2015年服务机器人企业如春笋般崛起，中国机器人产业迎来爆发之年，2016年随着智能制造脚步的加快，机器人产业智能化水平也越来越高，服务机器人市场开始迅速增长，在可预见的未来，服务机器人的前景是极其可观的。
“未来服务机器人的市场机会没有天花板。”对于服务机器人的未来，沈阳新松机器人自动化股份有限公司总裁曲道奎也颇为看好。刘雪楠称，服务机器人正处于高速裂变期，底层技术趋同出现巨头是趋势，而在细分领域将会涌现不同应用端的“新星”。
不过，纵然前景颇为明朗，但服务机器人却面临着尚未完全打开市场的现状。英特尔（中国）有限公司战略合作与创新业务部总监张志斌用“痛并快乐着”形容其接触到的服务机器人企业，“有想法没有技术，有技术做不了产品，有产品不知道怎么卖，知道怎么卖没有钱”。
服务机器人进入裂变期行业激辩风口还有多远
“过去服务机器人的应用场景更多是在实验室里，但2017年它的场景应用会进一步的裂变。”这是刘雪楠对于服务机器人2017年的预判。他认为，所有的行业，真正产业级的裂变均来源于场景应用，就像电脑市场真正爆发的时候，是因为互联网的场景应用，裂变过程中会有很多的失败案例，但这场裂变会助推机器人产业化的技术真正落地。
谈到服务机器人的发展趋势，刘雪楠告诉记者，服务型机器人将和人工智能有更多的结合机会。具体而言，底层技术和基本型的技术会逐渐趋同，每个领域都有几家大公司去做，甚至出现巨头；同时在一些细分领域，将会进一步地裂变和细分。
在商业模式方面，刘雪楠认为可能会有硬件呈现低价趋势甚至免费模式，以低价打开家庭消费；此外，服务机器人的模组化和模块化将成为重点，消费者众包式的人工智能工具将成为重点。
另一方面，刘雪楠称服务机器人产业的生长、成长不是像过去类似智能手环那样的单纯的硬件，成长模式是生态平台化的成长，分别从技术级、产业级和生态级升级，这些硬件方案会更好底促成机器人快速进行硬件裂变，软件同样有各式各样对应人工智能的、关联的模组和技术。
“痛并快乐”探寻行业风口
服务机器人的时代已经开启，纵然未来的前景颇为明朗，但服务机器人却面临着尚未完全打开市场的现状，仍在探寻着行业风口。
与此同时，服务机器人未来的五年最容易切入的领域将会在哪儿的畅想也随之而来。刘锐认为，接下来五年里面，服务机器人在交互方面来说，将由原来移动端的触摸点型变成语言交互方式。未来五年对机器人最大的需求是很多人都想了解机器人和学习机器人，科教和展览将是不错的领域。张志斌称把场景变窄了，就能做出了不起的产品，应该集中在自己擅长的部分，尽最大的努力对接高校和科研机构的资源，解决用户体验问题。
刘雪楠用“富强”概括了公用型机器人和家用型机器人的走向，公用型机器人针对“富”，将从资金丰富的单位和机构里率先被启用；服务型机器人针对“强”，将从消费者的强需求，比如教育和养老市场方面的应用切入。
值得注意的是，刘雪楠认为机器人的硬件和基本技术只是短期的重点，在5~10年之后，基于机器人普及之后，会形成和人类社会关联的机器人社会，服务机器人的社会化和人性化将是真正的竞争重点。
服务机器人攻坚战不可或缺的技术利器
服务机器人实际上是多种技术的融合和实现，包括语音交互、导航定位、运动控制、后台调度管理、多传感技术、通信等多领域技术。要让产品成功商用，这些技术缺一不可。
定位导航技术：得雷达SLAM者，走得更远
行业领先的服务机器人企业，八成都采用了SLAM技术。简单来说，SLAM技术是指机器人在未知环境中，完成定位、建图、路径规划的整套流程。
据介绍，雷达SLAM虽然成本较高，但却是目前最稳定、最可靠、高性能的SLAM方式。这种技术定位精度控制在±10mm内，能够确保机器人在完全未知的环境中创造地图，同时根据地图进行定位、导航、自主规划路线。也就是说你下达任务后以后它就能自主规划路线、完成任务后回到迎宾地点，无需人工操作，与谷歌无人驾驶技术有异曲同工之妙。
SLAM技术目前已广泛应用于AR、机器人、无人驾驶等新兴领域，其中雷达SLAM因良好的指向性与高度聚焦性，成为行业主流定位导航方式。
运动控制技术：轮动机器人更符合市场需求
有趣好玩的双足机器人你一定都见过，然而事实是这类机器人稳定性差，移动速度慢，并且一推就倒。而轮式、履带式的服务机器人则拥有更好的平衡性，在运动过程中更稳定。
目前双足机器人主要有电机和液压两种运动控制方式，前者结构相对简单，但负载能力有限；后者虽然有较大的负载能力，但结构复杂。而轮式、履带式机器人的运动控制方式主要由纵向控制和横向控制两部分组成，前者调节移动速度；后者调节移动轨迹。在运动、避障过程中，轮式、履带式机器人能够根据速度的不同采取不同的控制策略，以保持整体的稳定性。从目前的技术发展和实用性来看，轮式、履带式的机器人显然更符合市场需求。
多传感器融合技术：最终体现产品差异化功能
传感器如同机器人的“五官”，机器人通过传感器获取外界信息，以满足探测和数据采集的需要。系统通过综合、互补、修正、分析所得信息，从而完成决策，快速作出反应。未来的机器人想要做得更像人，多传感器融合技术至关重要。比如日本Pepper机器人就配有1个3D传感器、5个触摸传感器、2个陀螺仪、2个声波定位仪、3个缓冲传感器、6个激光传感器。通过这项技术，Pepper能识别人的表情、语气、周围环境，并根据人的情绪做出更丰富的、更人性化的反应。
目前我国主流服务机器人主要配有红外传感器、超声波传感器、触觉传感器、视觉传感器等。实际上，如果服务机器人想要完成更多、更复杂的任务，还需配备更多的传感器。多传感器融合技术的成熟与否，将直接体现在服务机器人的差异化功能上。
深度学习算法：机器学习里的重要突破
在人类面前，机器人就是一张白纸，它们需要学习人类的各方面，像说话、做家务等等，而在这方面，深度学习算法就是一个关键。
利用深度学习算法，在加以大量数据的训练，服务机器人就可以模仿人类形成自己的一套做事方法，并在之后加以运用。以人脸识别为例，科学家们利用数据库中的人类照片对算法进行训练，让之将照片与人名相对接，在不断的纠错中提高其识别的准确率。
如果将人工智能技术的研究比作造房子的话，深度学习算法就是最底下的“地基”，承担着一项技术的所有“风险”。此外，在认知交互方面，除了语义理解和向人类学习，服务机器人还需要对“感情”进行理解，如此，它才能够真正的贴近人类，实现自己的真正价值，尤其是注重情感交流的陪护型服务机器人。
未来要打好服务机器人这场攻坚战，深化技术必不可少，发展道路还很长。（以上内容来自中国传动网）
网友评论