行業資訊

行業觀察:智能機器人行業研究報告

2025China.cn   2021年06月07日

  智能機器人將是大勢所趨,AI將直接決定機器人產業發展,機器人有望通過視覺、力覺等全方位感知技術和決策算法改善人機交互。本文將帶領讀者了解智能機器人和未來發展。

01 智能機器人行業概覽

  在人工智能時代,RT將取代IT成為全球經濟增長的新引擎。作為集機械、電子、控制、計算機、傳感器、人工智能等多學科先進技術于一體的現代制造業重要的自動化裝備,智能機器人的誕生對未來的生產生活產生了革命性影響。

  根據美國機器人協會的定義,智能機器人是一種可編程和多功能的操作機或是為了執行不同的任務而具有可用電腦改變和可編程動作的專門系統。它具有至少一項或多項擬人功能,另外還可能程度不同的具有某些環境感知(如視覺、力覺、觸覺、接近覺等),以及語言功能乃至邏輯思維、判斷決策功能等,從而使他能在要求的環境中代替人進行作業。從應用角度,常見的智能機器人包括工業機器人、服務機器人及特種機器人等。智能機器人具有自動化、智能化、精密化、綠色化的特點,是戰略性新興產業的支柱,是實現生產過程和產品使用過程節能減排的重要手段。智能機器人生產效率高,產品質量好,符合我國產業升級大趨勢。我國正處于由傳統裝備向先進制造裝備轉型的時期,隨著“十四五”規劃的發布,我國智能機器人發展的深度和廣度日益提升,其市場潛力巨大,發展前景廣闊。

  智能機器人行業發展歷程

  1920年,捷克作家K.凱比克在科幻劇本《羅薩姆的萬能機器人》中首次提出了ROBOT這個名詞。現在已被人們作為機器人的專用名詞。

  ▌第一代機器人

  20世紀50、60年代,隨著機構理論和伺服理論的發展,機器人進入了使用化階段。1954年美國的G.C.Devol發表了“通用機器人”專利;1960年美國AMF公司生產了柱坐標Versatran機器人,可做點位和軌跡控制,是世界上第一種用于工業生產上的機器人。

  20世紀70年代,隨著計算機技術、現代控制技術、傳感技術和人工智能技術的發展,機器人行業得到了迅速發展。1974年美國俄亥俄州辛辛那提的Milacron公司成功開發了多關節機器人;1979年,Unimation公司推出了PUMA機器人,它是一種多關節、全電動驅動、多CPU二級控制的機器人,采用了VAL專用語言,可搭配視覺、觸覺、力感等傳感器,在當時是一種技術先進的工業機器人,現在的智能機器人結構大體上是以此為基礎的。

  這一時期的機器人屬于“示教再現”(Tech-in/Playback)型機器人,只具有記憶、存儲能力,按相應程序重復作業,但對周圍環境基本沒有感知與反饋控制能力。這種機器人被稱作第一代機器人。

  ▌第二代機器人

  進入20世紀80年代,隨著傳感技術,包括視覺傳感器、非視覺傳感器(力覺、觸覺、接近覺等)以及信息處理技術的發展,出現了第二代機器人—有感覺的機器人。它能夠獲得作業環境和作業對象的部分有關信息,進行一定的實時處理,引導機器人進行作業。第二代機器人已進入了實用化,在工業生產中得到了廣泛應用。

  ▌第三代機器人

  第三代機器人是目前正在研究的“智能機器人”。它不僅具有比第二代機器人更加完善的環境感知能力,而且還具有邏輯思維、判斷和決策能力,可根據作業要求與環境信息自主地進行工作。

  智能機器人分類

  根據其智能程度的不同,智能機器人分為三種:

  ▌自主型機器人

  在設計制作之后,機器人無需人的干預,能夠在各種環境下自動完成各項擬人任務。自主型機器人的本體上具有感知、處理、決策、執行等模塊,可以就像一個自主的人一樣獨立地活動和處理問題。全自主移動機器人的最重要的特點在于它的自主性、適應性和交互性。自主性是指它可以在一定的環境中,不依賴任何外部控制,完全自主地執行一定的任務;適應性是指它可以實時識別和測量周圍的物體,根據環境的變化,調節自身的參數,調整動作策略以及處理緊急情況;交互性是自主機器人的一個重要特點,機器人可以與人、與外部環境以及與其他機器人之間進行信息的交流。由于全自主移動機器人涉及諸如驅動器控制、傳感器數據融合、圖像處理、模式識別、神經網絡等許多方面的研究,所以能夠綜合反映一個國家在制造業和人工智能等方面的水平。因此,許多國家都非常重視全自主移動機器人的研究。

  ▌交互型機器人

  機器人通過計算機系統與操作員或程序員進行人-機對話,實現對機器人的控制與操作。雖然具有了部分處理和決策功能,能夠獨立地實現一些諸如軌跡規劃、簡單的避障等功能,但是還要受到外部的控制。

  ▌傳感型機器人

  又稱外部受控機器人。機器人的本體上沒有智能單元只有執行機構和感應機構,它具有利用傳感信息(包括視覺、聽覺、觸覺、接近覺、力覺和紅外、超聲及激光等)進行傳感信息處理、實現控制與操作的能力。受控于外部計算機,在外部計算機上具有智能處理單元,處理由受控機器人采集的各種信息以及機器人本身的各種姿態和軌跡等信息,然后發出控制指令指揮機器人的動作。

  智能機器人的研究從60年代初開始,經過幾十年的發展,目前,基于感覺控制的智能機器人(又稱第二代機器人)已達到實際應用階段,基于知識控制的智能機器人(又稱自主機器人或下一代機器人)也取得較大進展,已研制出多種樣機。

  按用途分類在用途上,智能機器人與普通機器人在用途上有許多相似之處,但因其智能性使得它能做更復雜的工作,完成更高級的任務。可以分為工業智能機器人、服務智能機器人和特種智能機器人三類。

  ▌工業智能機器人

  工業智能機器依據具體應用的不同,通常又可以分成焊接機器人、裝配機器人、噴漆機器人、碼垛機器人、搬運機器人等多種類型。作為具有智能的工業機器人,他們在很多方面超越了傳統機器人。焊接機器人,包括點焊(電阻焊)和電弧焊機器人,用途是實現自動的焊接作業。裝配機器人,比較多地用于電子部件電器的裝配。噴漆機器人,代替人進行噴漆作業。碼垛、上下料、搬運機器人的功能則是根據一定的速度和精度要求,將物品從一處運到另一處。在工業自動化生產中應用機器人,可以方便迅速地改變作業內容或方式,以滿足生產要求的變化。比如,改變焊縫軌跡,改變噴漆位置,變更裝配部件或位置等等。隨著對工業生產線柔性的要求越來越高,對各種機器人的需求也就越來越強烈。

  ▌服務智能機器人

  機器人技術不僅在工業生產、科學探索中得到了廣泛應用,也逐漸滲透到人們的日常生活領域,服務機器人就是這類機器人的一個總稱。盡管服務機器人的起步較晚,但應用前景十分廣泛,目前主要應用在清潔、護理、引導、娛樂和代替人對設備維護保養等場合。國際機器人聯合會給服務機器人的一個初步定義是,一種以自主或半自主方式運行,能為人類的生活、康復提供服務的機器人,或者是能對設備運行進行維護的一類機器人。

  ▌特種智能機器人

  特種智能機器人應用于復雜和特殊環境,執行某種特殊任務。它不可能像工業領域的機器人那樣總是具有良好結構化的或抑制的環境,其使用環境的有關信息往往是多義、不完全或不準確的,而且可能隨著時間改變。近年來,特種機器人的發展非常迅速,新的機型不斷問世;整機性能不斷提高;應用領域越來越廣泛,已經涉及到醫療、海洋探測、巡檢、航空航天、核檢測等很多領域。

  機器人種類

  工業智能機器人

  廣泛用于工業領域的多關節機械手或多自由度的機器裝置,具有一定的自動性,可依靠自身的動力能源和控制能力實現各種工業加工制造功能。

  服務智能機器人

  可以分為專業領域服務機器人和個人/家庭服務機器人,服務機器人的應用范圍很廣,主要從事維護保養、修理、運輸、清洗、保安、教育、監護等工作。

  特種智能機器人

  應用于專業領域,一般由經過專業培訓的人員操作或使用的,輔助和/或代替人執行任務的機器人。

02 智能機器人產業鏈分析

  智能機器人行業的上游行業主要是標準的機械零部件、電子元器件等行業,以及制造設備所用的鋼材、非金屬材料等原材料行業;下游行業主要是汽車、電子電氣、醫療等行業及致力于智能化生產加工和物流的行業。

  與上游行業的關聯性

  智能機器人上游行業主要包括機器人原型研發、計算機自動控制軟件、人工智能、傳感和無線通信、精密機械、光機電一體化、能源、材料等,不同類型的智能制造裝備涉及的細分產業不同,但整體可劃分為設計研發、模塊部件和自動控制三部分。

  與下游行業的關聯性

  智能機器人行業的下游應用領域廣闊,其中主要包括汽車及汽車零部件工業、電子電氣工業等制造業,家庭清潔、醫療康復、娛樂等服務業以及核環境、航空航天、軍事、勘探等特種領域行業。

  下游行業企業通常會有長期穩定、相互依賴、互利互惠的合作伙伴,但若宏觀經濟環境發生不利變化,影響下游行業景氣程度,則對本行業產品的需求將減少,從而在一定程度限制本行業的發展。

數據來源:智能機器人行業研究報告

03 智能機器人市場規模及行業發展情況

  現階段,受我國科技發展以及智能化相關產品普及程度極大提高的影響,智能機器人市場迎來發展小高峰。根據產業網整理,2016年我國智能機器人市場規模僅368.2億元;隨后2017年迅速增長至483.7億元,同比增速達到37%,接近40%。雖然2018年我國智能機器人市場規模增速放緩但仍維持在10%以上,共計實現銷售額539億元。2020年我國智能機器人市場突破700億元。

  數據來源:公開資料整理

  我國智能機器人從不同用途分類,大致可分為三種類型:工業智能機器人、服務智能機器人以及特種智能機器人。其中工業智能機器人為當前我國普及度最高的機器人種類,占據最多市場份額。從我國2019年機器人市場結構來看,工業機智能器人占比最高,達到66%;其次為服務智能機器人,占比25%;特種智能機器人應用程度相對較低,占比僅為9%,不足10%。

  工業智能機器人市場規模及競爭格局

  ▌市場規模

  工業智能機器人作為我國三種不同類型機器人中占據最多市場份額的工業機器人,由于下游消費端行業眾多,在我國產業全面智能化發展的當下,其市場需求亦不斷擴張,目前我國工業機器人市場規模已位居全球前列。2019年我國工業機器人銷售額已突破400億元,較2016年有較大漲幅。

  數據來源:中國國家產業網統計,北拓資本整理

  ▌競爭格局

  當前工業機器人市場不斷擴大,工業機器人行業持續涌入創新型企業完善產業生態,行業賽道將進一步優化細分。通過對工業機器人從業務規模、創新力度、品牌價值、投融資情況等維度分析,我國工業機器人市場競爭格局可分為以下三大類。第一類主要是傳統工業機器人廠商,如埃斯頓、埃夫特、博實股份、新時達、新松以及云南昆船等企業;第二大類主要涉足協作機器人本體及應用,如傲博、節卡、珞石、艾利特等;第三大類主要涉足工業機器人平臺及AI應用,如庫柏特、梅卡曼德、阿丘科技等。

  服務機器人市場規模及競爭格局

  隨著我國服務機器人下游應用范圍的不斷拓寬,其市場規模擴張較為迅速。2016-2018年我國服務機器人市場規模增速均維持在30%以上,即使在2018年后全國機器人市場發展增速減緩大環境下,服務機器人下游需求亦未出現較大波動。2019年我國服務機器人市場規模已達到154億元,較2016年大幅增長88.2億元,年復合增長率為32.77%。

  數據來源:中國國家產業網統計,北拓資本整理

  根據中國電子學會統計數據,我國家用服務機器人、醫療服務機器人和公共服務機器人市場規模分別為10.5億美元、6.2億美元和5.3億美元,占比分別為47.7%、28.2%和24.1%。

數據來源:公開資料整理

數據來源:中國國家產業網統計,北拓資本整理

  ▌公共服務機器人

  通過對公共服務機器人從業務規模、創新力度、品牌價值、投融資情況等維度分析,我國公共服務機器人市場競爭格局可分為以下四大類。第一大類主要以無人機無人車為主,如大疆、優必選以及納恩博等企業;第二大類主要以AGV為主,包括快倉、GEEK+、迦智科技等;第三大類主要以配送機器人為主,包括擎朗、普渡、云跡、優地、坎德拉等;第四大類主要以導引機器人為主,包括獵戶星空、Temi、云跡、康力優藍、穿山甲等。

  ▌家用服務機器人

  通過對家用服務機器人從業務規模、創新力度、品牌價值、投融資情況等維度分析,我國家用服務機器人市場競爭格局可分為以下三大類。第一大類主要以家庭陪伴和教育機器人為主,包括科大訊飛、康力優藍、優必選等;第二大類以家庭清潔為主,包括科沃斯、石頭科技、Trifo、云鯨等;第三大類以編程教育為主,包括樂高、樂聚機器人、優必選等。

  ▌醫療服務機器人

  通過對醫療服務機器人從業務規模、創新力度、品牌價值、投融資情況等維度分析,我國醫療服務機器人市場競爭格局可分為以下三大類。第一大類主要是手術機器人,包括天智航、柏惠維康等企業;第二大類主要是輔助機器人,包括庫柏特、博為機器人、楚天科技等;第三大類主要是康復機器人,包括邁步機器人、傅利葉智能、尖叫科技、邦邦機器人等企業。

  特種智能機器人市場規模及競爭格局

  ▌特種智能機器人市場規模

  與工業機器人和服務機器人類似,2016-2019年在全國智能化產品推廣不斷深入的情況下我國特種機器人市場規模也呈現穩步增長態勢。2019年我國特種機器人市場規模為52.5億元,較2016年增長25.2億元。

  增速方面,我國特種機器人市場的表現介于工業機器人與服務機器人之間,2018年后雖有下滑但降幅相對工業機器人市場而言較小,總體表現與我國整體機器人市場擴張速度展現較高一致性。

  數據來源:中國國家產業網統計,北拓資本整理

  ▌特種智能機器人競爭格局

  通過對特種服務機器人從業務規模、創新力度、品牌價值、投融資情況等維度分析,我國特種機器人市場競爭格局可分為以下三大類。第一大類主要以安防巡檢為主,包括高興新、大陸智源、海倫哲、中信重工、億嘉和等企業;第二大類主要以水上水下機器人為主,包括云洲智能、深之藍、博雅工道等;第三大類以消防搶險為主,包括海圖智能、合時智能等。

04 智能機器人關鍵技術與發展趨勢

  智能機器人技術涉及眾多領域,具有多學科交叉和融合等特點。機器人正在逐步發展成為具有感知、認知和自主行動能力的智能化裝備,是數學、力學、機構學、材料科學、自動控制、計算機、人工智能、光電、通訊、傳感、仿生學等多學科和技術綜合的成果。機器人與人工智能的發展存在著千絲萬縷的關系,可以說二者的發展是休戚與共的。人工智能的主要技術有語言識別、圖像識別、自然語言處理和專家系統等,這些技術對于機器人智能化的實踐有著重要的意義。其中,機器翻譯、智能控制、專家系統及語言和圖像理解不僅是人工智能技術的重點,同時也是智能機器人得以實現必須攻克的技術難點。人工智能實際上是將人的智能賦予給其他工具,而機器人則是為這樣的智能化提供了一個很好的容器與載體。

  智能機器人關鍵技術

  智能機器人關鍵技術總體包括感知技術、智能決策、運動控制、人機交互和多機器人協作技術等。

  圖:智能機器人技術框架 來源:上海市機器人發展路線

  感知技術

  智能機器人感知是機器人方向最核心技術之一,利用人工智能現有的成果,把人工智能的現有成果與機器人有機的結合,從環境感知、知識獲取與推理等角度,是機器人像人一樣具備外界感知能力。感知機器人是機器人與人、機器人與環境、以及與機器人直接進行交換的基礎。感知的目的,首先對機器人地圖構建功能的補充,對環境的重新構建,以滿足實時更新所處位置地理信息需要;其次是幫助智能機器人對周遭物體進行探測、識別和跟蹤,以做到能夠對日常小型物體近乎完美的區分;最后是使機器人能夠觀察人類、理解人類行動,最終達到機器人能夠與人類友好共存的條件。具體來講,機器人感知通常需要借助各種傳感器幫助來替代人類的感覺,如視覺、觸覺、聽覺以及動感等。

  ▌視覺

  對機器視覺定義為:機器視覺是通過光學的裝置和非接觸的傳感器自動地接收和處理一個真實物體的圖像,以獲得所需信息或用于控制機器人運動的裝置。簡而言之,機器視覺就是利用機器代替人眼進行測量和判斷。在機器視覺系統中,傳感器通常以光纖開關、接近開關等形式出現,用以判斷被測對象的位置和狀態,告知圖像傳感器進行正確采集。

  盡管功能與人類視覺相仿,機器視覺卻擁有其超越人類的獨特之處。首先是精確性,人眼受物理條件限制,視覺距離和準確程度都無法與精度能夠達到千分之一英寸的機器相比。其次是重復性,機器視覺可以達到無數次重復觀測之后仍然保持精確的水平,而人類視覺則會因疲勞感產生誤差。第三是高速度,機器視覺更擅長捕捉高速運動的物體,這一點對工業機器人在流水線上的應用尤其有利。最后是低成本,機器視覺在工業生產中對人類的替代可以實現連續工作,因而極大地提高了工作效率,也降低了勞力成本。

  具體而言,視覺傳感器是指通過對攝像機拍攝到的圖像進行圖像處理,來計算對象物的特征量(面積、重心、長度、位置等),并輸出數據和判斷結果的傳感器。視覺傳感器具有從一整幅圖像捕獲光線的數以千計的像素。圖像的清晰和細膩程度通常用分辨率來衡量,以像素數量表示。因此,無論距離目標數米或數厘米遠,傳感器都能“看到”十分細膩的目標圖像。在捕獲圖像之后,視覺傳感器還可以將收到的信息與內存中的基準圖像進行比較,以做出分析。作為提取環境特征最多的信息源,視覺傳感器是機器視覺系統當之無愧的核心。 同樣,視覺傳感器也是機器人中最重要的傳感器之一。最早的視覺傳感器出現于20世紀50年代后期,于60年代開始首先嘗試處理積木世界,隨后逐漸發展到處理桌子、椅子、臺燈等室內景物,直至能夠處理戶外的現實世界。20世紀70年代后,具備實用性的機器人視覺系統開始出現,被用于集成電路生產、精密電子產品裝配、飲料罐裝箱場合的檢驗及定位等。直到今天,在農業、工業、醫學等領域,機器人視覺因其非接觸、速度快、精度高、現場抗干擾能力強等突出優點而備受重視,得到了廣泛應用。

  傳統的圖像傳感器可分為CCD和CMOS兩類。隨著集成電路工藝的發展,CMOS以其體積小、工作電壓低、性能穩定等優點逐漸在上世紀90年代占據機械式圖像傳感器的市場主流。但這種傳感器卻存在明顯的缺陷:由于拍攝方式的問題,現有的圖像處理需要逐幀處理,造成驚人計算量,而提高幀率則會帶來更大的計算量。這一缺點在拍攝高速運動的物體時尤其明顯。而近幾年出現的DVS(Dynamic Vision Sensors,動態視覺傳感器)則從視網膜的工作原理中得到啟發,通過仿視網膜神經系統的列陣結構大幅減少不必要的數據和計算工作、提高輸出速度,保證即使是高速運動的物體也能被清晰拍攝并實時播放。未來,這種動態視覺傳感器的應用將能極大改善飛行器機器人的性能,為自主飛行機器人的發展提供新的可能。

  ▌觸覺

  觸覺傳感器是用于機器人模仿觸覺功能的傳感器。觸覺是機器人獲取環境信息的一種僅次于視覺的重要知覺形式,可直接測量對象和環境的多種性質特征。觸覺感知的主要任務是為獲取對象與環境信息,以及為完成某種任務而對機器人與對象、環境相互作用時的一系列物理特征量進行檢測。廣義來看,觸覺包括接觸覺、壓覺、力覺、滑覺和冷熱覺等,狹義時則專指機械手與對象接觸面上的力感覺。

  機器人觸覺傳感器的主要功能分為兩種:第一是檢測功能,包括對操作對象的狀態、機械手與操作對象的接觸狀態以及操作對象的物理性質進行檢測:第二種是識別功能,即在檢測的基礎上提取操作對象的形狀、大小和剛度等特征加以分類和目標識別。

  對于機器人觸覺傳感器的研究稍晚于機器人的出現,但在發展歷程上卻遠遠落后,與視覺傳感器的進步相比尤顯不足。從20世紀70年代開始,機器人研究已經成為學界熱點,但此時對觸覺傳感器的研究僅限于一些基本課題,觸覺傳感器的開發數量也非常稀少;到80年代,這一技術進入研究、發展的快速增長期,對傳感器的設計、原理和制作方法都進行了大量研究,主攻方向也從傳感器本身轉向適應工業自動化的需求:90年代至今,觸覺傳感技術的研究繼續保持著快速增長,并開始向多元化發展。進入新世紀,科學家們借鑒仿生學原理,參照人類皮膚對環境的敏銳感知改進觸覺感應器,不斷發展其性能,甚至令機器人觸覺感應器獲得了“電子皮膚”的稱號。與人類皮膚不同的是,現在的觸覺感應器不僅能夠將濕度、溫度和力度等感覺用定量的方式表達出來,還可以幫助傷殘者獲得失去的感知能力。

  近些年,機器人觸覺感應器的研究屢結碩果,在各個領域的應用都得到了極大的拓展02年,美國科研人員在內窺鏡手術的導管頂部安裝觸覺傳感器,可檢測疾病組織的剛度,根據組織柔軟度施加合適的力度,保證手術操作的安全:2008年,日本 Kazuto Takashima等人設計了壓電三維力觸覺傳感器,將其安裝在機器人靈巧手指端,并建立了肝臟模擬界面外科醫生可以通過對機器人靈巧手的控制,感受肝臟病變部位的信息,進行封閉式手術2009年,德國菲勞思夫制造技術和應用材料研究院的馬庫斯梅瓦爾研制出新型觸覺系統的章魚水下機器人,可精確地感知障礙物狀況,可以自動完成海底環境的勘測工作;2016年韓國首爾大學開發的新型毛狀電子皮膚,能使機器人快速分辨出呼吸引起的輕微空氣波動或者心跳震動,未來將可以廣泛應用于假肢、心率監視器和其他機器人服務中。2018年,麻省理工的Cheetah(獵豹)機器人已經進化到了第三代。比起前輩們,Cheetah3最耀眼的升級,可能就是不太需要攝像頭了,直接利用觸覺信息完成動作。不管是走在凹凸不平的地面,還是爬上布滿施工殘余的樓梯,它都可以悠然地閉著眼睛輕微空氣波動或者微弱地心跳震動,未來將可以廣泛應用于假肢、心率監視器以及其他機器人服務中。

  目前觸覺傳感器包括:兩指或三指多傳感機械手,可以按要求同時配置紅外傳感器、角度傳感器、觸覺傳感器等,并可安裝在UR機械臂、Baxter機器人等配合使用;靈巧手及觸覺傳感器,通過線驅動實現多種手勢及多種手型,同時還配有多陣列觸覺傳感器和多感知指尖裝置;數據手套,可以獲得比傳統動作捕捉系統更加豐富的測量信息,同時還可覆蓋所有手臂關節,以穩定獲得人體手臂及手部各關節的速度及姿態信息;靈巧操作系統,結合人工智能技術與機器人技術開發而成,可以應用于生產線或物流線上的自動質量檢驗及智能分揀等。

  ▌聽覺

  機器人的聽覺系統是一種方便、智能化的機器人與外界系統交互的方式。盡管聽覺定位精度遜色于視覺,但其仍然具有獨特的價值。由于聲音信號的衍射性能,聽覺具有全向性,相較于視覺、激光等其他傳感信號而言不需要直線視野,因而對于需要在有視野遮蔽障礙物或光線不足甚至黑暗環境下工作的機器人來說非常重要。

  聽覺傳感器是一種可以檢測、測量并顯示聲音波形的傳感器,應用廣泛。對機器人來說,其作用相當于一個話筒(麥克風),用來接收聲波、顯示聲音的振動圖像。在某些環境下,機器人需要測知聲音的音調和響度、區分左右聲源甚至需要判斷聲源的大致方位;有些條件下,機器人需要與人類進行語音交流。因此,聽覺傳感器的存在能夠使機器人更好地完成這些任務。

  得益于傳感器熱潮,聲音傳感器在上世紀80年代被日本、美國和俄羅斯等國先后重視并大力發展,從最初的單一話筒功能逐漸演變為現在的多功能集合體,甚至能夠測量噪聲強度、配合各種采集器和計算機一起使用。這期間,聲音傳感器的精度也得到了很大提高。目前市場流行的精密傳聲器動態范圍高達178dB,極大地拓展了其服務范圍,為這一技術應用于機器人聽覺系統奠定了良好的基礎。

  根據需要,一般RA(Robot Audition,機器人聽覺)的功能包括聲源信號的定位與分離、自動語音識別和說話識別等。其中,涉及到聽覺傳感器的部分主要包括兩點,首先是包括聲源定位和距離測定等在內的聲音測量定位,其次則是語音識別,就是利用聽覺傳感器解決“聽得到”和“聽得懂”的問題。

  在聲音測量定位方面,自1995年Irie第一次將聲源定位技術用于智能機器人以來,經過二十多年的發展,目前已經取得了很多重大成果。其中,近幾年隨著多傳感器機器人的興起,機器人的視聽覺交叉感知技術研究成為新的熱門。這一技術能夠感知機器人周圍環境最直觀的表現形式,而且能夠同時克服視覺受光照干擾和聽覺受到噪聲干擾的缺陷,利用兩項信息互相補充完善機器人的空間定位能力。2017年12月,國內首創的視聽機器人在深圳正式發布,標志著家庭服務機器人的智能化邁向了新的高度。

  目前語音識別技術已比較成熟,可以實現機器人與人的語音交互自然化、個性化以及場景化,能夠任意打斷且不影響機器人理解用戶需求,進行精準的內容推薦和服務。

  ▌動感

  環境感知是移動機器人研究的關鍵技術之一。機器人周圍的環境信息可以用來導航、避障和執行特定的任務。獲取這些信息的傳感器既需要足夠大的視場來覆蓋整個工作區,又需要較高的采集速率以保證在運動的環境中能夠提供實時的信息。

  近年來,激光雷達在移動機器人導航中的應用日益增多。這主要是由于基于激光的距離測量技術具有很多優點,特別是其具有較高的精度,通過二維或三維地掃描激光束或光平面,激光雷達能夠以較高的頻率提供大量的、準確的距離信息。與其它距離傳感器相比,激光雷達能夠同時考慮精度要求和速度要求,這一點特別適用于移動機器人領域。此外,激光雷達不僅可以在有環境光的情況下工作,也可以在黑暗中工作,而且在黑暗中測量效果更好。

  激光雷達早前更多應用在軍事領域,隨著技術的發展和成本的降低,目前為止機器人、無人機、無人駕駛等領域也成為了激光雷達的重要應用領域。和視覺的方式一樣,激光雷達的屬性也有一定的短板——這類傳感器無法在雨霧天氣工作,而且激光雷達在真正意義上還沒開始大規模量產,因此成本較高。

  掃地機器人是目前激光雷達應用最廣泛的領域,激光雷達配合SLAM(SimultaneousLocalization And Mapping)算法,可以讓掃地機器人在房間里實現智能清掃,清掃的過程中繪制地圖,實時傳輸到手機APP,就算用戶不在家,也可以通過手機APP查看清掃情況,以及安排其他地方清掃。

  圖片來源:網絡

  智能決策技術

  智能決策技術對于機器人系統中自主性的實現至關重要。該技術是決定機器人在無人操控的狀態下通過算法得出滿足特定約束條件的最優決策能否成功的關鍵。盡管這類技術最常見的用武之地在于無人駕駛汽車的導航問題以及自主飛行器或航海探測器的線路規劃問題,但其實它的影響更為廣泛,從路徑規劃到運動規劃,再到任務規劃都離不開這一技術的作用;而這類技術的應用范圍也不止探測器或智能汽車,它還可以應用在人形機器人、移動操作平臺甚至多機器人系統等處,在數字動畫角色模擬、人工智能電子游戲、建筑設計、機器人手術以及生物分子研究中都能夠發揮作用。

  具體來說,目前實現智能決策仍然主要依靠應用算法,包括模仿學習、遷移學習、強化學習等。在本地或云端構建一套機器人訓練仿真平臺,對機器人的關鍵數據進行建模,在仿真環境里進行機器人訓練,從而做出決策。平臺的架構、算法庫豐富度、開源性等因素都決定決策的速度、準備率和穩定性。

  運動控制技術

  機器人動力學是對機器人結構的力和運動之間關系與平衡進行研究的學科,主要通過分析機器人的動力學特性來建造模型、研究算法以決定機器人處理對物體的動態響應方式。而機器人控制技術,指的是為使機器人完成各種任務和動作所執行的各種控制手段,既包括各種硬件系統,又包括各種軟件系統。

  自20世紀70年代以來,隨著電子技術與計算機科學的發展,計算機運算能力大大提高而成本不斷下降,這就使得人們越來越重視發展各種考慮機器人動力學模型的計算機實時控制方案,以充分發揮出為完成復雜任務而設計得日益精密從而也越加昂貴的機器人機械結構的潛力。因此,在機器人研究中,控制系統的設計已顯得越來越重要,成為提高機器人性能的關鍵因素。

  最早的機器人采用順序控制方式,而隨著計算機的發展,現已通過計算機系統來實現機電裝置的功能,并采用示教再現的控制方式。目前機器人控制技術的發展越來越智能化,離線編程、任務級語言、多傳感器信息融合、智能行為控制等新技術都可以應用到機器人控制中來。作為影響機器人性能的關鍵部分,機器人控制系統在一定程度上制約著機器人技術的發展。然而傳統的機器人控制系統存在結構封閉、功能固定、系統柔性差、可重構性差、缺乏運行時再配置機制、組件的開發和整合限制在某種語言上等問題。如今出現了各種基于網絡、PC、人臉識別、實時控制等技術的機器人控制系統,精度高、功能全、穩定性好,并逐漸向標準化、模塊化、智能化方向發展。

  智能化的控制系統為提高機器人的學習能力也奠定了基礎。2016年,伯克利大學的人工智能團隊利用深度學習和強化學習策略向控制軟件提供即時視覺和傳感反饋,使一個名為BRETT(Berkeley Robot for the Elimination ofTedious Tasks)的機器人成功通過學習來提升自己的家務技能。這種人工智能與機器人學交叉運用的結果使得機器人能夠將一個任務中獲得的經驗推廣到另一個任務中,從而提高機器人的學習能力,使其能夠掌握更多技能。

  人機交互技術

  人機交互即人與機器人相互作用的研究,其研究目的是開發合適的算法并指導機器人設計,以使人與機器人之間更自然、高效地共處。最早開始研究人機交互的出發點是學者們希望能夠探討如何才能減輕人類操縱計算機時的疲勞感,由此開啟了人機工程學的先河。1969年可謂是人機界面學發展史的里程碑,這一年在英國劍橋大學召開了第一屆人機系統國際大會,同年第一份專業雜志IJMMS(International Journal of Mechatronicsand Manufacturing Systems,國際人機研究)創刊。到了20世紀80年代初期,學界先后出版了六本專著,從理論和實踐兩個方面推動了人機交互的發展。20世紀90年代后期以來,隨著高速處理芯片、多媒體技術及互聯網的飛速發展與普及,人機交互向著智能化的方向發展,這一技術關注的重點也由計算機的反饋轉向以人為中心。

  人機交互技術大致可以分為四個階段:基本交互、圖形式交互、語音式交互和感應式交互(體感交互)。基本交互仍然停留在最原始的狀態,人與機器的關系僅僅是人工手動輸入與機器輸出的交互狀態,比如早期的按鈕式電話、打字機與鍵盤;圖形交互時期是隨著電腦的出現而開始的,以顯示屏、鼠標問世為標志,在觸屏技術成熟期達到巔峰;語音交互最開始是單向的,即語音識別,如科大訊飛的語音識別系統,后來微軟的Cortana、小冰,蘋果的Siri以及Google公司的Google Now突破了單向交互的壁壘,實現了人機雙向語音對話;最后,隨著當前機器人的發展越來越強調交互形式的智能化,體感交互將成為未來交互發展的新方向。體感交互是直接從人的姿勢的識別來完成人與機器的互動,主要是通過攝像系統模擬建立三維的世界,同時感應出人與設備之間的距離與物體的大小。目前,索尼發明的觸控型投影儀已經實現了體感交互。未來,這種交互方式將成為先前各種技術的結合,包括即時動態捕捉、圖像識別、語音識別、VR等技術,最終衍生出多樣化的交互形式,而機器人有望在未來成為體感交互的載體。

  多機器人協作技術

  在機器人向智能化的發展中,多機器人協作系統是一類具有覆蓋性的技術集成平臺。如果說單個機器人的智能化還只是使個體的人變得更聰明,那么多機器人協作系統則不但要有一批聰明的人,還要求他們能有效地合作。所以它不僅反映了個體智能,而且反映了集體智能,是對人類社會生產活動的想象和創新探索。

  多機器人協作系統有著廣泛的應用背景,它與自動化向非制造領域的擴展有著密切的聯系,由于應用環境轉向非結構化,多移動機器人系統應能適應任務的變化以及環境的不確定性,必須具有高度的決策智能,因而,對多移動機器人協作的研究已不單純是控制的協調,而是整個系統的協調與合作。在這里,多機器人系統的組織與控制方式在很大程度上決定了系統的有效性。

  多機器人協作系統還是實現分布式人工智能的典范。分布式人工智能的核心是把整個系統分成若干智能、自治的子系統,它們在物理和地理上分散,可獨立地執行任務,同時又可通過通信交換信息,相互協調,從而同完成整體任務,這無疑對完成大規模和復雜的任務是富有吸引力的,因而很快在軍事、信及其他應用領域得到了廣泛重視。多機器協作系統正是這種理念的具體實現,其中每個機器人都可看作是自主的智能體,這種多智體機器人系統MARS(MulTI—AgentRoboTIcSystems)現已成為智能機器人核心關鍵技術。

  智能機器人發展趨勢

  目前機器人的研究正處于第三代智能機器人階段,智能化水平仍在發展優化。圍繞未來的智能機器人,以下幾點是有待發展的技術方向:

  機器人網絡化

  利用通信網絡技術將各種機器人連接到計算機網絡上,并通過網絡對機器人進行有效的控制。網絡化技術包括網絡遙操作控制技術、眾多信息組的壓縮與擴展方法及傳輸技術等;隨著工業互聯網和5G時代帶來,機器人聯網和上云將成為必然趨勢。

  智能控制中的算法

  與傳統的計算方法相比,以模糊邏輯、基于概率論的推理、神經網絡、遺傳算法和混沌為代表的軟計算技術具有更高的魯棒性、易用性及計算的低耗費性等優點,應用到機器人技術中,可以提高其問題求解速度,較好地處理多變量、非線性系統的問題。

  深度學習

  各種算法的出現推動了人工智能的發展,強化學習、蟻群算法、免疫算法等可以用到機器人系統中,使其具有類似人的學習能力,以適應日益復雜的、不確定和非結構化的環境。

  多機器人協調作業

  隨著人工智能方法、機器人技術以及多智能體系統(MultiAgentSystem:MAS)等研究的深入,如何組織和控制多個機器人來協作完成單機器人無法完成的復雜任務,在復雜未知環境下實現實時推理反應以及交互的群體決策和操作,已經成為機器人未來重要發展方向。

  智能人機接口

  人機交互的需求越來越向簡單化、多樣化、智能化、人性化方向發展,因此需要研究并設計各種智能人機接口如多語種語音、自然語言理解、圖像、手寫字識別等,以更好地適應不同的用戶和不同的應用任務,提高人與機器人交互的和諧性。

05 國內智能機器人機會

  智能機器人雖然是新興技術產業,但其成長仍然會遵循智能手機等類似市場的路徑,從核心技術的突破,到新產品的出現,而后在部分群體和市場中率先應用,隨著產量提升帶動成本大幅降低,之后實現大規模應用和普及。

  而當前的智能服務機器人隨著市場應用逐步拓展,AI技術程度,產量提升,成本下降,大范圍爆發即將來臨。對于技術和產品類公司來說,應該抓住哪些機會實現異軍突起呢?我們結合行業內創業者調研,總結了三大行業機會:

  穩定開放的機器人決策平臺

  AI是智能機器人的核心技術,通用型AI機器人決策系統往往能夠連接更多機器設備,實現不同品牌和類型的設備邊緣計算和互聯互通,同時可實現云端計算,特別是面向工業互聯網的智能制造,需要統一的平臺來進行數據收集、分析、計算和決策。

  緊貼用戶需求,垂直深耕型應用產品

  針對客戶的某種柔性化和智能化需求,特別關注行業的付費性、智能化升級難度、規模復制性、人力替代性等因素,等到市場開始爆發,這些因素將助推智能機器人的快速復制。 創業公司如果能抓住具體需求,深耕垂直領域,針對垂直場景不斷優化技術,提升性能,降低成本,實現產品工程化落地。另外,從行業發展速度來看,單純的技術突破已經不能成為壁壘,市場渠道、響應速度和工程化能力至關重要。

  以場景流量,數據價值挖掘類服務

  智能機器人產業正在逐步進入工業、家居、汽車、商場等不同場景,這些場景是天然的數據流量入口,帶來新的數據交換,也能發揮更大商業價值。 對于AI類公司來說,數據重要性不言而喻,數據堪比AI的石油,不僅能夠促進算法和性能的提升,還有利于深入行業應用,為企業創造價值。而對于服務類公司而言,可以基于大數據更好地做目標畫像,推出個性化服務、精細化運營以及精準化營銷。因此,除了輸出技術、銷售產品,數據也有望成為智能機器人公司商業化的落腳點。

  小型化、輕型化、柔性化機器人硬件

  當前智能機器人的應用場景愈加廣泛,苛刻的外部環境對機器人的體積、重量、靈活度等提出了更高的要求。與此同時,隨著研發水平不斷提升、工藝設計不斷創新,以及新材料相繼投入使用,智能機器人正向著小型化、輕型化、柔性化的方向發展,類人精細化操作能力不斷增強。

  人機交互成為重要發展方向。隨著機器人易用性、穩定性以及智能水平的不斷提升,機器人的應用領域逐漸由搬運、焊接、裝配等操作型任務向加工型任務拓展。人機協作將人的認知能力與機器人的效率結合在一起,從而使機器人原理圍欄和屏障,可以安全、簡便的進行人機交互。

結語

  “機器人→智能機器人” 將是大勢所趨,智能機器人時代AI將直接決定機器人產業發展,機器人有望通過視覺、力覺等全方位感知技術和決策算法改善人機交互。與此同時找到合適的落地場景,完成數據量的積累,持續進行智能機器人產品工程化落地,將有助于形成有競爭力的智能化應用。

標簽:智能機器人 AI 我要反饋 
世強
專題報道
帶您了解施耐德Galaxy VL全新系列產品
帶您了解施耐德Galaxy VL全新系列產品

施耐德電氣宣布在全球范圍內推出Galaxy系列新品——Galaxy VL 200-500 kW(400V / 480V)

魏德米勒工業物聯網解決方案
魏德米勒工業物聯網解決方案

魏德米勒智能工業物聯網解決方案可以使用數據運營和服務生成附加價值。從數據的采集、預處理、到數據通信和數據分析,魏德米勒提

困難予我,輕松給您—魏德米勒聯接咨詢服務
困難予我,輕松給您—魏德米勒聯接咨詢服務

魏德米勒作為行業領先的電聯接專家,進入中國市場26年,一直致力于為中國以及國際企業提供創新的智能化解決方案。我國正處于倉

加勒比hezyo无码专区