低成本高科技机器人用于环境辅助生活：从实验到方法论

工作背景与目标

发达国家正面临着人口老龄化带来的新挑战[11]。例如，到2060年，欧洲人口中65岁及以上的人口比例将达到29.5%，而2010年该比例为17.4%。美国的情况类似（从13.2%上升至21.9%），日本（从22.7%上升至35.1%）以及中国（从8.2%上升至29.5%）也呈现相似趋势。这种人口结构的变化将对我们的社会和经济产生重大影响。随着人口结构的改变以及代际关系的新发展，我们的生活方式将发生变化。养老体系的资金保障将变得复杂。医疗保健系统将不得不进行调整，以应对老年人和依赖他人者数量的增加，并可预见成本的上升。为应对这一问题，一种趋势是将年老且依赖他人的人留在家中，并利用新技术提供各种形式的帮助。

已启动多个项目来应对这一问题。在欧洲，可以提及环境辅助生活联合计划（AAL）[2]或欧盟研究与创新框架计划H2020，该计划将“健康、人口结构变化与福祉”[9]列为社会挑战。在日本，长期护理保险计划[21]于2002年启动，其目标是“建立一个回应社会对老龄化和护理问题重大关切的体系，使公民能够确信自己将得到护理，并受到整个社会的支持。”

在这些项目开展的所有研究活动中，可以注意到信息与通信技术（ICT）领域和机器人技术领域中的若干举措。一般来说，所提出的解决方案依赖于硬件组件，由软件控制，并通过不同的网络进行通信。这些解决方案被集成到年老且依赖他人的人的生活环境中，并在一定程度上延伸至护理人员和协助者方向。

因此，这些解决方案可考虑到各个领域的所有特殊性：硬件+软件+网络+环境。伴侣机器人，例如 Companionable[4], Giraff[13], IRT 家庭机器人[29],或罗密欧[1], ，便是应用信息与通信技术和机器人技术的良好范例。它们已在实际情境中进行了测试，并似乎受到用户欢迎。然而，其价格和复杂性仍是推广过程中的问题。

我们研究了一种不同的方法：低成本高科技机器人。一般来说，老年人或依赖他人者预算有限，复杂且昂贵的解决方案可能无法被采用。如今，借助新技术，可以利用机器人底盘（轮式移动、飞行或混合型）以及一些用于实现控制和通信的电子元件，制造出能够携带小型物品（如多媒体设备（音频+视频））的廉价机器人。这类平台也有现成的产品，但很难配置并适应老年人或依赖他人者的使用环境。而这些商业解决方案通常未充分考虑安全性、安全、定位、平均修复时间或平均故障间隔时间（MTTR/MTBF）、接受度以及可持续性等方面的问题。第2节将介绍我们在这种低成本高科技机器人方面开展的若干实验，展示所开发的机器人及其配套软件。

我们的目标并非提出一种能够实现高级智能行为的自主机器人。这类机器人显然成本高昂，因为它们需要嵌入大量传感器、执行器以及计算/通信设施。

相反，我们提出一种带有半自主功能的遥控机器人。对于老年人，已有用于评估依赖程度的量表，其中著名的有“布里斯托尔日常生活能力量表”[6], ，这是一项20项调查，旨在测量执行诸如独自准备餐食等日常活动的能力。得分范围从0分（独立）至60分（完全依赖）。我们的机器人面向得分相对较低（低于15分）、能够插拔设备（如手机）、独自准备餐食、喂养宠物等人员设计。对于这类人员而言，家中增加一个设备并不会造成太大问题。

该机器人可以应对以下使用场景：
– 老年人或失能者可使用机器人在家中实现自我投射。这意味着，通过一个简单的终端（如平板电脑或手机），他们可以控制机器人查看其他房间（或楼层）的情况。例如，他们可以检查噪声是否正常，或观察宠物正在做什么。
– 家人或护理人员可以接管机器人，以便与老年人或失能者进行交流，或确认门窗是否关闭、煤气已关闭等属性。这些检查在当事人患有阿尔茨海默病等疾病时可能至关重要。
– 在紧急情况发生时，家人或护理人员也可接管机器人，以快速了解情况并能够做出适当反应。

基于我们在低成本高科技机器人方面的经验，我们致力于从解决方案的构思开始，贯穿其完整生命周期直至回收，研究解决方案开发的方法论方面。如前所述，解决方案使用硬件+软件+网络+环境，并需具备良好的属性，如安全性+安全+定位+平均修复时间/平均故障间隔时间+接受度+可持续性。若缺乏适当的方法论，似乎难以构建出合适的解决方案。该方法论称为X方法论，将在第3节中介绍。

第4节给出了包含展望的总体结论。

实验

下一节总结了我们为构建符合AAL低成本高科技机器人需求的原型所进行的不同实验。

使用现成组件构建的机器人平台

市面上有多种商用机器人。我们在此介绍其中四种：
– Miabot [19]机器人相当小巧（长约10厘米）且速度快（3.5米/秒）。它内置蓝牙连接，必须连接到本地中央计算机才能实现Web控制。尽管它并非为此而设计，但仍可携带小型摄像头或其他传感器。
– 另一种选择是WoWee Rovio [28]。它包含一个移动底座、一个可移动的摄像头和Wi‐Fi连接。其尺寸为 30 × 35 × 33 cm。它可以从世界任何地方进行远程控制。当电池电量低时，它会自动返回充电底座。其总成本约为300欧元，这在我们的应用中是可以接受的。WoWee Rovio是一款适用于辅助生活技术环境的有趣机器人，但它不是一个开放的机器人，难以添加新功能。一旦出现故障，维修也较为困难。例如，像更换电池这样常见的操作都需要焊接。
– Jibo 社交机器人 [17]预计将在2015年底上市，成本约为500欧元。它的高度约为28厘米，宽度为15厘米。它的面部是一块触摸屏，可以通过触摸进行交互。该机器人设计用于识别家庭成员的面部。它本身不能移动，但可通过电机驱动实现360°旋转。因此，它可以成为一个非常有趣的监控机器人，虽然无法监控整栋房屋，但可以监控一个房间。
– Romo [23]机器人使用智能手机来控制电机。通过智能手机的连接功能，可以从任何地方远程控制它。作为玩具使用时，它可以执行自主任务。在远程控制时，它提供了有趣的远程临场功能。智能手机与机械底盘的物理分离使其易于维修。

在我们看来，易于维修至关重要。我们认为，使用现成组件（可轻松维修或更换）构建的机器人，比现成的机器人更具优势。这类机器人的主要组件可归纳如下：首先，需要一个机械底盘；其次，必须具备控制功能；第三，必须支持网络控制。因此，我们可以采用三个主要组件：顶层组件负责管理网络，并与中层组件通信，由中层组件控制机械底盘。
– 顶层组件必须与机器人的远程用户或中层组件进行通信。同时，它还必须处理其他任务，如定位或视频监控。我们认为使用智能手机是一个不错的选择，因为智能手机通常具备处理能力、网络摄像头、全球定位系统（GPS）、Wi‐Fi和蓝牙。智能手机可以通过Wi‐Fi连接或其3G/4G卡连接到局域网。它还可以通过蓝牙与中层组件连接，这是一种低成本且可靠的解决方案。智能手机拥有足够的计算能力来管理额外的定位系统。
– 中层组件负责使机器人移动（即控制电机），并接收来自顶层组件的命令。为此，我们可以使用微控制器，例如Arduino。有多种Arduino扩展板可用于监控电机的工作速度和方向。我们可以使用包含四个继电器的继电器扩展板，或基于78M05等电压调节器的电机扩展板。此外，需要额外的Arduino扩展板来实现Arduino与智能手机之间的蓝牙通信。该蓝牙扩展板完全符合蓝牙2.0版本标准。– 机械底盘方面，我们采用了一个开放式机器人平台，该平台包含两条履带。这是RobotBase公司的四轮驱动Rover 5。虽然也可选择其他方案，但此平台是轮式机器人的典型代表。其尺寸接近WoWee Rovio。通电后，它可前后移动并转弯。最大速度为1公里/小时。Rover 5的承载能力足够强，可承载最高达2公斤的质量（图1）。

我们解决方案的主要优势在于其模块化：智能手机、微控制器和机械底盘。它包含六个商用组件（图2）：
– 一个用作机器人平台的移动Rover 5机器人（60欧元）
– 一部安卓智能手机（< 80欧元）
– 一个Arduino UNO（20欧元）
– 一个蓝牙扩展板（20欧元）
– 一个电机控制扩展板（20欧元）
– 两块电池（一块用于Arduino，一块用于电机）

总成本（包括智能手机）与WoWee Rovio相当，约为300欧元。定位系统的成本未包含在总成本中。一个商用传感器的成本约为80欧元。要实现二维定位，需要三个传感器。由于传感器的范围为10–20米，定位系统的成本与房屋面积相关。预计这些价格在不久的将来会下降。

我们的家用移动机器人的可靠性和可维护性明显高于WoWee Rovio或Miabot。一旦发生故障，我们只需更换一个组件。此外，由于每个组件都可以单独测试，故障诊断非常容易。

使用2000 mAh锂电池时，机器人持续移动的情况下具有30分钟自主运行时间。当机器人等待命令时，电池续航时间可达数小时。使用更高性能的电池可能会显著增加该原型的自主运行时间。

我们的原型尚不支持自动充电。这不在本文的讨论范围内，但可以采用一些方案来提高机器人的自主运行时间。例如，可使用感应式电能传输为电池充电，这种技术在手机领域已开始普及。

软件架构

我们还需要面对软件方面的问题。一种解决方案是将软件完全安装在机器人上。然而，在AAL环境中，这种方案存在严重局限性。首先，如果需要从外部使用机器人，则配置将变得困难。此外，粗略的配置可能导致系统不安全，未经授权的人员可能获得对机器人的控制权。其次，将全部软件安装在机器人上会增加机器人的总成本，因为单个智能手机的性能可能不足以支持运行。例如，如果需要进行图像分析，其需求将超过智能手机的能力。第三，如果软件位于机器人上，则难以实现软件的更新和演进。第四，如果服务器安装在机器人上，将需要消耗更多能量，从而降低其自主运行时间。

从我们的角度来看，尽可能将软件安装在云中非常重要（参见图 3）。机器人上的嵌入式系统应尽量简化，仅处理基本功能。机器人系统必须处理来自云的命令，以控制机器人移动。同时，它还将来自其传感器的照片、视频或任何信息发送到云中的系统。信息处理主要在云中进行。因此，整个系统将更易于部署、配置和保障安全。我们可以期待一个即插即用系统，能够通过智能手机提供的 Wi‐Fi 或 3G/4G 等传统互联网连接与远程服务器通信。

为了使整个系统正常运行，需要一个远程服务器，该服务器可以位于云中，也可以位于本地云中。云与本地云之间的区别很容易理解。本地云提供与云相同的服务，但服务器位于机器人所有者的居住空间内。由于存储在服务器上的数据只能由机器人所有者访问，因此本地云提高了隐私性。为了确保系统的可靠性和安全性，禁止远程用户与机器人之间的直接访问。远程服务器将连接双方。

技术选择

可以做出几种技术选择，以确保机器人、云中的服务器和远程用户（也称为客户端）之间的通信。我们研究了HTTP协议和WebSocket协议。

HTTP协议是一种无状态协议，每次事务都需要建立TCP连接。建立新的TCP连接可能耗时较长，有时需要几秒钟。机器人在无人监管的情况下失控几秒钟可能会很危险。WebSocket协议在建立TCP连接后可确保与服务器的永久连接。在此情况下，与HTTP协议相比，WebSocket协议更适合保证对机器人的实时控制。

WebSocket协议在2011[16]中被标准化。WebSocket通信需要建立一个单一的连接，并保持该连接直到服务器或客户端显式地终止它。客户端和机器人均通过WebSocket与Web服务器发送和接收信息。客户端（或机器人）向服务器发送命令，该命令将被转发至机器人（或客户端）。

客户端不需要任何更改，只需要一个浏览器即可。事实上，所有现代浏览器都符合 WebSocket 标准。而在机器人端，则需要一个特定的应用程序来创建 WebSocket 连接。jWebSocket 框架提供了用于实现通信的工具。

WebSocket协议。jWebSocket框架简化了在Java应用程序甚至移动应用（Android应用程序）中实现 WebSocket协议的过程。服务器采用Apache Web服务器和Tomcat组合来解析WebSocket协议。Apache服务器仅转发WebSocket请求至Tomcat服务器，因此是透明的。Tomcat服务器负责处理 WebSocket事务。

由于远程服务器连接双方（见图4），因此需要建立两个WebSocket连接才能实现端到端连接，即客户端与服务器之间的连接以及服务器与机器人之间的连接。机器人（或客户端）发送的所有消息均由服务器转发至客户端（或机器人）。因此，服务器可充当应用层网关。当两侧的软件版本不同时，服务器能够将消息从一个版本转换为另一个版本。若某一版本不支持某条消息，服务器可阻止不必要的传输并限制部分功能。

属性

AAL环境极为复杂且脆弱。为了提供高质量的服务，用户（亲属/护理人员或老年人）需要一个可靠且安全的系统。提供给用户的服务必须确保高水平的质量。因此，整个系统必须支持安全性、可靠性、机器人定位和接受度等属性。低成本系统不能以牺牲这些属性为代价来降低成本。

安全性

该架构旨在提供高度的安全性。数据必须受到保护，以防受到随意或蓄意的攻击。Arduino与智能手机之间可以使用轻量级对称机制，而外部通信则采用SSL/TLS机制进行安全保护。

安全机制涵盖以下需求：
– 机器人访问控制：仅允许服务器访问机器人，因为禁止远程用户与机器人之间的直接访问。
– 认证：所有实体均需进行认证。Arduino板上的蓝牙模块使用固定PIN码，因其不具备输入PIN码所需的接口。由于两个设备不能都使用固定PIN码，用户必须在智能手机上输入PIN码。智能手机和用户通过由服务器验证的用户名/密码对进行认证。服务器上存放有SSL证书，用于服务器身份识别。
– 机密性/完整性：为防止窃听和消息内容篡改，所有数据均被加密。智能手机与服务器之间以及服务器与用户之间的通信均采用强健的SSL协议进行加密。因此，所有WebSocket通信均封装在SSL之中。

在同一

因此，蓝牙连接是安全的。实际上，蓝牙2.0标准增加了一些安全机制。加密密钥由E3算法生成，用于加密数据。

可靠性与可维护性

在AAL环境中，可靠性是需要确保的主要特性之一。由于系统故障（连接问题、服务器故障等），机器人可能会在用户无法控制的情况下移动。在这种情况下，机器人可能威胁到老年人的生命安全。为了避免这种危急情况，系统需要具备一些冗余机制和/或备用程序。该系统存在两个单点故障，即服务器和 WebSocket连接。

在这种集中式架构中，服务器是单点故障。为了确保服务的连续性，可以使用冗余服务器。更多的云服务提供商通常会确保高可用性，并在需要时进行自动重新配置。

由于有状态连接，每个实体都能检测到连接故障。实际上，由于存在持续连接，系统可以适当地应对各种类型的连接故障。如果机器人检测到与服务器的连接故障，它将进入安全模式，可以降低速度或停止运行，直到网络恢复 [18]。同样，如果服务器检测到与客户端的连接故障，它可以向机器人发送命令以激活安全模式。WebSocket协议显著提高了架构的可靠性。

定位

为了对机器人进行定位，需要一个定位系统。我们设计了一个低成本的用于二维定位的定位平台（图5）。假设机器人仅需监测平面地板，即相对z坐标始终恒定。在需要监测不同楼层的情况下，每个楼层可部署一台机器人。它们之间可以相互通信，从而将控制范围扩展到整个居住空间。

该定位系统包含四个TelosB无线设备。其中一个（称为主设备）安装在机器人上，其余三个（称为辅助设备）放置在房间的战略位置，例如角落处。由于多径分量和衰减，非视距传播会增加噪声并降低系统的精度。因此必须选择合适的位置，使机器人大多数时间都与辅助传感器保持视距。这样，通信过程中的干扰将非常小。

图5展示了整个系统以及各组件之间的交互。辅助传感器定期发送消息。主传感器在接收到一个辅助传感器的消息后，会收集信息：发送方的身份（ID）和接收方的信号强度指示（RSSI）。当主传感器从三个固定的传感器都接收到消息后，它将创建一个数据包，其中包含每个发送方的三组ID‐RSSI值，并通过USB接口将该数据包发送到Arduino板。为了优化能量消耗并减少不必要的传输，服务器计算所有数值以确定机器人的位置。为了估算移动机器人的位置，服务器使用牛顿‐拉夫森方法。该方法试图以非线性最小二乘的方式寻找解。牛顿‐拉夫森方法的核心思想是通过多次迭代，基于初始猜测（例如房间中心），找到一个符合特定误差范围的最终位置。

初步结果显示，由于多径分量的存在，RSSI值并不恒定。因此，我们系统的精度约为2米。这样的精度足以大致确定机器人的位置。然而，该精度不足以执行某些特定任务，例如给药、检查患者的体温和脉搏等。为了实现自主模式，精度需要达到几厘米。使用超宽带（UWB）信号，精度可达到2厘米。但 UWB收发器的成本相当高（约400欧元）。目前，这种技术尚未成熟到可用于依赖性人群的住宅中。由于成本原因，UWB定位系统更适用于工业环境。

定位系统简化了控制机器人的过程。Web界面经过适当设计，以集成定位功能。Web界面将包含房屋的地图，机器人只需点击地图即可到达目的地。

平均故障间隔时间（MTBF） 和平均修复时间（MTTR）

平均故障间隔时间（MTBF）和平均修复时间（MTTR）是重要的考虑因素。无论投入多少努力，技术系统都无法完全避免可能发生的故障。良好的设计或预测性维护通常可以延长平均故障间隔时间（MTBF）。其应等于保修期，这是基于故障可接受性的心理因素。显然，至少1年或2年的平均故障间隔时间（MTBF）是可以接受的。

平均修复时间（MTTR）问题则有所不同；依赖性人群每天都有护理人员上门探访。所提出的解决方案是采用一种便于护理人员进行维护的设计。机器人应能快速拆卸，每个组件都可在每日探访期间进行更换、重新配置和测试。我们采用模块化设计，通过简单互联的组件降低了平均修复时间（MTTR）。由于所使用的组件较为基础、价格低廉且易于在市场上采购，因此对于已无法使用的组件，更换起来非常方便。

此外，软件位于具有冗余性的云环境中，而非嵌入在机器人中，因此代码中的错误可以更轻松地得到修正并重新启动。

接受度

接受度是辅助生活技术领域移动机器人技术的一个关键问题。人们可以提出并构建最佳的技术解决方案，但如果用户不接受，该方案将不会被使用。接受度可以通过各种工具进行测量和研究，例如[14]中所述的工具。目前尚未开展此类研究，但我们认为，我们所提出的这种小型、移动且半自主的解决方案可能会被接受。我们依赖于[7]的结论：“与摄像头相比，机器人物理体积更大，其动作对用户而言更加明显，并且可以在需要时被要求移出房间，从而在必要时避开，这可能使用户更有效地保护其隐私”，因为隐私是接受度的一个重要组成部分。此外，我们推测人员将在本世纪中叶之前，人们将习惯使用机器人。从这一角度来看，问题将更多地是“机器人支持哪些服务？”，而不是“为什么用机器人而不是人？”

实验

在本节中，我们展示了一些实验，以说明我们系统的功能。服务器连接到我们实验室的局域网。然而，由于我们架构的灵活性，服务器也可以托管在云上。服务器托管在一个公网地址上，因此任何用户都可以仅通过网页浏览器从任何位置访问它。除了服务器外，还有一台机器人可用。该系统在两种场景下进行了测试：
– 一些在罗马尼亚的同事从布加勒斯特军事技术学院（距离我们的实验室约2500公里）访问该机器人。
– 用户位于实验室本地。

为了展示系统的性能，我们定义了以下性能指标：
– 组件间往返时间 是指发送请求后在不计算其他组件延迟的情况下收到响应所需的时间。
– 端到端往返时间 是指发送请求后收到响应的总时间，即系统中所有组件的往返时间之和。端到端往返时间的增加会显著降低应用程序 QoS 。

在表1中，我们展示了当用户从不同位置（实验室和罗马尼亚）访问机器人时，与组件连接相关的往返时间。所有时间均在WebSocket连接建立后测得。

值得注意的是，最主要的延迟来自于Arduino板与智能手机之间的蓝牙连接。实际上，蓝牙扩展板的数据速率相当低（2 Mbps）。从机器人向手机传输数据或反向传输的时间与数据速率成正比。这是造成该延迟的主要因素。此外，蓝牙系统是一种基于竞争的系统。接入空闲信道的延迟或由于碰撞导致的重传会显著增加往返时间。然而，使用智能手机与机器人之间的蓝牙连接具有吸引力，因为其功耗较低。如参考文献[22],所述，蓝牙的功耗比Wi‐Fi低10倍。

智能手机与服务器之间的往返时间非常低。与蓝牙系统不同，Wi‐Fi系统具有高吞吐量，传输时间显著减少。由Wi‐Fi引起的往返时间大约比蓝牙低四倍。

网络延迟，即用户位于罗马尼亚时的延迟，与本地访问相比几乎可以忽略不计。布雷斯特大学和布加勒斯特科学院在其国家网络上的保证带宽分别为3 Gbps和1 Gbps。因此，时间上的差异主要是由于传播时间造成的。

在表2中，对两种不同位置（本地和罗马尼亚）以及两种协议（HTTP和WebSocket）下的端到端往返时间进行了分析。端到端往返时间是一个重要参数，因为它是判断实时控制是否可行的主要依据。要以可接受的性能远程控制机器人

实体连接	往返时间 本地（实验室内部）	往返时间 远程（罗马尼亚）
用户–服务器	15 毫秒 ( ±5毫秒)	40 毫秒 ( ±15毫秒)
服务器–手机	35 毫秒 ( ±10毫秒 )	35 毫秒 ( ±10毫秒 )
手机–机器人	125 毫秒 ( ±40毫秒 )	125 毫秒 ( ±40毫秒 )

表1： 与实体连接相关的往返时间。

体验质量方面，通常认为延迟绝不超过400毫秒。可以看出，HTTP协议无法保证延迟界限。实际上，建立连接、发送请求并接收响应所需的时间明显超过了延迟界限。WebSocket协议更适合实时控制。

WebSocket协议主要包括两部分：握手和数据传输。由于设计用于在Web基础设施中良好运行，该协议规定WebSocket连接初始以HTTP连接形式开始，从而提供与非WebSocket系统（旧版浏览器）的向后兼容性。WebSocket协议的握手时间与HTTP协议大致相同。一旦连接建立，会定期发送控制帧以维持连接。因此，与HTTP协议相比，时间显著减少。在所有场景中，端到端往返时间均未超过300毫秒，这对于传输QoS流量而言是完全可以接受的。

协议	端到端往返时间 本地（实验室内部）	端到端往返时间 远程（罗马尼亚）
HTTP	600 毫秒 (±120 ms)	730 毫秒 (±100 ms)
WebSockets	205 毫秒 (±75 ms)	250 毫秒 (±50毫秒)

表2： 端到端往返时间。

从实验到方法论

在本节中，我们展示了一款用于辅助生活技术的低成本高科技机器人原型。我们介绍了其设计以及满足的需求，并提供了一些结果以展示对该机器人进行远程控制的有效性。

然而，为了实现该原型的构建，我们必须尝试多种解决方案，构造一个方案，对其进行修改，再次重建，如此反复。我们采用了自下而上方法。这种实验性的构建过程使我们能够将实验经验沉淀为一种开发方法论，该方法论将在下一节中进行介绍。该方法论可应用于涉及硬件、软件、网络和环境等多个领域，并采用自上而下方法。

X方法论

将设备引入辅助生活技术需要充分了解居住人员、访客以及环境的生活状况。在大多数情况下，依赖性人群不愿意投入大量资金，因为他们无法预知设备的使用时间。另一个方面是，他们希望设备具有相对较长时间的使用寿命和良好的残值。

我们一直在寻找一种设计方法论，该方法论能够考虑环境因素，在开发过程中与生命周期评估相兼容，从而允许对解决方案和组件进行合理选择。从大规模生产的视角出发，我们将设计视为关于产品的数据生产，这些数据必须与组件和材料的供应、供应链的可用性以进行生产、分销、维护等保持同步。

考虑到这是基于资源的管理和供应，我们研究了用于企业资源计划（ERP）、供应链以及复杂系统安全性的模型和方法。

可用的开发方法

我们首先发现的是舍尔提出的Y‐CIM模型[25]。该模型展示了物流链与产品开发之间的联系，从未来产品的需求和初步设计开始，直到成品的发货及其维护（见图6）。

默滕斯的X模型[20]受先前模型的启发，但其将描述分为两个相交的过程（见图7）。一个过程涉及开发和设计，其内容仅包含产品的非物质方面。另一个过程涉及材料、零部件以及与产品相关的物流。两者的交集对应于生产阶段，此时所有必需的物质资源（如零部件、材料、工具、人员、机器）均已准备就绪，同时非物质资源（如数控机床程序等）也已准备完毕。

关于涉及人员、计算机和通信的安全复杂系统的设计，XUP模型[8]为我们提供了一种非常有趣的方法（参见图8），该方法与默滕斯的X模型有诸多相似之处。事实上，一个专门针对安全、安全性与可靠性的模型应当考虑人类行为，以及更广泛的系统环境。在X模型的左侧，主题似乎是功能方面的；而在右侧，则涉及与环境相关的物质方面，其中包括人类因素。

但所有这些模型和方法论都忽略了环境影响，例如地球提供原材料以及接收大量废物的能力是有限的。同时，它们也都忽视了组件再利用或材料再利用的潜力。问题在于如何将这些概念引入一个新的、与之前模型兼容的更广泛模型中。在下一节中，我们将介绍我们的方法论——X开发方法，这是一种基于资源的方法，可在开发的每个阶段（尤其是在早期设计阶段）实现对环境影响的评估。

综合：X开发方法

X开发方法的实际制定由我们的团队成员[26]完成。X开发方法可以被理解为任务的调度安排。其总体示意图如图9所示，其中时间作为横轴。

我们认为，只有在系统定义完成之后才能进行生产。在生产开始时，生产系统所需的材料应当已经备齐。通过使用众所周知的瀑布模型[24],的“–\–”形表示法，我们在左下方增加了一个任务（选择与收集），以表示在生产开始前必须先收集大量的材料和标准元件。

在图表底部，我们添加了一个矩形，用于表示在过程开始前已存在并在整个生命周期结束后仍然保留的环境。该矩形形状意味着环境是保守的，用于构建系统的所有材料及其消耗将在使用寿命结束时返回环境，或被回收或再利用。其结果是，系统在其使用期间及之后都会对环境产生影响。如果在设计初期未考虑这些因素，则可能会造成环境后果。

我们添加了右上角的任务（集成），以包含著名的V循环[15], ，从而形成X形状。我们认为图中的关键节点是各分支的交汇点。该点之上属于信息、数据、软件等领域，而该点之下则是物理与物质领域。我们通过中心点绘制了一条水平箭头来表示时间。整个示意图可被理解为计划评审技术——每条线代表一个任务，每个节点代表任务之间的转换。设计过程从左上分支开始，即规格说明的定义。在此阶段早期，设计者应明确系统将工作的环境以及该环境与系统之间的边界。

事实上，环境中存在对系统产生影响的耦合现象。系统应受到保护以抵御这些现象，或利用这些现象。系统的行为并非独立于其环境；我们

应将系统及其环境视为一个整体。为此，我们采用技术热力学专家所熟知的超系统概念。超系统是由系统及其环境中与之相互作用的元素组成的集合。它可以被视为一个时间窗口，伴随产品在其生命周期及之后的过程。

然后，系统与其环境之间的交换将大部分已知，交互的几何关系也随之明确。这些知识足以选择用于构建系统结构 [27] 所需的资源（材料、组件等）。因此，可以在工程设计过程的同时，开始进行原材料和组件的选择任务。图9 中未画出表示这些信息交换的垂直箭头。这些数量在中间水平线下方具有物理量纲，而在上方则可转换为无量纲变量和参数。在示意图中心节点的右侧，零部件和装配件的生产过程从中线以下开始，而软件的集成过程则进一步在其后进行。在右侧两端，每个结果形成一个集成集合。软件通常嵌入在整个系统内部。

在下一小节中，我们将解释如何以找到产品性能指标的方式来形式化该方法，以及如何将问题与环境影响和生命周期分析（LCA）研究中所使用的指标联系起来。我们重点关注X开发方法的左侧部分，以展示规格与选择之间的相互作用，因为这一部分最为关键。

从方法到系统

我们写超系统中的相互作用以及表达式中系统的特性 1):

{P}:({S},{F},{G},{M(p)}) = (1)

其中{P}是性能集合，{S}是功能集合，{F}是约束条件（如温度、压力等），{G}是设备及其组件的几何结构，{M(p)}是材料的属性。符号：= 表示性能由设计和约束条件决定。

从设计者的角度来看，问题的常量是需求和环境。他将这些转化为性能（{P}的一个子集）、功能（{S}的一个子集）以及约束（{F}的一个子集）。集合 {S} 包含功能，其中一些对应于产品的物理行为、化学行为，以及在某些情况下的生物行为。但 {S} 还包括由设计者选择和/或编写的功能，例如控制系统功能或软件，这些功能会根据事件或测量结果来调整产品行为。在考虑目标性能、约束条件和功能的基础上，设计者选择组件、材料，并最终向 {S} 添加可提升性能{P}、价值和服务的功能，同时不违反 {F}，即不增加额外成本或影响。

在设计阶段结束时，产品在几何结构{G}、材料{M(p)}以及{S}中包含的技术功能方面已完全定义。我们无法直接用功能性、长度、时间、质量、焦耳等概念进行思考，因为这些数量在物理上不可通约，但它们通过流交换、质量、能量、动量和电流相互关联。在度量空间中进行思考更为方便，其中所有参数、变量和参数均无物理量纲。通过对前述参数和变量应用量纲分析，可以构造出许多无量纲比值。对于生态设计，还可以在全球报告倡议组织（GRI）[12]的环境文档中找到其他无量纲参数，例如EN2指标“所用材料中回收原材料的百分比”。具有物理量纲的指标可被无量纲化。我们的方法是一种整体方法，同时包括软件和硬件开发。因此，TRIZ [3]等传统方法与我们的模型兼容。在此阶段，机械部件的设计者可使用 TRIZ方法寻找创新解决方案的可扩展原理。

分析、设计挑战

分析阶段需要确定目标 {P} 和项目约束 {F}。其目的是利用信息与通信技术，为居家受助人员提供新服务。该系统必须是交互式的：移动设备本身不具备自主性，而是通过本地云无线连接至互联网。这些移动设备是有线和无线传感器‐执行器家庭局域网（HAN）中的移动组成部分。我们的假设是，在本世纪中叶之前，欧盟范围内的陪伴机器人数量将达到5000万至1亿台。我们必须识别并量化这些机器人所需的各类服务，这些服务构成集合 {S}。在此基础上，我们定义机器人的功能方面和性能。最后，我们将描述一个理想最终结果，以此结束本节内容。

在我们的案例中，超系统由机器人、现场人员、远程人员、网络和周边环境组成。老年人家庭没有楼梯或受到限制，因此机器人无需上下楼梯。在需要监控不同楼层的情况下，可在每层楼部署一个机器人

(TRIZ原则12、26a、1a) 可以被部署。它们之间可以相互通信，以扩展对整个居住空间的控制。机器人之间的通信不是本文的主题，但可以通过家庭局域网（HAN）实现。

我们认为最多有两人同时使用该机器人，一人在本地，另一人在远程。机器人连接至远程服务提供商，并与医疗保险和/或救援和应急服务相连。人员通过声音和手势进行交流。首要需求是能够捕捉声音和图像，并实现双向通信。由于人员会移动，第二个需求是机器人能够跟随人员。人员预计每天有三分之二的时间处于清醒状态，其余时间为闲置状态。因此，服务每天至少需要在移动模式下可用16小时，在静态模式下可用8小时。人员可能使用拐杖、助行器或携带小物件。

机器人的质量M必须小于步行者的质量，即< 3 kg。机器人的最大速度已进行归一化处理（V < 1 m/s）。当机器人位于地面时，其尺寸不应超过两双鞋的大小，因为机器人需要能够跟随移动中的人员。机器人至少应能实现前进、后退、原地转向左右及停止。

机器人寿命应较长，因为我们假设目标人群无法接受生活中发生的巨大变化。所需寿命介于1年和20年之间，因为1年是与远程服务提供商签订合同的典型周期，而20年在宠物的最大寿命范围内。年产量应介于250万至1亿台之间，具体取决于机器人更新频率和配备机器人的人群比例。我们认为故障不可避免，即使系统包含大量冗余。我们考虑了平均故障间隔时间（MTBF）和平均修复时间（MTTR）。平均故障间隔时间（MTBF）应等于保修期；这是基于故障可接受性的心理因素。显然，至少1年或2年的平均故障间隔时间（MTBF）是可以接受的。移动单元的距离范围D应达到每天4公里，这相当于在2年MTBF周期内行驶3000公里。

平均修复时间（MTTR）问题较为特殊，因为伴侣机器人无法使用的时间超过几个小时是不可接受的。但依赖性人群每天都会由护理人员进行探视。因此建议采用一种便于护理人员进行维护的设计方案。机器人应能快速拆卸，每个部件均可在每日探视期间进行更换、重新配置和测试。

能源自主是关键问题。我们可以假设机器人每天运行< 70 分钟，但通信系统需要24小时全天候开启。机器人的电池可以在人员空闲时进行充电。我们设想机器人将与人员互动，机器人需告知当前能量水平，但是否充电的决策仍由现场或远程的人员决定。机器人的一项重要功能是激励依赖性人群完成日常行为，例如喂养宠物或给设备充电。此外还存在其他生态问题；例如减少微电子所用稀土元素的浪费，降低碳足迹，减少废弃物，回收铜、塑料等。

所有这些方面为我们提供了一个最小的“功能单元”，即一年使用期、1500公里续航、持续监控、质量约3公斤、地面占地约两双鞋大小、理想的平均修复时间（MTTR）i为几分钟、最低平均故障间隔时间（MTBF）m 为1年、能够通过带宽高于1兆比特每秒的无线连接传输图像和声音等。我们将这些方面分为两组，第一组为性能{P}，另一组为约束{F}。

对架构的影响

我们的目标是考虑产品所用资源的潜在可用性，以及生产、使用、维护和寿命终止对环境可能造成的影响。X开发方法可被理解为一种基于资源的设计方法论，贯穿产品生命周期从设计开始到结束的全过程。显然，所使用的所有概念都是现成的，例如量纲分析、零部件数据库、材料数据库、TRIZ方法、GRI文档等，因此我们的方法论是一种路线图，描述了一个阶段序列。我们正在小型系列的情况下应用该方法。

本文之前的部分所述的机器人，研究满足技术和环境约束的架构及组件。将该方法论应用于可持续机器人设计问题，可采用模块化架构。移动平台（包括其电机、转向系统和传感器）与中央单元及其嵌入式传感器相互独立。我们选择了一个由可回收材料（如ABS、铜、钕铁硼磁体等）制成的简单标准平台。控制器基于Arduino板；由于其可回收性尚不明确，我们决定选用质量最小、功耗最低的组件。中央单元可以是智能手机、平板电脑或树莓派：这些设备的具体可回收性尚不清楚，但对于前者两者，可以利用旧设备，其本身已包含摄像头、麦克风、全球定位系统（GPS）等；对于后者，该组件易于再利用，其外设（如摄像头和其他传感器）也同样易于再利用。

模块化架构允许使用现成的标准组件快速更换损坏的子系统。软件可以轻松地下载并安装到控制器或中央单元上。维护工作可由具备一般机器人技术知识的人员完成，例如护理人员或日常来访者（邮递员）。

结论

本文由两个可视为对立的部分组成。在第2节中，我们介绍了一项技术工作的成果。基于我们的知识和想法，我们选择了组件，并构建了一个机器人，以实现我们的目标，即为辅助生活技术提供一种低成本的高科技解决方案。在获得符合我们对安全性、可靠性、定位、平均修复时间/平均故障间隔时间、接受度和性能期望的机器人之前，我们试验了不同的硬件、软件和网络解决方案。我们采用了自下而上方法和试错法。

另一方面，在第3节中，我们研究了一种采用自上而下方法的X开发方法。该方法由我们的实验室开发，旨在应对集成了硬件、软件和网络部件的产品设计需求。该方法力求覆盖产品生命周期以及对环境的保护。在简要介绍该方法后，我们将重点放在最初的步骤——规范/选型。结果表明，采用现成组件的模块化设计是一种合适的方法。当然，在构建自上而下解决方案时，很难完全忽略我们曾使用的自下而上方法。然而，我们试图避免这种情况，且我们的目的并非通过一种特定的方法来证明我们的技术选择。

两种方法各有优缺点。采用自下而上方法无疑适合构建原型。但由于目标市场广泛，且受到人口老龄化的影响，需要采用X开发方法等方法论，以开发出符合用户需求和社会期望的低成本高科技机器人，尤其是在可持续性或绿色制造方面。

在机器人方面，下一步是使用远程控制的红外LED来改进定位系统，并研究通过基站实现自动充电的能量方案。同时，也在考虑飞行无人机，并探讨这些解决方案在未来不久的应用可能性。另一项重要的未来工作是将其与年老且依赖他人的人进行测试。为了实现可接受性，我们至少需要考虑其功能性，以便真正为日常生活增加价值；其用户界面应适合并符合需求。我们还需要研究人员对机器人的体验、伦理考量以及社会的变化。

在X方法上，下一步将遵循从规范/选型到集成，再到回收的流程。我们还计划制作指南，以更详细地描述如何高效地使用该方法。