你在使用哪种编程语言?快来投票,亲手选出你心目中的编程语言之王 了解详情
写点什么

我在重症隔离区调试机器人 | 特写

2020 年 2 月 20 日

我在重症隔离区调试机器人 | 特写

因为这场突如其来的疫情,很多人的生活都被迫按下了暂停键,但对于医疗机器人行业和机器人背后的技术人来说,他们按下的却是快进键。


2 月 14 日,农历正月廿一,星期五,距离国务院第一次出台通知要求延长春节假期已经过去两周,但由于各地纷繁复杂的复工流程,相当一部分公司在接下来一周仍然无法复工,这令不少中小微企业负责人十分焦虑。但对于机器人初创公司赛特智能的 CEO 李睿来说,这却是疫情爆发以来为数不多可以松口气的一天,因为这一天是公司派去支援江西鹰潭市人民医院的技术小分队完成阶段性任务、返回广州总部的日子。当大部分人还只能在家躺着为国家做贡献的时候,这家员工不足百人的初创公司已经开工 19 天。


“虽然全员算不上,但能回来的都开工了。”


1 月 27 日,大年初三,李睿接到广东省人民医院的支援请求,经过简单碰头后,公司决定立即支援省人民医院。技术工程师小袁、老扶、飞云接到任务后即取消休假、第一时间赶回公司,调试机器、协调各种资源。当天晚上,两台医院智能配送机器人送进广东省人民医院的重症隔离区,三名工程师也赶赴现场展开机器人的部署和调试工作。其中,小袁是赛特智能在这次抗疫行动中第一个进入重症隔离区的技术人。



图中为 1 月 27 日晚进入广东省人民医院的小袁


2 月 1 日,赛特智能又向武汉汉口医院、雷神山医院、武钢医院、华中科技大学协和医院等定向捐赠四台机器人,项目经理王刚和工程师王力、王利红随之奔赴武汉,经过 12 小时的长途跋涉,于当晚赶到武汉汉口医院。


2 月 2 日,赛特智能支援江西小分队也低调出征。


最特别的“逆行者”

在抗击新冠肺炎疫情一线,由于人手不足,很多医护人员持续十几个小时“连轴转”而体力不支。为了缓解医护资源紧张的情况,包括赛特智能在内的不少机器人公司都派出了自家医疗机器人“冲锋”在武汉等疫区前线。


据 InfoQ 采访获知,截至 2 月 17 日,赛特智能总共已为新冠肺炎定点医院部署了 30 台配送机器人,后续还会根据产能的恢复情况和医院的需求继续支援;疫情爆发后,钛米机器人在已有 30 多台机器人的基础上又向武汉输送了 10 台智能消毒机器人。除了这两家公司,公开报道显示,普渡的配送机器人、擎朗科技的送餐机器人、武汉华中数控的测温机器人等均奔赴前线,共同组成了疫情狙击战中最特别的一群“逆行者”。


“一线医务人员不顾生死抗击疫情,他们保卫国家,我们保卫他们。”


赛特智能这次派出的医院智能配送机器人是服务机器人中比较常见的一类,它们可以为医护人员分担沉重繁琐的运输工作,除了配送药物之外,还可以配送餐食和一些大件的器械包、输液袋等,甚至可以做生活垃圾、污物的回收。


赛特智能 CTO 赖志林博士在接受 InfoQ 采访时介绍称,借助多个高精度激光雷达、深度摄像头、超声波传感器、安全触边、距离传感器等感知设备,以及团队研发的中央惯性单元以及核心定位导航算法,配送机器人可以做到自主识别读取地图和工作环境,建立信息库,自主规划路径并完成物资的点对点配送。配送过程中机器人能够自己开关门、搭乘电梯、避开障碍物、充电,并实现对各个病区的实时影像监控与互动。


据实际运行效果测算,每台配送机器人可替代三名配送员的工作量,有效减少医护人员进入隔离区的频次,降低交叉感染的风险,同时也能大大降低防护服等紧缺医疗物资的消耗以及医护人员穿戴防护服的时间成本。


“我在重症隔离区调试机器人”

人工智能离不开“人工”,机器人同样离不开人,这是现阶段人工智能和无人设备公司都不得不承认的事实。


有人曾对向疫区医院投放机器人的做法提出质疑:“在没有现场技术支持人员和用户没有接受培训的情况下,哪家的机器人可以开箱即用?”


对于这个问题,暂时没有哪个医疗机器人企业能给出特别好的办法。


医疗机器人在使用之前需要技术支持人员到医院现场进行基础的部署,比如需求沟通、地图扫描以及路径规划、电梯对接等,无一例外。这个基础配置过程平均需要数小时,而完成基础配置也并不意味着就不再需要工程师驻扎现场了,往往只有在机器人能独立工作之后,工程师才能实现仅需通过系统就能远程查看机器人的运行状况,并放心前往下一个前线支援点。由于环境复杂,赛特智能这次在武汉汉口医院部署的配送机器人“小逸”,从唤醒到能够独立工作一共花了 2 天时间。医疗机器人在交付、实施的效率上仍有改进空间。


为了尽快完成机器人的部署和调试,现场技术人员不得不花更多时间呆在重症隔离区,有时候一天下来水也喝不上、饭也忘了吃。奋战在武汉一线的工程师王利红告诉我们,在现场一天工作多的时候十多个小时,少的时候几个小时,不过按照规定,在隔离区工作四五个小时就必须出来一次。由于防护服密不透风,工程师们往往一次调试工作下来,里面的衣服就全部被汗水浸湿了。


王利红这次去武汉是自己报的名,家里人也都知道,要说一点都不担心,肯定是骗人的。



2 月 18 日,王利红又带着机器人奔赴武汉华中科技大学协和医院


“但接到任务的第一想法是,在关键的时候应该担负起抗击疫情的责任和义务。”


在最困难的时刻,总是要有人勇敢站出来去承担更多东西。工程师们虽然不能直接治病救人,但只要自己的工作能为医护人员稍微缓解一点压力,就是有意义的。


当然,为了保障现场技术人员的安全,赛特智能为所有奔赴一线的技术人都配备了足够的口罩、防护服等防疫用品,并为他们额外购买了保险。


抛开心理上的压力不说,一线工程师们最重要的工作是应对配送机器人在实际落地应用过程中暴露出来的种种问题。


好奇的人们

其实这并不是机器人首次战“疫”。早在 2003 年非典期间,国内就有机器人陆续投放到医院中使用,包括中科院自动化所研制的“爱姆”机器人和哈尔滨工程大学研制的“护士助手”机器人等。但当时这些机器人研制产出的时间较晚,到 2003 年五六月份才陆续投放使用,并未参与疫情爆发时期的工作,同时续航能力较差,充满电后只能连续工作 2-3 小时,智能化等方面也并不成熟。


17 年后的现在,随着物联网和人工智能技术在医疗领域的应用越来越普及,机器人技术已经变得更为成熟,但总体来说,机器人在实际医疗场景中的应用仍然偏少。不仅仅是医护人员的使用习惯还没培养起来,对于普罗大众而言,医疗机器人也还是个稀奇玩意,“不知道有啥用”。


赛特智能这次在广东省人民医院部署的智能配送机器人在首次任务执行时就遇到了一点小阻碍,病房里的患者对机器人表现出了极大的好奇心,总要观察好久才让机器人运送污物出房间,这种好奇心平均要到机器人第三次进入病房的时候才会逐渐消散。



机器人和患者。图右这名小女孩今年五岁,跟父母一家三口得了新冠肺炎住在医院的隔离病房,住院期间小女孩身体非常虚弱,但每次机器人路过都会探出头好奇地看着机器人,还会跟机器人打招呼。


调试、调试、再调试

尽管很多机器人在实验室等理想环境下表现不错,但真正到了医院,不仅过道狭窄、人员拥挤,还有不时“疾驰而过”的医护人员和急救病床、设备等。机器人如何在保证人机共存环境下行驶安全的同时,应对开放环境中出现的各种移动、非移动的不规则障碍物,保障物资运送的效率?赖志林认为这是将机器人应用于医院环境最大的技术难点,对机器人的感知能力、定位能力和内部导航算法都提出了非常高的要求。


赖志林表示,机器人要做到满足精准送达、避障敏捷、行走流畅的要求,必须实现 3 个核心精准:感知精准,关键传感器采集的数据精准,能够适应环境中各种干扰因素,如透明玻璃、反光路面、纯黑墙面等等,同时能够应对空旷环境、特征不明显区域等;导航精准,算法需要具备有良好的鲁棒性,能够剔除各种异常数据,同时能够通过机器人导航模型实时规划出最优路径,调整自身的运动姿态,绕行障碍物,并实现精准到达目标点位;运动精准,机器人运动控制需要有封闭的运动控制策略,同时要保证机器人的相关运动机构具备有精确配合度,保证机器人能够精确执行导航算法策略。


机器人本身技术过硬的同时,也需要现场技术人员针对每个医院不同的运行环境,调整避障及导航策略。


武汉汉口医院的感染区通道狭窄,而且一开始还有不少患者家属,从技术上看对机器人的行走有一定挑战。为了让机器人尽快上岗,现场支持的工程师王力马不停蹄地修改程序,对机器人的导航算法做权衡和调整,最后将机器人的移动速度从每秒 1-1.2 米降到每秒 0.7-0.8 米,响应范围从 3-6 米缩小至 1 米左右,确保了机器人运转无误。



图右是广东援助武汉医疗队驻汉口医院的一位护士,大年三十接到任务出征武汉,已经连续工作了十来天。在配送机器人“小逸”走进武汉汉口医院的第一天,她听说是从家乡广州支援的机器人,一定要过来拍张合影。因为在隔离区的手机都要包着塑料膜,拍下的合照有些模糊。


后方技术支援

大规模传染性疫情的发生概率较低,大多数机器人设计的初衷并不是解决这个问题,因此机器人的应用场景和疫情之前会有很多不同之处,机器人与应用场景的匹配需要时间


这次新冠肺炎疫情传染性非常强,需要严格有效的消毒,很多机器人并不具备这一能力。不过对赛特智能来说这不是太大的问题,其配送机器人在设计之初就考虑到了医院的消毒和隔离需求,选用的材料全部耐腐蚀且具备一定防水等级,可以直接用消毒液或酒精擦洗表面完成消毒。另外,机器人的箱体内部安装了足够功率的紫外消毒灯,可以随时保持箱体及物品的安全。机器人还具备远程实时语音视频通讯功能,可以通过调度系统与隔离病房的护士或病人直接交流。


另外,针对疫情前线出现的新需求,赛特智能在第一时间和中山大学智能工程学院以及中山大学第一附属医院组建了联合攻关小组,展开相关的研发工作,为前线技术人员提供支持。比如针对前线医护人员流动性大、工作紧张等特点,重新设计了下单及调度流程;针对污染区域操作人员不方便操作电脑等设备,开发专用遥控手柄执行远程开门、远程语音提醒等功能。


此外,很多重点防疫区域需要对大量的人群进行筛查。对此,联合攻关小组也快速地进行了这方面产品和功能的开发。在区政府的协调以及供应商的协助下,全新设计的机器人在这月底就能形成产能。


医疗机器人应用时代提前到来?

尽管医疗机器人还有诸多不足,但业内对其价值基本达成共识:长期来看,智能机器人与医院的结合,是未来医疗领域发展的大趋势。


中商产业研究院在《2019年中国医疗机器人行业市场前景研究报告》中指出,多方面因素共同催生着医疗机器人行业需求:


  • 中国人口老龄化和老龄人口高龄化都呈现逐步加深态势,预计到 2050 年老年人口规模将达近 5 亿,而老年人是医疗服务需求的主体;

  • 医疗资源供需紧张,优质医疗服务紧缺,这恰恰是医疗机器人的市场机会;

  • 近年来,移动互联网、大数据、云计算、物联网、人工智能、5G 等信息技术都取得了一些突破,会直接或间接地令机器人领域受益。


在大趋势下,免不了出现一些追风口的人。赛特智能联合创始人李良源对疫情中突击进医疗圈的现象感到无奈,在他看来,这次疫情毕竟是一个短时间的突发事件,一些快速拔苗助长出来的产品,不管在疫情中还是疫情过后,都不会有实际意义,反而造成了社会资源的浪费。


不过疫情会成为医疗机器人的试金石,让大家快速看清机器人产品实际的能力和问题。


“这次疫情能够在一定程度上把一些没有实际用途以及技术能力不过关的产品暴露并淘汰掉。另外,对于能够在疫情中肩负起责任的公司来说,确实是一次技术及实力的提升及展示的机会。这次疫情让人们更加重视医用机器人的价值,也对医用机器人有了更加清晰的认识,我觉得这次事件是机器人应用时代的开始。”李良源向 InfoQ 记者表示。


如果机器人应用时代真的提前到来,对现场支持人员的需求势必会增大,未来机器人如何通过远程部署的方式,减少需要奔赴一线的技术人员的数量,是需要整个行业重点考虑的问题。


对于李睿来说,现在最大的愿望就是所有奔赴一线的工程师都保护好自己,顺利完成抗疫任务,等疫情结束之后,每个人都平平安安地返回广州,“一个都不能少”。


本文由 InfoQ 粤港澳大湾区内容中心采访报道,我们重点关注大湾区 AI、金融科技、智能硬件、物联网、5G 等前沿技术动态及相关产业、公司报道,寻求报道请联系邮箱:natalie.cai@geekbang.com。


2020 年 2 月 20 日 08:004677
用户头像
蔡芳芳 InfoQ高级编辑

发布了 583 篇内容, 共 282.3 次阅读, 收获喜欢 1841 次。

关注

评论 1 条评论

发布
用户头像
机器人如何不让“人工”成为瓶颈,值得探讨
2020 年 02 月 20 日 16:27
回复
没有更多了
发现更多内容

极客大学架构师训练营第二天作业

Ethan

架构week2 学习总结

蜡笔小晗

架构师训练营 第二周 学习心得

LiJun

极客大学架构师训练营

【架构师训练营 -Week-2】总结

Andy

架构师训练营-第二周学习总结

极客大学架构师训练营

SOLID设计原则(第二周+作业)

林毋梦

极客大学架构师训练营

极客大学架构师训练营第二天总结

Ethan

第二章作业

小胖子

架构师培训第2周学习总结

Geek_165f3d

第二周总结

阿布

【架构课作业 - 第二周】

Nelson

极客大学架构师训练营

第二周学习总结

Jeremy

第二周作业

阿布

依赖倒置原则和好莱坞原则

阿飞

架构 极客大学架构师训练营

第二周 学习心得总结

冯凯

架构师训练营 - Task Week 2

brave heart

极客大学架构师训练营

架构 0 期 -week2- 命题作业

陈俊

极客大学架构师训练营

第二周作业

kk

架构师第二期 作业

PQY

架构师训练营 W2 学习心得

telliex

架构师实现自己架构目标的主要手段

小胖子

架构师训练营 第二周 总结 软件开发本质与设计原则

CR

极客大学架构师训练营

架构师训练营 - Lesson Week 2

brave heart

极客大学架构师训练营

架构师如何去进行软件设计(设计原则篇)?

阿飞

极客大学架构师训练营

第二周学习总结

安阳

架构师训练营 W2 作业

telliex

第二周总结

G小调

架构 0 期 -week2- 学习总结

陈俊

极客大学架构师训练营

第二周作业

Jeremy

架构学习(二)总结

漫步跑小鸡

架构设计第二周作业

G小调

云原生场景下企业API 网关选型及落地实践

云原生场景下企业API 网关选型及落地实践

我在重症隔离区调试机器人 | 特写-InfoQ