理大突破性「人機共生」系統賦能飛機製造與電池拆解 引領工業5.0智能製造新時代

工業 5.0 時代的核心在於人機協作，香港理工大學（理大）科研團隊在此領域取得創新突破，研發出新一代「人機共生」協作製造系統，不僅能實時感知複雜環境、準確解讀操作人員意圖，更能通過簡單示教學習，完成技能遷移和自動學習，並實現自主的工藝代碼生成與高準確度任務執行的自動調節，已成功應用於大型飛機自主製孔、電動車電池拆解等高端製造任務，為業界打造「人本智能製造」新模式奠定重要基石。

人機之間的協同運作，旨在結合人類的靈活應變與適應能力，以及機器的高精準度與穩定性，發揮各自最大價值。這套「互相認知人機協作製造系統」，由理大黃鐵城智能機器人學青年學者、工業及系統工程學系副教授鄭湃教授及其科研團隊開發，一改傳統倚賴預編程設計，以整體場景理解為核心，通過收集及分析視覺、觸覺、語言及生理信號等多模態感知訊息，實現高準確度與全方位的環境分析，並可自主作出決策及靈活執行任務。

該「互相認知人機協作製造系統」能支援機器人執行情境認知、工具調用及密集接觸，完成複雜任務。

該新系統具備先進的機器學習與三維場景感知能力，兼具效率與安全性，大大促進了人與機器人在複雜製造場景中的流暢互動。透過產業合作項目，團隊已為多家領先企業量身打造人機協作系統，並成功於多種場景落地，主要涉及精密或複雜的工序。

鄭教授表示：「全球製造業轉型都正追求人機共生模式，看重更具彈性的自動化效能。我們的研究旨在構建一種嶄新人機協作架構，提供具有多模態自然感知、跨場景技能遷移、域模型自主執行的智能機器人製造系統，使機器人不再只是工具，而是能與操作人員同步演進的智能體，為智慧工廠突破基於預編程的自動化手段提供新方案。」

研究構建了一種嶄新人機協作架構，可因應應用場境打造不同的智能機器人製造系統，輔以頭戴式裝置後更能夠提供實時數據擷取，為操作人員提供即時、直觀的引導。

半結構化、非結構化生產場景，例如個性化產品製造，通常涵蓋大規模、複雜的產品組裝、拆解與檢測流程，要求高認知及快速適應能力。研究團隊引入新穎的「視覺語言導引」規劃架構，融合大型語言模型、深度強化學習等前沿人工智能技術，輔以混合實境（MR）頭戴式裝置，提升應對個性化與其他不可預測生產任務的能力。

研究構建了一種嶄新人機協作架構，可因應應用場境打造不同的智能機器人製造系統，輔以頭戴式裝置後更能夠提供實時數據擷取，為操作人員提供即時、直觀的引導。

該架構關鍵創新在於結合了視覺語言導引的目標分割模型，以及由語言指令驅動的任務規劃方法，令系統能整合視覺資訊與語言指令，協助機器人掌握複雜任務語意及識別動態場景，從而與操作人員高效協作。其中，頭戴式裝置能夠提供實時數據擷取，為操作人員提供即時、直觀的引導，亦革新了人機互動介面。

鄭教授強調：「未來智能製造的發展方向不是讓機器變得更聰明去取代人類，而是在人與機器共同學習、調適與成長的模式中，創造出更高的生產力與靈活性。為滿足此發展需求，下一代機器人械臂需具備在人類引導下持續學習與優化的能力，才
能實現高效且自然的人機互動。」

研究構建了一種嶄新人機協作架構，可因應應用場境打造不同的智能機器人製造系統，輔以頭戴式裝置後更能夠提供實時數據擷取，為操作人員提供即時、直觀的引導。

為進一步推動人機協作系統的進步，鄭教授將帶領研究團隊深入探索多個關鍵技術，包括具自我組態能力的人機網絡、技能轉移機制，以及自主多智能體的任務執行方式，建構「深度人本」的智能製造系統，並拓展至更多重要領域，令社會邁向一個由科技賦能、具同理心與人性導向的智能新世代。

理大黃鐵城智能機器人學青年學者、工業及系統工程學系副教授鄭湃教授（前排中）帶領科研團隊開發的「互相認知人機協作製造系統」，能實時感知複雜環境、準確解讀操作人員意圖，並自主作出決策。項目亦 瑞典皇家理工學院可持續製造系講座教授及國家卓越生產研究中心主任王力翬教授（前排右）合作。

鄭湃教授一直致力研究「人機共生」協作製造系統，並獲選 2024 年度國家自然科學基金的「優秀青年科學基金項目」。鄭教授帶領 RAIDS 科研團隊進行以上研究項目，詳情：https://www.raids.group/

香港理工大學研究團隊應用智能閉環移動技術，研發新一代穿戴式復康裝置「Remind-to-Move（RTM）感知提示手環」，旨在協助中風患者實現更個人化的居家復康訓練。中風是香港第四大致命疾病，其後遺症「偏癱」常導致患者肢體活動能力受損，康復進程緩慢。

針對「習慣性廢用」研發

該手環由理大康復治療科學系副系主任、輔助技術研究中心主任方乃權教授帶領研發，專為因中風或大腦麻痺等神經系統疾病導致的半身偏癱患者而設。方乃權教授指出，患者出現肢體功能障礙後，往往不自覺依賴功能正常的肢體，形成「習慣性廢用」偏癱肢體的現象，窒礙康復進度。手環透過內置傳感器感應及分析患者的日常活動規律，適時發出震動提示信號，引導患者主動使用偏癱肢體進行訓練。

閉環系統結合AI實時調校

新一代手環的關鍵在於配備「閉環系統」，融合人工智能（AI）、腦神經科學及運動學相關技術。系統透過實時對比患者偏癱肢體與功能正常肢體的活動數據，自動調整訓練頻率與強度，提供即時反饋。相較於上一代採用固定方案的「開環系統」，閉環系統能更貼合患者個人情況，動態調節運動訓練方案。

研究顯示閉環系統效果顯著

研究結果顯示，開環與閉環系統均能改善患者手部功能與運動頻率，但閉環系統的優勢更為顯著。相較於開環組別，參加閉環組別患者的手部運動頻率明顯較高，手部功能改善亦較顯著。方教授解釋，閉環系統以AI賦能提供實時回饋，有助分析運動復康計劃與外部輔助裝置的相互影響，從而設計更針對性的治療方案，促進神經功能重塑。

已獲國際專利並拓展應用

方乃權教授的研究獲研究資助局「研究影響基金」資助，其開環及閉環RTM裝置已在美國及中國內地取得專利。上一代的開環RTM裝置已獲香港16間公立醫院及美國凱斯勒復康中心等國際機構採用逾10年，應用範圍已擴展至新加坡及中國內地。團隊現正招募中風患者參與新研究，參加者須佩戴新一代手環，並由職業治療師制定為期四周的遙距復康訓練，以深入分析治療成效。

理大康復治療科學系副系主任、輔助技術研究中心主任方乃權教授（中）帶領團隊研發新一代「RTM感知提示手環」，融合AI、腦神經科學及運動學相關技術，能自動實時調整治療方案，以實現更個人化的居家復康訓練。

新一代手環採用「閉環系統」，可根據用家實際的手臂運動情況發出提示，並提供即時反饋。

用户將手環佩戴於偏癱一側的手腕上，配合手機應用程式使用，系統會提供即時反饋，並自動實時調整治療方案，以實現更個人化的居家復康訓練。