服務(wù)機器人正在以高速的增長速度加速步入我們的日常生活。正是基于廣闊的市場前景，美國國家科學基金會頒布了《美國機器人技術(shù)路線圖》，其中服務(wù)機器人是其中的重點一章。

服務(wù)機器人的主要應用領(lǐng)域

服務(wù)機器人是一類用以輔助人們?nèi)粘９ぷ鳌⑸睢⑿蓍e，以及幫助殘疾人與老年人的機器人系統(tǒng)。在工業(yè)機器人系統(tǒng)中，機器人的任務(wù)是完成高質(zhì)量、高一致性的生產(chǎn)任務(wù)。服務(wù)機器人與之不同的是，工業(yè)機器人通常工作在有人的空間或者會直接同人類協(xié)作工作，服務(wù)機器人通常從事專業(yè)服務(wù)和個人服務(wù)兩種工作。

專業(yè)服務(wù)機器人

專業(yè)服務(wù)機器人主要指能夠產(chǎn)生經(jīng)濟效益的服務(wù)型機器人，如用于物流自動化、基建設(shè)施巡檢、醫(yī)院送藥、商業(yè)草坪清理、娛樂等，其市場規(guī)模正以30%的年增長率迅速擴大。國際機器人聯(lián)合會(IFR)和德國機械設(shè)備制造業(yè)聯(lián)合會(VDMA)的數(shù)據(jù)表明，已有超過172000臺專業(yè)服務(wù)機器人用于各行各業(yè)。

物流自動化

伴隨“即時生產(chǎn)”降低庫存的發(fā)展趨勢，低成本、高靈活性的物流系統(tǒng)日益成為供應鏈管理中的重要組成部分，例如著名的亞馬遜Kiva倉儲機器人系統(tǒng)與FedEx及UPS的自動化配送中心。然而，它們只能在量身定制的固定倉庫中使用。若想讓機器人發(fā)揮更大作用，就必須賦予機器人更高的機動性：能夠應對樓梯、電梯、房門、不平坦的地面和雜亂環(huán)境等人類生活的常見場景。隨著研究的進展，高機動性機器人也正在逐步成為現(xiàn)實，它們將使整個物流系統(tǒng)變得更加快速、靈活、廉價、可控、穩(wěn)定。

不少公司已經(jīng)將目光投向物流市場，包括生產(chǎn)酒店運輸機器人的Savyoke，為醫(yī)院制作運輸機器人的Aethon和Vecna，生產(chǎn)超市倉儲機器人的Bossa Nova，著眼于無人機快遞的Amazon Prime Air和Google Project Wing，提供最后一公里物流快遞的Starship Technologies和生產(chǎn)倉儲機器人的Fetch等。物流機器人市場的指數(shù)增長使得該領(lǐng)域成為未來15年最大的投資熱門。

基礎(chǔ)設(shè)施巡檢

機器人技術(shù)在橋梁、道路和管網(wǎng)等基礎(chǔ)設(shè)施的檢修與保護方面有著巨大的應用前景：如用于檢查橋梁和港口的無人船與無人機、用于監(jiān)控地下管道與線路的無人車、用于巡檢管道與電網(wǎng)的無人機等，還能為石油和天然氣產(chǎn)業(yè)提供監(jiān)控服務(wù)。

這類系統(tǒng)借助多種先進傳感器和其他機器人技術(shù)，能夠勝任各種復雜的地下任務(wù)。這類機器人可以全天候自動判斷故障，在與人類協(xié)同工作的同時減少人類的介入，較低成本，提高效率。其應用在未來5年將增長約20%。

無人機正成為巡檢領(lǐng)域的一個有效機器人平臺。未來5年，無人機將變得更小、更便宜、更可靠，如大疆和3D Robotics等公司僅售約2000-3000美金。

目前，無人機系統(tǒng)存在的主要挑戰(zhàn)包括：(1)操作的安全性與隱私性問題;(2)發(fā)生故障后的失效保護功能;(3)對環(huán)境變化的適應能力;(4)在飛行過程中處理獲得的大量數(shù)據(jù);(5)新型飛行器設(shè)計;(6)多機協(xié)同作業(yè)與避免碰撞。

遠程替身機器人

遠程替身機器人是最典型的用于改善人類交流體驗的服務(wù)機器人，是繼視頻會議之后的又一次通訊變革，讓交流協(xié)作更加高效。遠程替身機器人不僅能夠讓員工在外也能身臨其境，如Beam、VGo和Double等公司為企業(yè)辦公開發(fā)的系統(tǒng)，還能讓無法去學校的學生在家上課。

在醫(yī)護領(lǐng)域，配備有攝像頭、麥克風和揚聲器的遠程醫(yī)療機器人能夠讓醫(yī)生與患者『面對面』交流。目前，基本用于中風這類需要及時診斷的疾病。未來，遠程醫(yī)療機器人將還能用于術(shù)后護理、慢性病調(diào)理等領(lǐng)域。此外，研究人員已經(jīng)嘗試將其用于老年人的家庭監(jiān)護。這類機器人能夠顯著降低醫(yī)護成本，為更多人提供良好的醫(yī)療技術(shù)服務(wù)。

娛樂

機器人技術(shù)在娛樂和游戲行業(yè)的應用越來越廣泛，如Bot & Dolly公司在電影拍攝行業(yè)的應用，Anki Cozmo公司的交互型智能玩具和樂高發(fā)布的可編程機器人等。2016年風靡全球的《Pokemon Go》是增強現(xiàn)實技術(shù)(AR)在商業(yè)領(lǐng)域的首次成功應用。作為機器人交互的重要技術(shù)，AR進入游戲行業(yè)將促使其發(fā)展進一步加速。

個人服務(wù)機器人

個人服務(wù)機器人主要是指提供日常生活服務(wù)的機器人，或為殘障人士提供幫助的機器人。例如，掃地機器人和草坪修剪機器人等家用機器人，及娛樂休閑機器人，如玩具機器人、娛樂無人機、教育平臺。

未來5-10年，得益于機器人技術(shù)的發(fā)展與制造成本的降低，個人服務(wù)機器人的市場還將進一步拓寬。

交通運輸

隨著機器人技術(shù)的成熟完善，原本用于專業(yè)環(huán)境的無人運輸系統(tǒng)將有可能用于城市等其他交通環(huán)境中。未來幾十年，人們的出行方式將被徹底改變，如賽格威和豐田開發(fā)的平衡車等新型個人交通工具，完全自主駕駛的機器人也即將面世。2016年，谷歌的無人駕駛汽車行駛里程突破200萬英里，特斯拉發(fā)布了高速自動巡航技術(shù)，Uber也開始嘗試用自動駕駛汽車接受出租訂單，美國國家公路和運輸安全管理局(NHTSA)還發(fā)布了促進自主駕駛汽車發(fā)展的指導文件。

此外，研究人員試圖從智能路網(wǎng)的角度，通過增加傳感器、攝像機、自動收費等裝置解決交通問題。一個被稱為“車輛基礎(chǔ)設(shè)施集成(VII)”的公私合營國家計劃正嘗試將智能車與智能路網(wǎng)結(jié)合起來，創(chuàng)建虛擬的交通信息網(wǎng)。

服務(wù)機器人主要市場及驅(qū)動來源

老齡化人口從兩個方面影響了服務(wù)機器人的發(fā)展。其一是勞動力市場的縮水，另外一個因素則是提供滿足健康護理需要的解決方案的機遇。美國正處于未來20年發(fā)展趨勢的入口：退休工人數(shù)量占當前勞動力數(shù)量的百分比將近翻倍，即從當前的每10個工人中有2個退休的狀態(tài)演變?yōu)?030年的每10個工人中有4個退休的狀態(tài)。在日本，這種情況則更加糟糕，快速增長的老齡化人口是日本提出發(fā)展機器人技術(shù)作為國家政策的主要誘因。

當提高生產(chǎn)率和降低成本成為服務(wù)機器人的共同特征時，針對市場特定問題或需求，人們希望每個服務(wù)機器人系統(tǒng)能提供獨一無二的、有競爭力的解決方案。比如，在使用機器人技術(shù)組裝汽車的工廠中，一個關(guān)鍵和主要的驅(qū)動力是希望得到持續(xù)不斷且質(zhì)量得到充分保證的生產(chǎn)能力。

醫(yī)療保健與生活質(zhì)量

機器人技術(shù)用于提供遙操作解決方案，比如依賴感覺的達芬奇手術(shù)系統(tǒng)就是這類系統(tǒng)的代表。機器人技術(shù)擁有巨大潛力，用以控制成本，增強健康人員的護理能力，延長老年人的壽命。

能源與環(huán)境

這兩個緊密相連的問題對于國家的未來和機器人技術(shù)應用的成熟度是非常關(guān)鍵的，尤其在自動獲取能源和環(huán)境監(jiān)測方面非常關(guān)鍵。

生產(chǎn)與物流

機器人技術(shù)在促進生產(chǎn)和貨物移動自動化方面擁有巨大潛力，特別是機器人技術(shù)被用于小尺度(或微尺度)生產(chǎn)操作，且在這一過程中有助于加速制造業(yè)回歸。這種信念自從HeartlandRobotics的創(chuàng)立就可窺見一斑，該公司的主要任務(wù)就是將制造業(yè)轉(zhuǎn)移回美國。

汽車和運輸

雖然我們距離完全自主駕駛汽車的使用還有數(shù)十年的時間，但機器人技術(shù)已經(jīng)以高級駕駛輔助和避碰系統(tǒng)的形式出現(xiàn)。公共輸運系統(tǒng)是另外一個有望獲得更高自動化程度的領(lǐng)域。隨著機器人技術(shù)的持續(xù)進步和成熟，用于小范圍場景，如機場的無人運輸系統(tǒng)和解決方案將漸漸地適應市中心的情況，以及其他的一般應用場合。

國土安全和基礎(chǔ)設(shè)施防護

機器人技術(shù)提供了巨大的潛能，用以邊境保護、搜索和援救、港口檢測和安保及相關(guān)領(lǐng)域。此外，機器人技術(shù)有望大量用于自動化檢測、保養(yǎng)并維護橋梁、高速公路、水源和排水系統(tǒng)、電力管道和設(shè)施，以及其他基礎(chǔ)設(shè)施的關(guān)鍵組成部分。

娛樂與教育

這個領(lǐng)域比其他任何領(lǐng)域更多地實現(xiàn)了機器人技術(shù)的轉(zhuǎn)化，尤其是機器人技術(shù)在解決國家面臨的科學、技術(shù)、工程以及數(shù)學(記為“STEM”)危機，同時成為名副其實的“4R”教育。FIRST的巨大成功印證了這一點。機器人為孩子們提供令其感興趣且易學的方式，去學習和應用數(shù)學以及科學的基本知識，包括工程和系統(tǒng)集成原理，用以生產(chǎn)智能機器完成特定任務(wù)。

商業(yè)化影響因素

如果上述領(lǐng)域全部實現(xiàn)，那么就需要大量的投資用于擴展和開發(fā)機器人技術(shù)。正如上面提到的，距離實現(xiàn)完全自主的機器人技術(shù)，即無需人類給予指令或干涉的自動運行機器人技術(shù)，仍有很長的一段路。與會學者達成了一致的意見，即機器人技術(shù)的進步使得開發(fā)和市場化機器人的初級產(chǎn)品和應用成為了可能，并且能夠顯著“增強人類機能”。

這些解決方案將能夠根據(jù)下列功能進行自動調(diào)整：以確定的方式監(jiān)督動態(tài)物理環(huán)境、目標識別、探測變化、感知環(huán)境狀態(tài)、分析和推薦根據(jù)檢測到的情況作出的響應，根據(jù)人的命令作出的響應和在預先授權(quán)的邊界內(nèi)自動而不被操作員干預地執(zhí)行行動。

這類機器人解決方案的例子包括遙操作系統(tǒng)。如達芬奇外科手術(shù)系統(tǒng)以及自主的專業(yè)機器人，比如Roomba。隨著互聯(lián)網(wǎng)繼續(xù)發(fā)展，自然而然會從遠距離傳感發(fā)展到遠距離操作。互聯(lián)網(wǎng)這種向物理世界的擴展將有助于進一步模糊通信、計算和服務(wù)之間的界限，激發(fā)遠距離通信和遙控參與的應用。更符合實際的解決方案將出現(xiàn)，其具備分布認知能力并能夠有效利用人類智能。這類解決方案將與機器人技術(shù)結(jié)合，在實現(xiàn)自主感知位置的同時，允許操作員從遠距離根據(jù)需要通過互聯(lián)網(wǎng)進行干預。

根據(jù)上述內(nèi)容，人口老齡化將導致未來勞動力短缺。當工人們尋求向職業(yè)更高層級邁進的時候，需要增加底層工作的自動化程度，而做底層工作的工人會慢慢變少甚至消失。長期范圍內(nèi)實現(xiàn)完全自動化解決方案的挑戰(zhàn)會繼續(xù)因為技術(shù)限制而存在，短期挑戰(zhàn)則是調(diào)查其發(fā)展的需求和決定如何最好地“跨越鴻溝”。即識別正確的價值主張、成本的降低、有效的開發(fā)、有效的系統(tǒng)工程過程，決定如何對解決方案進行最佳整合，以及如何將科技轉(zhuǎn)化成為產(chǎn)品。

科學和技術(shù)挑戰(zhàn)

移動能力

移動能力是機器人研究中的一個成功范例。這種成功在許多現(xiàn)實環(huán)境中展示性能的系統(tǒng)上均有所體現(xiàn)，包括博物館導游和DARPA機車挑戰(zhàn)賽以及城市挑戰(zhàn)賽中的自主駕駛汽車。但是，與會學者一致認為還有大量重要的問題仍舊懸而未決。在移動領(lǐng)域找到這些問題的答案將對機器人相關(guān)領(lǐng)域?qū)崿F(xiàn)自主控制和多用途相當重要。

三維導航是移動領(lǐng)域最重要的挑戰(zhàn)之一。目前，大多數(shù)映射定位和導航系統(tǒng)都依賴于地球的平面表示，比如地面任務(wù)中涉及的街區(qū)地圖。但是，當機器人應用的復雜性增加，且每天都有新的機器人部署的情況下，在未建模的缺少控制的擁擠環(huán)境中，這些二維表示不足以捕捉必要的信息。因此，對于支持導航和操作的三維世界模型的獲取將是非常重要的。這些三維表示不應當包括世界的幾何布局;相反，地圖一定要包含涉及環(huán)境中物體及其特征的任務(wù)相關(guān)的語義信息。

目前，機器人已經(jīng)能夠很好地理解物理世界中物體的位置，但是還不了解或很少知道物體是什么。當涉及抓取和環(huán)境表示的服務(wù)執(zhí)行移動功能時，環(huán)境表示也應當包括對象情景支持(即機器人能用某個物體干什么的信息)。實現(xiàn)語義三維導航將需要傳感、感知、地圖匹配、定位、對象識別、情景支持識別和規(guī)劃的新方法。

三維映射技術(shù)是用不同種類的傳感器構(gòu)造地圖。目前，機器人依賴高精度的、基于激光測量系統(tǒng)或游戲控制距離傳感器，如微軟的Kinect或PrimeSense來獲取環(huán)境信息，采用被稱為“SLAM”的映射算法。有專家提出應該脫離激光測量系統(tǒng)，進一步開發(fā)“視覺SLAM”(VSLAM)領(lǐng)域。這種技術(shù)依賴于相機(魯棒性高、低廉、易于獲得的傳感器)，用于在三維世界中的映射和定位。目前，VSLAM系統(tǒng)已經(jīng)展示出令人印象深刻的性能。因此，相信VSLAM可能在開發(fā)具有充分信息，且價格承受得起的三維導航功能方面發(fā)揮重要作用。

對于滿足特定應用的三維導航的額外需求，即戶外三維導航，也存在需要明確處理的一系列重要挑戰(zhàn)。在這些挑戰(zhàn)中存在的事實是，當前二維環(huán)境表示方式不能捕捉到戶外環(huán)境的復雜信息，同時也不能獲取戶外的光線條件，而光線條件是引起傳感器性能變化的因素。同時，如何在人群中實現(xiàn)導航也是一個重要的挑戰(zhàn)。

操作

幾乎所有的服務(wù)機器人都需要在操作性能上取得實質(zhì)性進展。這些應用需要機器人與環(huán)境進行物理交互，包括開門、拾取物體、操作機器和設(shè)備等。目前，自主操作系統(tǒng)在精確工程化和高度受控環(huán)境中發(fā)揮良好，比如工廠組裝單元，但對于開放、動態(tài)和未建模環(huán)境中的變化和不確定性卻顯得力不從心。所以，來自三個前沿討論組的與會學者認為，“自主操作”是其關(guān)鍵領(lǐng)域。雖然沒有確定具體的研究進展方向，但學者們的討論揭示，大多數(shù)已有操作算法的基本假設(shè)不能在實際應用中得到滿足。無論是否可能，適合開放、動態(tài)，以及未結(jié)構(gòu)化應用場合的抓取和操作，應該利用先驗知識和環(huán)境模型。而在沒有先驗知識的情況下，不應當導致災難性的后果。作為推論，當環(huán)境模型不存在的時候，真正的自主操作將依賴于機器人獲取足夠的、與任務(wù)相關(guān)環(huán)境模型的能力。與大多數(shù)強調(diào)規(guī)劃和控制的現(xiàn)存方法比較而言，這意味著感知將成為自主操作研究日程表中的一個重要的研究問題。

“拾取和放置”操作可以提供足夠的功能基礎(chǔ)，用于許多目的明確的應用操作要求。因此，增加復雜性和通用性的拾取和放置操作能夠為自主操作的研究工作提供路線和基準。

規(guī)劃

運動規(guī)劃領(lǐng)域的研究在過去十年中取得了長足的進步，其中的算法和技術(shù)影響了很多不同的應用領(lǐng)域。然而，魯棒性、動態(tài)三維路徑規(guī)劃仍舊是尚未解決的問題。涉及該問題的一個重要因素是機器人位置感知的概念(即機器人能采用“適當?shù)摹眰鞲信c建模方法進行自主整合、交叉，以及集成行為規(guī)劃)。“適當”是指完整和準確的環(huán)境模型不能由機器人實時獲取。相反，作出關(guān)于對象、環(huán)境、感知和機器人電機行為的推理是非常有必要的。這就會導致規(guī)劃和運動規(guī)劃之間的界限逐漸模糊。要規(guī)劃一個運動，規(guī)劃者需要協(xié)調(diào)傳感和任務(wù)施加約束的運動。要魯棒、可靠地實現(xiàn)任務(wù)目標，規(guī)劃需要考慮任務(wù)環(huán)境的支持。這意味著，規(guī)劃者需要考慮環(huán)境及環(huán)境當中對象之間的交互，將其作為規(guī)劃過程的一部分。

比如，要拾起一個物體，可能有必要打開一扇門，進入一個不同的房間，推開椅子到達櫥柜，打開櫥柜門，推開障礙物。在這種新的規(guī)劃范式內(nèi)，任務(wù)以及任務(wù)與環(huán)境所形成的約束是關(guān)鍵所在;“運動規(guī)劃”之中的“運動”是到達終點的一種方式。規(guī)劃過程中考慮的約束來自于目標抓取、運動(比如腳步邁動規(guī)劃)、機構(gòu)的運動學和動力學、姿勢約束，以及避障，在這些約束下的規(guī)劃需要機器人系統(tǒng)具有實時性。

機器人的運動很容易由傳感器的反饋導致約束條件的增加。最明顯的例子就是接觸約束和避障。因此，反饋規(guī)劃和控制與規(guī)劃的集成是滿足與會學者提出的規(guī)劃需求的重要研究內(nèi)容。反饋規(guī)劃器生成一種策略，直接將狀態(tài)映射到行為，而不是生成特定路徑或軌跡。這就保證了傳感器、執(zhí)行器和模型的不確定可以通過傳感器的反饋得到解決。

在這種情況下，規(guī)劃復雜性的增加要求多種新方法用于準確理解任務(wù)。在傳統(tǒng)運動規(guī)劃中，起始和終止兩個配置狀態(tài)就能對任務(wù)進行完全的描述，而現(xiàn)在需要進行的規(guī)劃，則需要面對更加豐富的任務(wù)形式、操作任務(wù)，以及豐富的環(huán)境交互。

傳感和感知

對于機器人的幾乎所有方面來說，傳感和感知都具有相當?shù)闹匾裕ㄒ苿印⒉僮鳌⒑腿藱C交互。傳感和感知方面的創(chuàng)新將根本地影響機器人學發(fā)展的速度。

新的傳感器，包括比當前傳感器更先進、更高分辨率，以及低成本的版本，將成為發(fā)展更快的領(lǐng)域。舉例來說，在抓取、移動以及稠密三維數(shù)據(jù)傳感，包括激光雷達和顏色深度傳感器傳感等方面會有更大的進展。大范圍環(huán)境場信息的魯棒性和準確性對于機器人的進一步發(fā)展十分關(guān)鍵。靈巧抓取的進展可能在機械手用的類皮膚觸覺傳感器和更專業(yè)化的用于短程探測的深度和外觀傳感器等領(lǐng)域取得。其他類型的傳感器，如聲學傳感器和促進安全的傳感器。這些傳感器具有多種形式，比如距離傳感器和溫度傳感器檢測人體的存在;也有傳感器作為驅(qū)動機構(gòu)的一部分，如力矩傳感器，同時也能夠探測機器人和環(huán)境之間難以預計的接觸，布置于整個機器人的類皮膚傳感器也屬于此類。

傳感器的數(shù)據(jù)需要采用近乎實時的方式進行處理和分析，由于復雜和高度動態(tài)變化的外在環(huán)境受多種因素影響(包括晝夜的差別、霧、霾、刺眼的陽光等)，需要提供能長期自適應感知的方法。高層次物體建模、探測和識別、改進的場景理解，以及改進的探測人類行為和意圖，需要使用多模式信息，如聲音、三維距離數(shù)據(jù)、RGB圖像和觸覺數(shù)據(jù)的集成算法。同時，他們認為任務(wù)定制的算法(即整合規(guī)劃算法與考慮動力學物理約束的算法)是最為迫切需要的。舉例來說，關(guān)聯(lián)識別的新算法對于在有人環(huán)境執(zhí)行復雜抓取任務(wù)非常重要，在機器人感知算法中創(chuàng)造位置感知的環(huán)境模型也相當重要。

體系結(jié)構(gòu)、認知能力

關(guān)于移動、操作、規(guī)劃和感知等主題的討論揭示了這些問題不能被單獨解決，而必須考慮到他們之間的內(nèi)在關(guān)聯(lián)。一個系統(tǒng)如何工程化，有效地整合來自不同領(lǐng)域的特定技巧，實現(xiàn)安全、穩(wěn)定、與任務(wù)關(guān)聯(lián)，甚至是智能的行為，仍舊是機器人領(lǐng)域非常重要的開放性問題。在體系、認知和編程范式的名義下，以方法論甚至哲學觀點的多樣性，開展面向上述目標的研究，反映出了機器人研究群體對于如何處理這些挑戰(zhàn)，缺乏足夠的理解。觀點的多樣性也反映出當前解決這些問題工具的多樣性，比如模仿學習，以及所謂的“認知體系顯式編程”。要實現(xiàn)期望的結(jié)果，可能需要將這些方面的知識與技術(shù)進行結(jié)合。

面向解決生成魯棒自主行為的首要問題的經(jīng)典方法之一，是傳感/計劃/行為環(huán)，通常由現(xiàn)代控制系統(tǒng)實現(xiàn)。在過去幾十年中，當傳感/計劃/行為環(huán)成為機器人研究的常用方法時，一些與會學者認為，一些新方法將從上述最簡單的方法中誕生。可能的替代方法是多層嵌入或分層循環(huán)結(jié)構(gòu)與行為基本方法，多種方法的組合有可能成為全新的方法。

人-機交互(HRI)

如果要實現(xiàn)移動機器人和靈巧機器人在有人環(huán)境與人共存和協(xié)作，那么就需要人機交互領(lǐng)域取得重要的進展。這些人機交互也將成為方法論的重要部分，以實現(xiàn)機器人行為的魯棒性。機器人可以通過與人類的交互來學習新技能，但不論在何種條件下，機器人都應該知道與人通信的特性和要求。

除了通信模式(語言的、非語言的、手勢及面部表情等)，還有一系列問題，包括社交關(guān)系、表情(識別、表示、社交表情識別與建模)、肯定及信任。對人機通信多方面的理解應該導致人與機器人之間交互的自動建構(gòu)，機器人系統(tǒng)能夠依據(jù)任務(wù)與人類管理者之間交互的改變，而對自己的行動作出調(diào)整。

朝向這些目標的進步依賴于有效的輸入設(shè)備和直觀的用戶界面。開發(fā)多種平臺用于研究HRI，包括仿人機器人、移動操作平臺、外骨骼，以及運載器。研究人員確定了一種設(shè)計/建造/部署循環(huán)。其中，設(shè)計過程應該考慮來自相關(guān)群體的輸入，包括基本研究群體和終端用戶。建造過程應該整合大量研究線索，使其成為一個系統(tǒng)。此系統(tǒng)中存在著工業(yè)合作和技術(shù)轉(zhuǎn)移的機會。最后，整合的系統(tǒng)將部署在真實的環(huán)境中。與會學者提出了機器人城市的概念(見下一子節(jié))，將其作為一種前瞻性的方法，在現(xiàn)實世界環(huán)境中評估HRI。這一循環(huán)通過整合終端用戶反饋和下一設(shè)計/建造/部署循環(huán)的迭代實驗設(shè)計構(gòu)成閉環(huán)。

研究架構(gòu)

面向確定科學目標的快速進展將嚴重依賴于研究基礎(chǔ)設(shè)施的普及程度(包括硬件和軟件)。要解決上述研究挑戰(zhàn)，有必要構(gòu)建機器人平臺，組合多種高級且具有交互性的機械構(gòu)件，提供足夠的移動、操作及傳感的能力。這些平臺將通過許多獨立開發(fā)的，但相互關(guān)聯(lián)的操作及軟件進行控制。最終，這些集成機器人平臺一定會超過一般獨立研究群體那種容易設(shè)計、開發(fā)、測試和維護的復雜度。缺少軟硬件平臺的標準化也可能會導致一些研究成果的碎片化，影響評估的有效性，以及發(fā)表成果的難度，以及不必要的工程與集成工作的重復。

要克服這些挑戰(zhàn)，必須協(xié)調(diào)領(lǐng)域內(nèi)的研究工作，進行軟硬件系統(tǒng)開發(fā)。這些工作應該包括開發(fā)一個開放的實驗平臺，一方面使該平臺能夠以低成本支持廣泛的研究項目，另一方面可以保證研究群體之間技術(shù)和軟件的重復使用。例如ROS，一個由WillowGarage開發(fā)的機器人操作系統(tǒng)。該系統(tǒng)能保證代碼的重復使用，并提供普通操作系統(tǒng)能提供的服務(wù)，比如底層設(shè)備控制、通用功能的共用、任務(wù)之間的消息傳遞等。在理想情況下，這種平臺可以通過物理模擬軟件的方式支持算法的早期開發(fā)和測試，而不用在研究人員的安全與硬件系統(tǒng)之間進行折中。開發(fā)工作也能從機器人整合開發(fā)環(huán)境(IDEs)中獲益;這些IDEs增強了軟件開發(fā)的模態(tài)，因而有助于代碼復用和文檔工作。

另外，機器人研究幾乎沒有做過非常徹底的評估，也沒有通過任何定義明確的、可重復實驗的測試。在其他領(lǐng)域，比如機器視覺，由于有公共數(shù)據(jù)庫，有助于給出在多種算法和系統(tǒng)之間相對客觀的比較。因此與會學者建議，要建立并擴大實驗數(shù)據(jù)庫，將其作為本領(lǐng)域的基準。然而，由于機器人研究集中于機器人和環(huán)境之間的物理交互，電子數(shù)據(jù)集不足，應該通過由物理實體構(gòu)成的特定技巧標準以獲得補充，比如一些現(xiàn)成的實體可以作為抓取研究的基準。進一步來說，整個基準環(huán)境應該對開發(fā)、評估、以及與特定應用和實施進行比較。這樣的環(huán)境應該涵蓋大尺度和復雜性，從簡單的工作臺(辦公桌或者吧臺)到整個房間、一棟房屋，以至整個街區(qū)。討論中提出了機器人城市的概念：一個常規(guī)的市區(qū)環(huán)境，所有居民都是實驗的一部分，同時他們也能夠輔助評估過程，涵蓋有關(guān)居民日常應用環(huán)境足夠需求的定義。

機械硬件

安全是機器人工作在有人環(huán)境中的一個關(guān)鍵因素。本質(zhì)上講，安全的機器人使人機交互可以順利開展，同時增加機器人技術(shù)在日常生活中的接受程度。因此，具有更高力量重力比，本質(zhì)更安全的電機和執(zhí)行機構(gòu)將代表一種重要的科技創(chuàng)新。對于這類機構(gòu)，柔性將是一種令人期待的屬性。柔性是指執(zhí)行機構(gòu)具有這樣的一種能力，其能夠根據(jù)接觸外界環(huán)境時反作用力的大小調(diào)整自身行為。這些反作用力由于任務(wù)不同而發(fā)生變化。這種機構(gòu)保證了安全操作，尤其是在與人交互時的安全性。同時還能保證與外界接觸時的柔性、魯棒性，以及行動的有效性。進一步來說，能量效率對于許多應用而言是關(guān)鍵考慮因素之一。戶外環(huán)境經(jīng)常展現(xiàn)高度變化的地形屬性，而戶外可能包括樓梯、梯子、坡道、自動扶梯或電梯。

高度靈巧的和便于控制的機械手是一個重要的研究領(lǐng)域。機械抓取和操作的進展與新型手機構(gòu)的開發(fā)密切相關(guān)。與此同時，與會學者感覺當前機械手的潛能并未通過現(xiàn)存的抓取和操作算法得到充分挖掘。因此，可以想象，許多令人感興趣的和相關(guān)的應用可以通過現(xiàn)有的抓取和操作硬件解決。

發(fā)展路線圖

機器人技術(shù)的商業(yè)化與經(jīng)濟效益不僅受限于技術(shù)發(fā)展，與法律政策、人才培訓等也息息相關(guān)。服務(wù)機器人的未來發(fā)展路線：

5年：機器人能夠在人類的指導下，通過探索建立其周圍環(huán)境的語義地圖;能夠在不確定的二維環(huán)境內(nèi)自主運動，并完成簡單的抓取放置任務(wù);能夠處理在固定數(shù)據(jù)集中或者具有特定特征的物體;能夠完成中等復雜的任務(wù)規(guī)劃，如移開障礙物，打開櫥柜等。

例如：將更多的倉儲物流機器人應用于庫存管理與物料運輸;在交通標志清楚的城鎮(zhèn)中，自動駕駛汽車的駕駛性能能夠與人類駕駛員相當，甚至在某些特定任務(wù)中超過人類駕駛員，如工業(yè)采礦、建筑施工、側(cè)方停車、緊急制動等。

10年：機器人可以利用數(shù)據(jù)庫中近似或不完整的環(huán)境模型，計算出可靠的方法執(zhí)行特定運動與操作任務(wù);能夠通過感知、交互和人類指示深入理解周圍環(huán)境;能夠?qū)崿F(xiàn)多層樓房的導航任務(wù);能夠通過改變環(huán)境(移動障礙物、開燈等)來完成特定任務(wù)，并有一定的故障檢測與恢復能力。

例如：將無人機、無人車和足式機器人等用于商業(yè)快遞;自主駕駛汽車能夠在任何城市環(huán)境和部分越野環(huán)境中達到與人類駕駛員相當?shù)募寄?無人車可以應對某些不可預測的突發(fā)事故，能夠拖曳其他故障車輛，能夠在傳感器故障的情況下自動駕駛到安全區(qū)域。

15年：各種服務(wù)機器人能夠在全新的、非結(jié)構(gòu)化、動態(tài)環(huán)境中快速、無碰撞地執(zhí)行移動操作任務(wù);能夠感知環(huán)境信息，構(gòu)建深度理解，完成指定任務(wù);可以穩(wěn)健地應對環(huán)境變化;可與環(huán)境相互作用，并以智能方式改變環(huán)境。

例如：全面增加機器人在各個物流階段的使用，包括自主卡車、無人機、小型快遞機器人、倉庫搬運機器人等;自主汽車能夠在任何環(huán)境中媲美人類駕駛，比駕齡低于一年的人類駕駛員更加安全可靠;無人車將能通過自主學習應對未知環(huán)境，如極端天氣、傳感器失效等。

審核編輯：黃飛

?