绷，而是靠皮肤上的敏感神经末梢。力限制技术，就是协作机器人感知“碰到什么”的神经末梢，也是它区别于传统机器人的灵魂所在。

力限制的目标非常具体：一旦机器人与环境发生接触，接触力必须被控制在 TS 15066 规定的生物力学限值之内——例如躯干受压不超过 140N，头部等敏感区域的要求更为严苛。这背后是一套“感知-估计-决策”的闭环：先测量，再推算，最后判断是否出事。

传感器层面，靠关节力矩传感器或电机电流换算出关节实际输出的力矩；算法层面，控制器会持续估计“正常情况下应有的力矩”，它由三部分构成：重力分量、摩擦分量、惯性分量。把实测力矩减去估计力矩，就得到一个“残差”——正常运动时它接近于零，一旦有外力介入就会突然变大，这就是碰撞信号：

舞蹈中你轻轻碰到舞伴的手，对方能立刻察觉并调整姿态——力限制就是这种“被碰到就感知”的敏感。再配合圆润外壳与吸能缓冲结构，即便真的发生接触，疼痛感也像被舞伴带偏了一步，而非被重物砸中。

τcollision=τmeasured−(τgravity+τfriction+τinertia)\displaystyle \tau_{collision} = \tau_{measured} - (\tau_{gravity} + \tau_{friction} + \tau_{inertia})
实测力矩减去模型预估的三项正常力矩，得到碰撞残差。残差超过阈值，机器人立即判决“撞到人了”并执行停机或反向退让，整个过程在毫秒级完成。
  1. 实测力矩 τ_measured关节力矩传感器或电机电流换算出的真实输出力矩，是判断外力的“证据”。
    τmeasured\displaystyle \tau_{measured}
  2. 估计力矩总和控制器用动力学模型实时估算的重力、摩擦与惯性力矩，代表“正常应有力矩”。
    τgravity+τfriction+τinertia\displaystyle \tau_{gravity} + \tau_{friction} + \tau_{inertia}
  3. 碰撞残差 τ_collision实测与估计之差，正常运动时接近零，突然增大即代表人体或障碍物介入。
    τcollision=τmeasured−(τgravity+τfriction+τinertia)\displaystyle \tau_{collision} = \tau_{measured} - (\tau_{gravity} + \tau_{friction} + \tau_{inertia})

拖拽示教功能

学新舞步最自然的方式不是背诵舞谱，而是老师手把手带着你跳一遍。拖拽示教正是让机器人用这种方式学习动作——不写代码、不点坐标，握住它的手，带它走一遍就行。

拖拽示教（手引导）是 TS 15066 四种协作模式之一。工程师按下示教按钮，直接握住机器人末端，把机械臂拖到目标姿态，系统以毫秒级频率记录轨迹点；释放按钮后，机器人便能自动回放这条路径，速度还可以单独调节。这项功能让现场调试从“工程师写程序”变成“工人带新手”。

而“能被轻松拉动”的物理基础，是实时重力补偿。控制器不断测量各关节角度，用动力学模型算出每个连杆受重力产生的力矩，再让电机输出方向相反、大小相等的力矩把手臂“托住”。此时机械臂处于一种“零重力漂浮”状态，人手只需几牛顿的力就能平滑地拖动它，不会突然坠落，也不会沉重费力：

就像老师握住你的手划出一道优美弧线，你的身体记住了轨迹，下次便能自己跳出来。拖拽示教把“编程”简化成“带它跳一遍”，这也是连小白都能快速上手协作机器人的关键所在。

τg=m×g×l×cos⁡θ\displaystyle \tau_{g} = m \times g \times l \times \cos\theta
重力补偿力矩等于连杆等效质量、重力加速度、质心到关节轴线的距离以及姿态角的余弦值四者相乘。电机输出这个力矩去抵消重力，手臂就像月亮上失重漂浮，人手轻轻一带就能改变姿势。
  1. 负载质量 m被补偿的连杆连同末端工具与工件的等效质量，单位 kg。
    m\displaystyle m
  2. 重力加速度 g取 9.81 m/s²，是地球引力作用的衡量标准。
    g\displaystyle g
  3. 质心距离 l连杆质心到旋转关节轴线的垂直距离，单位 m。
    l\displaystyle l
  4. 姿态夹角 θ连杆方向与水平面的夹角，决定重力在关节上的力臂大小。
    θ\displaystyle \theta
  5. 重力补偿力矩 τ_g四个量连乘得到该姿态下电机需要输出的反向托举力矩，让手臂“漂浮”起来。
    τg=m×g×l×cos⁡θ\displaystyle \tau_{g} = m \times g \times l \times \cos\theta

产线集成方案

一支舞不能只有一位舞者——需要音乐、灯光、场地和默契的搭档。协作机器人的产线集成，就是围绕这位“舞者”把整套舞台搭建起来。买回一台协作机器人只是“裸机入场”，真正创造价值的是它周围的舞台设备。

产线集成可以拆成四件事：末端执行器、感知系统、安全防护、通信对接。它们分别对应舞者的“手”、“眼睛”、“安全网”和“乐队指挥”。

  • 末端执行器选型：根据工件材质与工艺选择气动夹爪、电动夹爪、真空吸盘、螺丝枪或点胶头。夹爪就像舞伴的手型——握绣球和举酒杯，需要不同的手势。
  • 视觉定位引导：2D 相机解决平面位置偏移，3D 相机应对散乱堆叠的工件抓取，再把相机坐标系与机器人坐标系对齐（手眼标定），让机器人“看得见”再动手。
  • 安全区域布防：用安全光栅、激光扫描仪配合安全 PLC，与机器人控制器硬线互锁，构成独立于普通控制回路的安全回路。
  • 通信协议对接：通过 EtherCAT、Profinet、Modbus TCP 等总线，把机器人、传送带、PLC 和 MES 系统连成一张节奏同步的网。

集成方案的优劣，最终都落到一个指标——节拍时间，也就是完成一件产品需要多久：

整支舞队的默契靠节奏，产线的灵魂则是节拍。集成方案的最终目标，就是让“舞者”与传送带、视觉、安全系统配合得天衣无缝，每个动作都像排练过千百遍的队形变换。

Tcycle=Tpick+Tassemble+Tinspect+Ttransfer\displaystyle T_{cycle} = T_{pick} + T_{assemble} + T_{inspect} + T_{transfer}
单件节拍等于拾取、装配、检测、转移四段时间之和。节拍是产线的“鼓点”，集成团队的工作就是让每个动作精准卡在鼓点上，既不浪费一秒，也不让瓶颈卡住整条线。
  1. 拾取与上料 T_pick末端执行器抓取工件、离开料盘的时间，是节拍的起点。
    Tpick\displaystyle T_{pick}
  2. 装配及检测环节机器人完成对位、插入、锁付与视觉质检所耗费的时间。
    Tassemble+Tinspect\displaystyle T_{assemble} + T_{inspect}
  3. 转移与等待机器人从工位返回料盘的移动时间，以及与其他设备互锁等待的时间。
    Ttransfer\displaystyle T_{transfer}
  4. 单件节拍 T_cycle各环节时间相加得到产线节奏，是评估产能的核心指标。
    Tcycle=Tpick+Tassemble+Tinspect+Ttransfer\displaystyle T_{cycle} = T_{pick} + T_{assemble} + T_{inspect} + T_{transfer}

柔性生产应用

舞池不定时更换舞曲——宫廷舞、恰恰、街舞轮番上演。柔性生产，就是让机器人跟得上“换曲”的节奏。传统自动线追求“一首曲跳到天荒地老”，而消费市场越来越要求“多品种、小批量、快换产”，这正是协作机器人的主场。

协作机器人最成熟的三大场景是装配、检测与包装。在装配检测中，它负责小件螺丝锁付、轴孔装配、视觉质检；在小批量包装中，它完成贴标、装盒、摆盘；在人机协同产线上，工人做需要灵巧判断的细活，机器人包揽重复搬运，两者在同一工位互相补位——这正是“协作”最生动的体现。

为什么它能快速换产？因为拖拽示教让轨迹修改只需几分钟，参数配方支持一键切换不同产品；视觉引导又放宽了对定位工装的精度要求，不必为每个新零件重做一套昂贵的夹具。当然，上不上机器人还要算一笔经济账，投资回收期是决策的关键：

就像一位舞者学会三种舞步后，换曲只需十几秒准备——协作机器人通过拖拽示教与配方快切，把“换产”从改动重型设备变成了切换一段程序。这，就是中小工厂也能享受自动化的底气。

P=CsystemSannual−Coperation\displaystyle P = \frac{C_{system}}{S_{annual} - C_{operation}}
投资回收期等于系统总投入除以年度节省与年度运维成本之差。相当于问：“请这位舞伴的出场费，多久能通过省下的劳动力成本赚回来？” 在中小批量场景中，答案往往是一年以内。
  1. 系统总投入 C_system机器人本体、末端执行器、视觉与集成调试的购置成本。
    Csystem\displaystyle C_{system}
  2. 年度节省 S_annual替代人工与良率提升带来的每年成本节约。
    Sannual\displaystyle S_{annual}
  3. 年运维成本 C_operation维护保养、耗电与耗材的年度支出。
    Coperation\displaystyle C_{operation}
  4. 投资回收期 P总投入除以年度净节省，得到回收投入所需的时间；在小批量场景中往往不到一年。

AI 应用场景

汽车零部件小批量装配检测

阶段：产线集成与部署

解决的问题：传统专机（专用自动化设备）只适合大批量单一产品，遇到多品种小批量的换挡器、门锁模块装配，动辄改造成本高昂、交期漫长。协作机器人配合视觉检测，可在同一工位完成多规格产品的螺丝锁付与外观质检，拖拽示教让换型时间从数天压缩到半小时。

具体案例：某汽车零部件厂在一条装配线上部署一台负载 10kg 的协作机器人，工人负责线束插接等精细环节，机器人负责重复的拧紧动作，并用力矩曲线判断每颗螺丝是否锁到位。产线改造后，单班产能提升 35%，换型时间下降 80%。

3C电子产线视觉引导锁付

阶段：视觉定位与运动控制

解决的问题：手机中框来料摆放位置有 ±1mm 偏差，传统硬定位夹具每换一款机型就要重做一套，成本高、占地大。协作机器人配合 2D 视觉识别螺丝孔位坐标，实时补偿取料与锁付位置，配合力控算法防止滑丝，实现“找得到、对准了、拧得稳”。

具体案例：某 3C 代工厂部署协作机器人与视觉引导锁螺丝工站，机器人根据相机给出的坐标偏移动态调整姿态，完成 12 颗螺丝的自动锁付，良率从人工的 96% 提升至 99.5%，并且能在三种机型之间一键切换。

医药包装贴标检测

阶段：柔性生产运行阶段

解决的问题：药品批次小、规格多，人工贴标枯燥且易出差错。协作机器人搭配真空吸盘完成药盒拾取与翻转，视觉复核标签位置，并通过通信协议把每批次生产数据上传 MES 系统，实现全程可追溯。

具体案例：某制药企业为三条小批量包装线各配置一台协作机器人，操作工通过拖拽示教五分钟内完成新药盒规格的轨迹调整。设备投用后包装效率提升 40%，标签错贴率降为零，同时满足了 GMP 对批次记录的合规要求。

Python 演示

python57 行
# -*- coding: utf-8 -*-"""协作机器人(Cobot)核心机制演示: 重力补偿、力限制与拖拽示教仿真"""import math  class CobotArm:    def __init__(self, l1=0.4, l2=0.3, m2=1.8, k_stiff=120.0):        self.l1 = l1        self.l2 = l2        self.m2 = m2        self.k_stiff = k_stiff        self.g = 9.81        self.q1 = 0.5        self.q2 = -1.0        self.traj = []     def gravity_torque(self):        tau2 = self.m2 * self.g * self.l2 * math.cos(self.q1 + self.q2)        tau1 = (self.m2 * self.g * self.l2 * math.cos(self.q1 + self.q2)                + self.m2 * self.g * self.l1 * math.cos(self.q1))        return tau1, tau2     def detect_collision(self, force):        threshold = 150.0        leak = force - threshold        return leak > 0, leak, force / self.k_stiff     def drag_teach(self, target_x, target_y, gain=0.25, max_iter=500):        for _ in range(max_iter):            tip_x = self.l1 * math.cos(self.q1) + self.l2 * math.cos(self.q1 + self.q2)            tip_y = self.l1 * math.sin(self.q1) + self.l2 * math.sin(self.q1 + self.q2)            dx = target_x - tip_x            dy = target_y - tip_y            if math.hypot(dx, dy) < 0.005:                break            j00 = -self.l1 * math.sin(self.q1) - self.l2 * math.sin(self.q1 + self.q2)            j01 = -self.l2 * math.sin(self.q1 + self.q2)            j10 = self.l1 * math.cos(self.q1) + self.l2 * math.cos(self.q1 + self.q2)            j11 = self.l2 * math.cos(self.q1 + self.q2)            self.q1 += gain * (j00 * dx + j10 * dy)            self.q2 += gain * (j01 * dx + j11 * dy)            self.traj.append((self.q1, self.q2))        return len(self.traj)  def main():    arm = CobotArm()    tau1, tau2 = arm.gravity_torque()    print("重力补偿力矩: 关节1=%.3f Nm, 关节2=%.3f Nm" % (tau1, tau2))    is_collision, over, depth = arm.detect_collision(180.0)    print("力限制检测: 碰撞=%s, 超限=%.2f N, 侵入深度=%.4f m" % (is_collision, over, depth))    n = arm.drag_teach(0.55, 0.28)    print("拖拽示教: 记录%d个轨迹点, 末端角度=%.3f rad, %.3f rad" % (n, arm.q1, arm.q2))  if __name__ == "__main__":    main()
目的：用二维二连杆模型仿真协作机器人的三大核心机制——重力补偿力矩计算、碰撞力超限检测、拖拽示教的轨迹记录。
  1. def gravity_torque(self):按当前关节姿态计算两个关节需要输出的重力补偿力矩，对应“托住手臂”的隐形力。
  2. self.m2 * self.g * self.l2 * math.cos(self.q1 + self.q2)第二连杆重力矩公式 τ_g = mgl·cosθ 的直接实现。
  3. threshold = 150.0碰撞力阈值，参考 TS 15066 的生物力学限值设定的安全线。
  4. leak = force - threshold计算实测接触力超出阈值的量，超限即判定碰撞发生。
  5. return leak > 0, leak, force / self.k_stiff返回碰撞标志、超限力和侵入深度（力除以刚度）。
  6. if math.hypot(dx, dy) < 0.005:当末端与目标点距离小于 5mm 时，认为拖拽到位，停止迭代。
  7. self.q1 += gain * (j00 * dx + j10 * dy)用雅可比矩阵的转置把末端误差映射回关节角修正量，模拟人手拖拽下的“跟随”运动。
  8. self.traj.append((self.q1, self.q2))每个控制周期记录一次关节角度，形成可回放的示教轨迹。

常见误区

误区既然叫协作机器人、还带力限制，那它肯定怎么碰都伤不了人，随便站在旁边、甚至把手伸进工作区都没关系。

正解力限制只是把接触力约束在生物力学安全阈值内，但机器人末端如果安装了刀具、锐边夹具，或者工件本身带有尖角，高速运动中仍然可能造成割伤或夹伤。它像一个懂得收力的舞伴，可如果舞伴手里握着刀，再懂分寸也得保持距离。实际部署仍需风险评估，必要时配合限速、局部围栏或安全光栅。

为何常见：厂商宣传过度强调“安全共处”，让人误以为安全是无条件的，忽略了“安全”建立在合理应用设计之上。

误区买协作机器人就是为了省掉围栏，装完直接拆掉护栏，把机器人裸露在工人通道旁边。

正解是否保留围栏取决于风险评估。TS 15066 定义了四种协作模式，只有满足“功率与力限制”并确认所有接触点都在限值内，才允许无围栏直接接触；如果应用属于高速大负载或夹持锋利工件，仍需要采用安全监控停止、速度与分离监控，甚至局部围栏兜底。

为何常见：人们把“协作”直接等同于“零防护”，忽略了模式选择有严格的前提条件。

误区拖拽示教就是把机器人当旋钮，用力把它摆到想要的位置，费力但操作简单。

正解拖拽示教依赖实时重力补偿——控制器每毫秒根据姿态计算重力矩并用电机抵消，机械臂处于“失重漂浮”状态，人手只需几牛顿的力就能顺滑引导。没有重力补偿硬掰，不仅费力，还可能因用力过猛导致关节过冲损坏。

为何常见：从外观上确实都是“用手摆”，让人误以为只是机械地用蛮力拖动，看不到背后的力控算法。

误区协作机器人更新、更先进，干脆把工厂里的焊接、冲压、搬运机器人全部换成协作机器人。

正解协作机器人负载通常只有 3~16kg、速度较慢，适合抓取、装配、检测、包装等轻载精细活；而重载焊接（>50kg）、高速搬运、长行程冲压依然是传统工业机器人的主场。两者是互补关系，就像双人舞搭档再默契，也替代不了杂技团里吊威亚的大力士。

为何常见：看到“新型号”就以为全面迭代，忽略了物理负载、速度与行程的硬约束。

误区力限制就是在关节里加个软垫或弹簧，撞到人自然弹开，属于简单的机械结构。

正解力限制是一个闭环系统：力矩传感器（或电流监测）采样→控制器实时估计重力、摩擦与惯性力矩→比较偏差→超阈值立即停转或反向退让。弹簧只能被动吸能，而力限制是主动感知与毫秒级决策，两者原理完全不同。

为何常见：从“撞到人不会受伤”的结果反推，误以为只是简单的机械缓冲，看不到背后的传感与控制链路。

面试题

Q1. 协作机器人（Cobot）最核心的设计目标是什么？

单选题 · easy

  • A.追求极限的臂展运动速度
  • B.与人类作业者安全共处← 正确答案
  • C.尽量降低单台的采购成本
  • D.完全替代流水线人工岗位

答案：B。协作机器人的灵魂是“安全共享空间”，它通过力限制、安全监控停止等手段实现人机共处。选项 A 是高速传统机器人的追求；C 是各行业通用诉求，并非 Cobot 独有；D 表述过于绝对，Cobot 强调人机协作而非完全替代。

Q2. “力限制技术”的准确含义是什么？

单选题 · mid

  • A.只允许机器人低速运转
  • B.将接触力约束在安全阈值之下← 正确答案
  • C.限制机器人的工作空间范围
  • D.限制电机功率不超过额定值

答案：B。力限制的目标是当机器人与环境或人体接触时，把接触力控制在 TS 15066 规定的生物力学限值内。低速、限空间、限功率都是手段而非本质，且单靠限制功率并不能保证接触力安全，核心是力矩感知与碰撞判定闭环。

Q3. 拖拽示教能让人轻松拉动机械臂，主要依赖什么能力？

单选题 · easy

  • A.实时重力补偿使手臂处于漂浮状态← 正确答案
  • B.增大关节摩擦力让手臂更稳定
  • C.预存轨迹后按按钮自动执行
  • D.视觉自动识别工件并规划路线

答案：A。重力补偿算法根据姿态实时计算并抵消重力力矩，让手臂“失重漂浮”，人手只需很小力量即可拖动。增大摩擦会让拖动更费力；预存轨迹和视觉规划是自动运行阶段的能力，与“人手可拖动”无关。

Q4. 下列哪类生产场景最适合协作机器人？

单选题 · easy

  • A.钢结构万吨级重型焊接作业
  • B.中小批量多品种柔性装配检测← 正确答案
  • C.高速冲压连续生产流水线
  • D.港口集装箱全天候装卸搬运

答案：B。协作机器人负载小、速度适中、换产灵活，天然适配中小批量多品种的柔性装配检测。重载焊接、高速冲压、港口搬运都需要大负载或高节拍，属于传统工业机器人的优势区间。

Q5. ISO/TS 15066 这份文件主要规范什么内容？

单选题 · mid

  • A.机器人减速器的选型与润滑要求
  • B.协作机器人的安全设计与测试方法← 正确答案
  • C.机器人示教器的通信协议标准
  • D.视觉系统标定误差的允许范围

答案：B。TS 15066 是协作机器人专用技术规范，规定了安全监控停止、手引导、速度与分离监控、功率与力限制四种模式及生物力学限值。A、C、D 分别属于机械部件、通信、视觉领域，与本文件无关。

Q6. 在“安全监控停止（SSM）”模式下，机器人检测到人员进入工作区后会怎样？

单选题 · hard

  • A.降速并继续完成当前动作
  • B.立即停止并保持当前位置← 正确答案
  • C.快速退回起始上料位置
  • D.切换成自动寻迹运行模式

答案：B。安全监控停止要求机器人“暂停并保持”，人员离开后恢复，全程不能有危险动作。降速完成动作属于“速度与分离监控”的逻辑；退回起点和自动寻迹反而可能制造危险，违背安全原则。

Q7. 协作机器人碰撞检测算法的核心判断依据是什么？

单选题 · hard

  • A.实测力矩与模型估计力矩出现显著偏差← 正确答案
  • B.摄像头识别到人形轮廓后发出报警
  • C.电机温度超过设定值便判定碰撞
  • D.编码器脉冲累计数超过预期行程

答案：A。碰撞检测通过对比实测力矩与重力+摩擦+惯性估计力矩的残差，残差突增即判定外力介入。视觉识别是辅助手段且存在盲区；温度属于慢变量，来不及保护；编码器行程偏差也无法区分负载变化与碰撞。

Q8. 相比传统工业机器人，协作机器人具备哪些优势？

多选题 · mid

  • A.无需安全围栏即可与工人共站作业← 正确答案
  • B.拖拽示教简化了现场调试与换产← 正确答案
  • C.同体积下负载与速度提升显著
  • D.非常适合小批量多品种的柔性生产← 正确答案

答案：ABD。协作机器人通过力限制与安全监控实现人机共站，拖拽示教降低编程门槛，柔性适应多品种小批量，这三项都是其核心优势。但同体积下协作机器人的负载与速度通常弱于传统工业机器人，C 与事实相反。

Q9. 进行协作机器人产线集成时，通常需要配套哪些部件？

多选题 · mid

  • A.适配工件的末端执行器与夹具系统← 正确答案
  • B.引导抓取定位的视觉传感器模块← 正确答案
  • C.与工厂通信的安全 PLC 与总线协议← 正确答案
  • D.增强视觉效果的彩色光源矩阵

答案：ABC。末端执行器是“手”，视觉模块是“眼睛”，安全 PLC 与总线是“安全网与神经”，三者缺一不可。彩色光源矩阵只是视觉系统的可选辅助项，并非集成必需部件，属于干扰项。

Q10. 根据 TS 15066，下列哪些属于定义的典型协作方式？

多选题 · hard

  • A.安全监控停止与手引导示教← 正确答案
  • B.速度与分离监控且保持距离← 正确答案
  • C.功率与力限制下的直接接触← 正确答案
  • D.无人值守全速连续生产模式

答案：ABC。TS 15066 定义的四种协作模式是安全监控停止、手引导、速度与分离监控、功率与力限制，A、B、C 均在其中。D 描述的无人值守全速生产既不是协作模式，也违背“人机共处”的前提，故选前三项。