服务机器人想要获得突破性发展 这些问题必须解决

行业洞察】机器人：从工业替代迈向智能服务，技术难关何在？

不少行业专家见证了机器人从简单的自动化工具进化成高效的生产助手，仿佛一夜之间，机器人已从蚂蚁进化成了猴子。很多人对机器人的期待还停留在科幻电影中的智能水平。那么，将科幻变为现实，我们需要突破哪些关键技术呢？今天，让我们一同探寻这个领域的奥秘。

机器人的核心构成大致分为三个部分：观测、分析与执行，背后分别对应着传感器技术、计算机技术与自动控制技术。传感器技术作为工业自动化初期的服务者，通过监控物理参数如加速度、压力、温度等，已经大大提高了生产效率。如今，这一技术已经相当成熟，应用领域广泛。

但对于服务机器人来说，它们面临的环境远比工业机器人复杂多变。工业机器人往往在固定、已知的环境中作业，而服务机器人要面对的是充满未知的复杂环境。这就要求服务机器人必须具备更加先进、更加丰富的传感器系统，例如能够全面模拟人类五官的传感器。

尽管我们在传感器技术上已经取得了长足的进步，但在模拟人类真实感觉的信息探测方面，如视觉、听觉、触觉、嗅觉、味觉等，还存在不小的技术障碍。深度感知传感器对服务机器人至关重要。虽然目前测量深度信息的方法不少，但主流方案仍然集中在激光雷达与双目视觉。激光雷达面临的问题是手工制作居多，难以实现大规模生产和成本降低；而双目视觉则面临着庞大的数据计算量这一难题。

对于中国企业来说，面临的问题更为严峻。数据显示，中国中高档传感器产品几乎完全依赖进口，芯片九成以上依赖国外生产。国产传感器的可靠性远远落后于国外同类产品。更重要的是，我国绝大多数传感器企业都属于小型企业，规模较小、研发能力薄弱、效益不佳。

我国在机器人领域的发展道路上仍面临诸多挑战。要想实现科幻电影中的智能机器人，我们还有很长的路要走。但正是这些挑战和难关，推动着我们去探索、去创新。让我们共同期待未来的智能机器人时代！在人工智能领域，机器人的大脑虽然已经取得了显著进展，例如在人脸识别等领域已经达到甚至超越了人类的水平。从整体来看，目前市场上最先进的机器人大脑，其智力水平大约相当于人类几岁的孩子。我们所追求的，不仅仅是一台“聪明的机器”，而更渴望拥有一台能够颠覆我们生活方式的机器。

当前人工智能技术的飞速进步主要得益于深度学习和大数据技术的成熟。市场上普遍认为只要给机器提供足够的数据，它就能通过深度学习达到甚至超越人类的智能水平。与一位人工智能领域的专家交流后，我们了解到，仅仅依赖更多的数据已经不足以推动人工智能技术的进一步发展。他强调，真正的突破需要在算法上进行革新。也有观点认为大数据的极限只是机械智能的优化，而非我们想象中的真正人工智能。

在运动控制方面，人形机器人的研发已成为众多机器人公司展示技术实力的重要标志，这也反映了人形机器人的技术难度之大。人形机器人的核心组成部分包括电机、伺服系统、驱动系统和减速机。这些零部件的技术含量非常高，国内基本依赖进口。其中，减速机是机器人运动控制的关键。它能将电机的高速运转降低到机器人适用的速度。据了解，一台机器人通常配备6个减速机，但国产减速机尚无法批量生产。

目前，仅仅减速机就占据了机器人成本的35%左右。国内企业购买减速机的价格竟是国外企业的将近5倍。电机和控制器部分占机器人成本的约10%。降低机器人成本的关键在于核心零部件的国产化，尤其是减速机的国产化。目前，国内机器人使用的减速机、电机及驱动仍然以国外供应为主，核心技术主要掌握在国际巨头如ABB、KUKA等手中，其中日本是最大的减速机出口国。

由于这些核心部件由不同厂商分别生产，机器人在集成化和小型化方面仍存在明显不足。这在工业机器人领域可能不是大问题，但在人形机器人等小型机器人领域，却成为了一个亟待解决的问题。即使拥有了聪明的大脑和先进的运动控制硬件，我们仍然需要优秀的运动规划算法来指导。这些算法的主要任务是教导机器人如何行走、如何避开障碍物等日常任务。当前稳定的行走控制理论在实际机器人测试和运行中并不总是能达到预期效果。

波士顿动力公司在人形机器人领域堪称佼佼者，它最终被谷歌放弃，原因是谷歌认为在未来几年内无法推出商业化产品，不再愿意继续投入资源。知名企业家、投资人和工程师Yobie Benjamin也透露了实际测试中的挑战：首先是噪音问题，实验中的响声非常大；其次是稳定性问题，尽管在视频中展示的效果令人印象深刻，如在山地中行走自如，但在实际测试中，即使在平地上也经常会出现摔倒的情况，而且无法自主站立。

机器人技术仍然需要不断发展和完善，未来还有很长的路要走。