美国服务机器人技术路线图

服务机器人正在以高速的增长速度加速步入我们的日常生活。正是基于广阔的市场前景，美国国家科学基金会颁布了《美国机器人技术路线图》，其中服务机器人是其中的重点一章。

服务机器人的主要应用领域

服务机器人是一类用以辅助人们日常工作、生活、休闲，以及帮助残疾人与老年人的机器人系统。在工业机器人系统中，机器人的任务是完成高质量、高一致性的生产任务。服务机器人与之不同的是，工业机器人通常工作在有人的空间或者会直接同人类协作工作，服务机器人通常从事专业服务和个人服务两种工作。

专业服务机器人

专业服务机器人主要指能够产生经济效益的服务型机器人，如用于物流自动化、基建设施巡检、医院送药、商业草坪清理、娱乐等，其市场规模正以30%的年增长率迅速扩大。国际机器人联合会(IFR)和德国机械设备制造业联合会(VDMA)的数据表明，已有超过172000台专业服务机器人用于各行各业。

物流自动化

伴随“即时生产”降低库存的发展趋势，低成本、高灵活性的物流系统日益成为供应链管理中的重要组成部分，例如著名的亚马逊Kiva仓储机器人系统与FedEx及UPS的自动化配送中心。然而，它们只能在量身定制的固定仓库中使用。若想让机器人发挥更大作用，就必须赋予机器人更高的机动性：能够应对楼梯、电梯、房门、不平坦的地面和杂乱环境等人类生活的常见场景。随着研究的进展，高机动性机器人也正在逐步成为现实，它们将使整个物流系统变得更加快速、灵活、廉价、可控、稳定。

不少公司已经将目光投向物流市场，包括生产酒店运输机器人的Savyoke，为医院制作运输机器人的Aethon和Vecna，生产超市仓储机器人的Bossa Nova，着眼于无人机快递的Amazon Prime Air和Google Project Wing，提供最后一公里物流快递的Starship Technologies和生产仓储机器人的Fetch等。物流机器人市场的指数增长使得该领域成为未来15年最大的投资热门。

基础设施巡检

机器人技术在桥梁、道路和管网等基础设施的检修与保护方面有着巨大的应用前景：如用于检查桥梁和港口的无人船与无人机、用于监控地下管道与线路的无人车、用于巡检管道与电网的无人机等，还能为石油和天然气产业提供监控服务。

这类系统借助多种先进传感器和其他机器人技术，能够胜任各种复杂的地下任务。这类机器人可以全天候自动判断故障，在与人类协同工作的同时减少人类的介入，较低成本，提高效率。其应用在未来5年将增长约20%。

无人机正成为巡检领域的一个有效机器人平台。未来5年，无人机将变得更小、更便宜、更可靠，如大疆和3D Robotics等公司仅售约2000-3000美金。

目前，无人机系统存在的主要挑战包括：(1)操作的安全性与隐私性问题;(2)发生故障后的失效保护功能;(3)对环境变化的适应能力;(4)在飞行过程中处理获得的大量数据;(5)新型飞行器设计;(6)多机协同作业与避免碰撞。

远程替身机器人

远程替身机器人是最典型的用于改善人类交流体验的服务机器人，是继视频会议之后的又一次通讯变革，让交流协作更加高效。远程替身机器人不仅能够让员工在外也能身临其境，如Beam、VGo和Double等公司为企业办公开发的系统，还能让无法去学校的学生在家上课。

在医护领域，配备有摄像头、麦克风和扬声器的远程医疗机器人能够让医生与患者『面对面』交流。目前，基本用于中风这类需要及时诊断的疾病。未来，远程医疗机器人将还能用于术后护理、慢性病调理等领域。此外，研究人员已经尝试将其用于老年人的家庭监护。这类机器人能够显著降低医护成本，为更多人提供良好的医疗技术服务。

娱乐

机器人技术在娱乐和游戏行业的应用越来越广泛，如Bot & Dolly公司在电影拍摄行业的应用，Anki Cozmo公司的交互型智能玩具和乐高发布的可编程机器人等。2016年风靡全球的《Pokemon Go》是增强现实技术(AR)在商业领域的首次成功应用。作为机器人交互的重要技术，AR进入游戏行业将促使其发展进一步加速。

个人服务机器人

个人服务机器人主要是指提供日常生活服务的机器人，或为残障人士提供帮助的机器人。例如，扫地机器人和草坪修剪机器人等家用机器人，及娱乐休闲机器人，如玩具机器人、娱乐无人机、教育平台。

未来5-10年，得益于机器人技术的发展与制造成本的降低，个人服务机器人的市场还将进一步拓宽。

交通运输

随着机器人技术的成熟完善，原本用于专业环境的无人运输系统将有可能用于城市等其他交通环境中。未来几十年，人们的出行方式将被彻底改变，如赛格威和丰田开发的平衡车等新型个人交通工具，完全自主驾驶的机器人也即将面世。2016年，谷歌的无人驾驶汽车行驶里程突破200万英里，特斯拉发布了高速自动巡航技术，Uber也开始尝试用自动驾驶汽车接受出租订单，美国国家公路和运输安全管理局(NHTSA)还发布了促进自主驾驶汽车发展的指导文件。

此外，研究人员试图从智能路网的角度，通过增加传感器、摄像机、自动收费等装置解决交通问题。一个被称为“车辆基础设施集成(VII)”的公私合营国家计划正尝试将智能车与智能路网结合起来，创建虚拟的交通信息网。

服务机器人主要市场及驱动来源

老龄化人口从两个方面影响了服务机器人的发展。其一是劳动力市场的缩水，另外一个因素则是提供满足健康护理需要的解决方案的机遇。美国正处于未来20年发展趋势的入口：退休工人数量占当前劳动力数量的百分比将近翻倍，即从当前的每10个工人中有2个退休的状态演变为2030年的每10个工人中有4个退休的状态。在日本，这种情况则更加糟糕，快速增长的老龄化人口是日本提出发展机器人技术作为国家政策的主要诱因。

当提高生产率和降低成本成为服务机器人的共同特征时，针对市场特定问题或需求，人们希望每个服务机器人系统能提供独一无二的、有竞争力的解决方案。比如，在使用机器人技术组装汽车的工厂中，一个关键和主要的驱动力是希望得到持续不断且质量得到充分保证的生产能力。

医疗保健与生活质量

机器人技术用于提供遥操作解决方案，比如依赖感觉的达芬奇手术系统就是这类系统的代表。机器人技术拥有巨大潜力，用以控制成本，增强健康人员的护理能力，延长老年人的寿命。

能源与环境

这两个紧密相连的问题对于国家的未来和机器人技术应用的成熟度是非常关键的，尤其在自动获取能源和环境监测方面非常关键。

生产与物流

机器人技术在促进生产和货物移动自动化方面拥有巨大潜力，特别是机器人技术被用于小尺度(或微尺度)生产操作，且在这一过程中有助于加速制造业回归。这种信念自从HeartlandRobotics的创立就可窥见一斑，该公司的主要任务就是将制造业转移回美国。

汽车和运输

虽然我们距离完全自主驾驶汽车的使用还有数十年的时间，但机器人技术已经以高级驾驶辅助和避碰系统的形式出现。公共输运系统是另外一个有望获得更高自动化程度的领域。随着机器人技术的持续进步和成熟，用于小范围场景，如机场的无人运输系统和解决方案将渐渐地适应市中心的情况，以及其他的一般应用场合。

国土安全和基础设施防护

机器人技术提供了巨大的潜能，用以边境保护、搜索和援救、港口检测和安保及相关领域。此外，机器人技术有望大量用于自动化检测、保养并维护桥梁、高速公路、水源和排水系统、电力管道和设施，以及其他基础设施的关键组成部分。

娱乐与教育

这个领域比其他任何领域更多地实现了机器人技术的转化，尤其是机器人技术在解决国家面临的科学、技术、工程以及数学(记为“STEM”)危机，同时成为名副其实的“4R”教育。FIRST的巨大成功印证了这一点。机器人为孩子们提供令其感兴趣且易学的方式，去学习和应用数学以及科学的基本知识，包括工程和系统集成原理，用以生产智能机器完成特定任务。

商业化影响因素

如果上述领域全部实现，那么就需要大量的投资用于扩展和开发机器人技术。正如上面提到的，距离实现完全自主的机器人技术，即无需人类给予指令或干涉的自动运行机器人技术，仍有很长的一段路。与会学者达成了一致的意见，即机器人技术的进步使得开发和市场化机器人的初级产品和应用成为了可能，并且能够显著“增强人类机能”。

这些解决方案将能够根据下列功能进行自动调整：以确定的方式监督动态物理环境、目标识别、探测变化、感知环境状态、分析和推荐根据检测到的情况作出的响应，根据人的命令作出的响应和在预先授权的边界内自动而不被操作员干预地执行行动。

这类机器人解决方案的例子包括遥操作系统。如达芬奇外科手术系统以及自主的专业机器人，比如Roomba。随着互联网继续发展，自然而然会从远距离传感发展到远距离操作。互联网这种向物理世界的扩展将有助于进一步模糊通信、计算和服务之间的界限，激发远距离通信和遥控参与的应用。更符合实际的解决方案将出现，其具备分布认知能力并能够有效利用人类智能。这类解决方案将与机器人技术结合，在实现自主感知位置的同时，允许操作员从远距离根据需要通过互联网进行干预。

根据上述内容，人口老龄化将导致未来劳动力短缺。当工人们寻求向职业更高层级迈进的时候，需要增加底层工作的自动化程度，而做底层工作的工人会慢慢变少甚至消失。长期范围内实现完全自动化解决方案的挑战会继续因为技术限制而存在，短期挑战则是调查其发展的需求和决定如何最好地“跨越鸿沟”。即识别正确的价值主张、成本的降低、有效的开发、有效的系统工程过程，决定如何对解决方案进行最佳整合，以及如何将科技转化成为产品。

移动能力

移动能力是机器人研究中的一个成功范例。这种成功在许多现实环境中展示性能的系统上均有所体现，包括博物馆导游和DARPA机车挑战赛以及城市挑战赛中的自主驾驶汽车。但是，与会学者一致认为还有大量重要的问题仍旧悬而未决。在移动领域找到这些问题的答案将对机器人相关领域实现自主控制和多用途相当重要。

三维导航是移动领域最重要的挑战之一。目前，大多数映射定位和导航系统都依赖于地球的平面表示，比如地面任务中涉及的街区地图。但是，当机器人应用的复杂性增加，且每天都有新的机器人部署的情况下，在未建模的缺少控制的拥挤环境中，这些二维表示不足以捕捉必要的信息。因此，对于支持导航和操作的三维世界模型的获取将是非常重要的。这些三维表示不应当包括世界的几何布局;相反，地图一定要包含涉及环境中物体及其特征的任务相关的语义信息。

目前，机器人已经能够很好地理解物理世界中物体的位置，但是还不了解或很少知道物体是什么。当涉及抓取和环境表示的服务执行移动功能时，环境表示也应当包括对象情景支持(即机器人能用某个物体干什么的信息)。实现语义三维导航将需要传感、感知、地图匹配、定位、对象识别、情景支持识别和规划的新方法。

三维映射技术是用不同种类的传感器构造地图。目前，机器人依赖高精度的、基于激光测量系统或游戏控制距离传感器，如微软的Kinect或PrimeSense来获取环境信息，采用被称为“SLAM”的映射算法。有专家提出应该脱离激光测量系统，进一步开发“视觉SLAM”(VSLAM)领域。这种技术依赖于相机(鲁棒性高、低廉、易于获得的传感器)，用于在三维世界中的映射和定位。目前，VSLAM系统已经展示出令人印象深刻的性能。因此，相信VSLAM可能在开发具有充分信息，且价格承受得起的三维导航功能方面发挥重要作用。

对于满足特定应用的三维导航的额外需求，即户外三维导航，也存在需要明确处理的一系列重要挑战。在这些挑战中存在的事实是，当前二维环境表示方式不能捕捉到户外环境的复杂信息，同时也不能获取户外的光线条件，而光线条件是引起传感器性能变化的因素。同时，如何在人群中实现导航也是一个重要的挑战。