深度解讀美國服務(wù)機器人技術(shù)路線(xiàn)圖

　　服務(wù)機器人正在以高速的增長(cháng)速度加速步入我們的日常生活。根據IFR的最新統計，未來(lái)三年內，服務(wù)機器人市場(chǎng)規模將達到目前的5倍。正是基于廣闊的市場(chǎng)前景，美國國家科學(xué)基金會(huì )頒布了《美國機器人技術(shù)路線(xiàn)圖》，其中服務(wù)機器人作為單獨的一章重點(diǎn)論述。知己知彼，了解美國服務(wù)機器人發(fā)展動(dòng)向，可更好地幫助我們與時(shí)俱進(jìn)。

　　上期，我們刊發(fā)了《美國服務(wù)機器人技術(shù)路線(xiàn)圖（上）》，從美國服務(wù)機器人的發(fā)展現狀、戰略布局、面臨的挑戰等方面，詳細梳理了服務(wù)機器人在美國以及全球發(fā)展的路徑。本期我們進(jìn)一步深入，具體從應用場(chǎng)合、技術(shù)發(fā)展方向等層面，闡述下一階段美國的策略，相信讀完此文，你會(huì )對美國在服務(wù)機器人領(lǐng)域的規劃，形成全方位的認識。

　　主要的挑戰與能力

　　范例場(chǎng)景

　　● 生活品質(zhì)

　　機器人技術(shù)，希望給老年人和殘疾人的生活質(zhì)量帶來(lái)巨大的提升。比如，一種革命性的輸運移動(dòng)解決方案能夠讓使用輪椅的殘疾人士獨立的進(jìn)出車(chē)輛 。這種系統使依賴(lài)于輪椅的人，可以使用普通客車(chē)而不需要他人的幫助，因而賦予了他們以前不具備的獨立和自由度。這種系統提供了超過(guò)現有輸運移動(dòng)解決方案的顯著(zhù)優(yōu)點(diǎn)，包括更低的成本，使用標準碰撞檢測過(guò)的汽車(chē)座椅，更多的座駕選擇，以及無(wú)需對車(chē)輛結構進(jìn)行改裝。

　　● 農業(yè)

　　在農業(yè)中，機器人技術(shù)也希望能夠由大量的應用，幫助農民降低成本、提高生產(chǎn)率。機械收割機和其他農業(yè)機械需要專(zhuān)業(yè)駕駛員進(jìn)行有效工作，同時(shí)，諸如勞動(dòng)力成本和操作疲勞等因素增加了農業(yè)成本，限制了這些機器的生產(chǎn)率。自動(dòng)化操作，如噴灑農藥、收割和采摘等，為縮減成本、增加安全、增大產(chǎn)出、增加操作柔性、夜間作業(yè)、減少化學(xué)品的使用等，提供了可能。大量的原型系統及應用，包括自動(dòng)水果農藥噴灑作業(yè)，農業(yè)收割已經(jīng)被開(kāi)發(fā)出來(lái)。這些技術(shù)，已經(jīng)成熟到了未來(lái)幾年之內就可以進(jìn)行商業(yè)化開(kāi)發(fā)及使用的程度。

　　● 基礎設施

　　機器人技術(shù)擁有巨大的潛力，可用于自動(dòng)化檢測和保養整個(gè)國家的橋梁、高速公路、管道和其他基礎設施。當前，通過(guò)提供準確詳細的管道狀態(tài)信息，機器人技術(shù)已經(jīng)用于開(kāi)發(fā)自動(dòng)管道檢測系統，減少維護和復原成本?；诟呒壎鄠鞲衅骱推渌麢C器人技術(shù)的系統，用于檢測地下建筑和環(huán)境。實(shí)現這些檢測通常非常困難，包括大直徑管道、長(cháng)距離延展、倒置、冠狀、涵洞、檢查井以及在役檢驗。這些機器人平臺通過(guò)廢水管道，檢測難以通過(guò)傳統方式接近的排污管，生成非常準確的管道內表面三維圖像。檢測信息以數字形式捕捉，同時(shí)用于未來(lái)的檢測，并自動(dòng)計算缺陷部位隨時(shí)間演化的過(guò)程。

　　● 礦業(yè)

　　機器人技術(shù)已開(kāi)始對地下和地表礦產(chǎn)工業(yè)產(chǎn)生巨大的影響。一種創(chuàng )新的傳送帶檢測系統使用高速機器視覺(jué)系統和軟件算法監控傳送帶的狀況，為操作員提供故障檢測。這種檢測系統，已經(jīng)使用在幾個(gè)地下煤礦中。專(zhuān)用保護系統用以減少由于皮帶連接處碎裂，導致耗費巨大的停工期。在更大的尺度上，機器人技術(shù)被用于開(kāi)發(fā)礦山用自主運輸卡車(chē)。Caterpillar公司在2015年前開(kāi)發(fā)一種自主礦山用運輸系統，整合了數臺自主運輸卡車(chē)，每臺卡車(chē)運載能力在240噸以上。自主技術(shù)通過(guò)對生產(chǎn)過(guò)程提供一致性來(lái)促進(jìn)與提高生產(chǎn)率，同時(shí)將環(huán)境影響降到最小，最終提高效率，提升整體礦業(yè)的安全。

　　● 運輸

　　機器人技術(shù)將在未來(lái)幾十年之內顯著(zhù)影響客運和貨運的各個(gè)方面，從個(gè)人運輸系統到智能高速公路，再到智能公共輸運系統。類(lèi)似 Segway和Toyota這樣的公司已經(jīng)引入個(gè)人輸運系統機器人，乘員以站姿騎乘這類(lèi)機器人，持續監測乘員位置的內部傳感器控制機器人的運動(dòng)，并作出自動(dòng)調整。同時(shí)，汽車(chē)制造商和設備生產(chǎn)商也制造智能車(chē)輛，通過(guò)安裝性能更高的計算機和傳感器，為乘員提供更好的環(huán)境感知和駕駛感受。

　　內華達州和佛羅里達州已經(jīng)通過(guò)法律，允許了無(wú)人車(chē)輛的使用。在內華達州，兩輛車(chē)被授予駕照（一輛來(lái)自谷歌公司，一輛來(lái)自?shī)W迪公司）。行駛的道路只增加5%的容量，就能夠導致37億駕駛小時(shí)延誤，以及23億加侖燃料的浪費。

　　為了解決這個(gè)問(wèn)題，高速公路管理局嘗試通過(guò)安裝傳感器、攝像頭和自動(dòng)收費讀卡器，嘗試創(chuàng )造智能道路。一個(gè)公私聯(lián)合的國內組織，車(chē)輛技術(shù)車(chē)設施一體化組織（VII），已經(jīng)開(kāi)始融合智能車(chē)輛和智能道路，用以創(chuàng )建虛擬交通信息網(wǎng)，同時(shí)解決交通堵塞問(wèn)題。大眾運輸系統也希望采用機器人技術(shù)，為操作者提供更大的位置，感知能力和在擁擠的城市廊道中提供導航輔助的能力。因而，機器人技術(shù)將有助于控制運輸成本、增加運輸安全。

　　● 教育

　　機器人已經(jīng)開(kāi)始改變美國的課堂。機器人把學(xué)術(shù)的概念植入課堂中，同時(shí)在所有K-12和大學(xué)教育中使用。機器人提供給學(xué)生可以接受的集成手段，調查數學(xué)、物理、計算機和其他STEM學(xué)科的基本概念，同時(shí)使教師能夠同時(shí)介紹設計、創(chuàng )新、問(wèn)題解決和團隊的概念。機器人課程已經(jīng)發(fā)展起來(lái)，教師也已經(jīng)通過(guò)培訓。每年，全國范圍的機器人比賽成績(jì)都會(huì )被保存。大概最知名的機器人競賽項目就是由FIRST創(chuàng )辦的了，它建于1989年的非盈利組織，用于激發(fā)年輕人成為科學(xué)和技術(shù)的領(lǐng)導。作為一種衡量機器人比賽普及程度的指標，FIRST希望能有超過(guò)32萬(wàn)名學(xué)生參加這一競賽。更為顯著(zhù)的是， Brandeis大學(xué)的一項調查發(fā)現，在類(lèi)似的背景和學(xué)術(shù)經(jīng)歷的情況下，FIRST比賽的選手追求科學(xué)和技術(shù)的比例，是非FIRST比賽選手的兩倍。盡管已經(jīng)取得了很大進(jìn)步，但當前的進(jìn)步也只是機器人對教育潛在影響的一層表皮。為了更充分地發(fā)掘這種潛能，面向學(xué)生和教師的機器人需要更容易接近、更便宜且更容易使用。

　　● 本土安全和防衛

　　當機器人技術(shù)用于國土安全和防衛時(shí)，它作為一項創(chuàng )新技術(shù)，為搜尋、救援、偵查、防爆、火源檢測以及其他應用，提供多樣化手段的同時(shí)也提高了任務(wù)的可行性。無(wú)人偵查，探測及反應系統利用機器人平臺、固定傳感器、命令和控制網(wǎng)絡(luò )系統，來(lái)監測和巡邏數百英里長(cháng)的惡劣邊界地形，尋找并定位化學(xué) /生物/輻射/核/爆炸威脅，同時(shí)調查邊境、電廠(chǎng)和機場(chǎng)的廣闊周?chē)h(huán)境。這樣的系統能使安保人員自動(dòng)檢測潛在危險，從安全距離外觀(guān)察危險物，有必要的話(huà)可以提供初始的破壞和封鎖危險物存放地。其他裝備紅外攝像機、夜視傳感器和毫米波雷達的便攜機器人已經(jīng)用于搜尋災難現場(chǎng)幸存者，比如世貿中心。

　　能力路線(xiàn)圖

　　圖1：左欄中的基礎研究領(lǐng)域持續的進(jìn)步，將促進(jìn)大量的基本功能的發(fā)展，如圖中欄內容。右欄是這些功能一次在應用領(lǐng)域中的進(jìn)展。

　　為了使服務(wù)機器人能夠解決上述問(wèn)題， 我們給出了必須面對的主要挑戰以及必須培養的關(guān)鍵能力。圖1概述了計劃路線(xiàn)以及本文檔的其余部分。圖中，右欄列出了應用領(lǐng)域，其中有許多之前的方案中已描述過(guò)。只有當自主機器人同時(shí)具有相當一部分技術(shù)能力時(shí)，這些應用領(lǐng)域才算是取得了重要進(jìn)步。這些能力被列在圖片的中欄。為了達到機器人技術(shù)所要求的水平，在一系列基礎研究和技術(shù)方面，都需要進(jìn)行持續的投入研究和發(fā)展。

　　● 移動(dòng)和操作

　　自主服務(wù)機器人通過(guò)在他們的工作環(huán)境中運動(dòng)、并與環(huán)境相互作用來(lái)完成任務(wù)。這些運動(dòng)和物理作用，需要通過(guò)改變機器人的位置和在環(huán)境中的移動(dòng)來(lái)實(shí)現。任務(wù)的完成很可能需要復雜的運動(dòng)和交互程序：機器人可能需要從一個(gè)房間移動(dòng)到另一個(gè)房間，或者需要它打開(kāi)門(mén)、爬樓梯、使用電梯、清理路徑中的障礙、去除障礙物或者使用工具。為了具有這些能力，需要機器人技術(shù)在傳感、控制和認知方面的大量實(shí)質(zhì)性進(jìn)步。服務(wù)機器人帶來(lái)的問(wèn)題只能通過(guò)綜合方案解決。

　　機器人走到不同樓層房間去取箱子，應該考慮到該任務(wù)的難度取決于箱子的大小，并且要找到好的抓持方式，舉起箱子，通過(guò)狹小的空間，躲避環(huán)境中機器人不得不越過(guò)的其他目標。為了推動(dòng)箱子（或者舉起它），機器人需要估算自己的能力，空間的幾何關(guān)系，驅動(dòng)和關(guān)節的約束，以及運動(dòng)過(guò)程中接觸的動(dòng)力學(xué)和摩擦。

　　為了得到自己的動(dòng)作和運動(dòng)的程序運行方式，機器人需要熟悉它的周?chē)h(huán)境，因為并不是所有所需的信息都能被提供。因此，機器人運行在非結構化和動(dòng)態(tài)的環(huán)境時(shí)，需要具有在環(huán)境中感知對象和計算其屬性的能力。“語(yǔ)義映射”，為機器人提供了完成一個(gè)任務(wù)所需的環(huán)境。目標檢測和識別以及相關(guān)的感知能力，則提供了語(yǔ)義映射、導航和目標操作的能力。

　　在5年、10年、和15年內，通過(guò)持續的研究和發(fā)展，下面的目標可能實(shí)現：

　　·5年：機器人在實(shí)驗室中利用多樣化的研究機制，在非結構化的二維環(huán)境中安全和穩定地導航，實(shí)現簡(jiǎn)單地選取和放置任務(wù)，相關(guān)的目標為簡(jiǎn)單的機構且具有特定的屬性。機器人通過(guò)探測和相互作用以及人類(lèi)的指令，生成環(huán)境語(yǔ)義地圖。他們能夠推斷出復雜的任務(wù)，比如移除障礙物、打開(kāi)柜子等等，從而進(jìn)入其他的目標。

　　·10年：給出一個(gè)環(huán)境靜態(tài)部分的大概和可能的不完全模型（可能給出一個(gè)互聯(lián)網(wǎng)數據庫等），服務(wù)機器人能夠可靠地規劃執行一個(gè)任務(wù)。定向運動(dòng)機器人能建立起對環(huán)境的深度感知，構建自己物理動(dòng)作和理解指令。機器人通過(guò)上下樓梯完成對多層環(huán)境的導航，也會(huì )通過(guò)修改環(huán)境增加實(shí)現任務(wù)的機會(huì ) （例如移除障礙物、清理障礙、打開(kāi)燈），檢測和恢復一些故障。服務(wù)機器人必須使多個(gè)流動(dòng)結構，比如腿、跟蹤設備和輪子，在全新的、非結構化的動(dòng)態(tài)環(huán)境中執行高速的沒(méi)有沖突的移動(dòng)操作。

　　·15年：包括多個(gè)運動(dòng)機構如腿、軌道和車(chē)輪的服務(wù)機器人，在新的非結構化的動(dòng)態(tài)環(huán)境中執行高速、無(wú)碰撞的移動(dòng)操作。它們對自身環(huán)境進(jìn)行適當的翻譯，可能是對執行特殊任務(wù)的環(huán)境、整體或局部，以及長(cháng)期的環(huán)境所做的呈現（語(yǔ)義地圖）。使用它們不斷規劃以實(shí)現全局目標。它們能夠對動(dòng)態(tài)變化做出強有力的反應（例如，由于被推或被擠的意外擾動(dòng)）。通過(guò)任務(wù)導向，它們能夠交互探索，通過(guò)與環(huán)境的相互作用，它們能夠通過(guò)智能的方式對任務(wù)進(jìn)行修正，以確保和促進(jìn)其任務(wù)完成。其中包括機器人間的、接觸目標間以及環(huán)境的靜態(tài)部分間相互作用的物理屬性（滑動(dòng)、推、扔等）的推理。

　　● 真實(shí)世界規劃與導航

　　2009年以來(lái)，服務(wù)機器人真實(shí)世界規劃與導航領(lǐng)域，已在主要途徑上有了發(fā)展。這些發(fā)展仍然在美國機器人路線(xiàn)圖報告中。當時(shí)的關(guān)注重點(diǎn)是在高度非結構化情況下，利用有限的經(jīng)驗知識，對空間和障礙物導航。機器人需要獲得和感知數據，以建立將要規劃的環(huán)境模型。在執行這些規劃時(shí)，額外的傳感信息將被用于反饋，甚至用于小數量機器人在實(shí)驗室環(huán)境下進(jìn)行非實(shí)時(shí)規劃和控制。

　　自主移動(dòng)服務(wù)機器人在后勤和醫療應用中的部署舉例——上起： SymbioTIc， Aethon，和Kiva系統

　　在高度非結構化環(huán)境中，在有挑戰性的問(wèn)題上已經(jīng)有了進(jìn)展。自從2009 年以來(lái)，最顯著(zhù)的變化就發(fā)生在能夠實(shí)時(shí)規劃和控制的大型車(chē)隊的服務(wù)機器人應用領(lǐng)域。那里的環(huán)境和任務(wù)更加結構化，其應用領(lǐng)域包括物流和材料處理、醫療衛生和農業(yè)等（圖2），這些應用不僅在技術(shù)發(fā)展上很重要，同時(shí)服務(wù)機器人在解決真實(shí)世界問(wèn)題上更具有價(jià)值。有效的社交人際交互與其接口的核心能力研究，必須遵循以人為本的設計進(jìn)程，并對利益相關(guān)者進(jìn)行嚴格評估。在這一進(jìn)程中的用戶(hù)調查，可能會(huì )包括早期設計過(guò)程中具有針對性的健康人群，也會(huì )包括由此形成的設計迭代評估，并且延伸到病人、醫生、家庭、治療師以及其他一些社會(huì )成員。在該領(lǐng)域中，研究和發(fā)展的關(guān)鍵性方法，是找到合適的措施方法以成功地實(shí)現自然交流，使環(huán)境與健康應用的聯(lián)系真實(shí)有效，并研發(fā)出對輸入到機器人系統中的實(shí)時(shí)量測信息進(jìn)行在線(xiàn)評估和學(xué)習的方法。

　　下面的數據有助于了解當前的技術(shù)在操作獨立安裝時(shí)，車(chē)隊的數目在10^3和10^4之間。

　　·實(shí)時(shí)導航和任務(wù)規劃的速度，在每小時(shí)10^4到10^5個(gè)任務(wù)或交易之間。

　　·包括在2D和2.5D中，由地圖定義的網(wǎng)絡(luò )技術(shù)中的障礙和蔽障導航，如倉庫和醫院的走廊。2.5D來(lái)源于在多個(gè)樓層或不同級別的規劃和控制任務(wù)之間的協(xié)調。

　　·協(xié)調多個(gè)機器人的任務(wù)，來(lái)完成其同步。

　　·任務(wù)，包括感知和操作目標來(lái)完成先驗知識的任務(wù)。當機器人到達當地場(chǎng)景時(shí)，通過(guò)傳感信息進(jìn)行任務(wù)描述增強。

　　·重新規劃動(dòng)態(tài)解決問(wèn)題的能力，如任務(wù)失敗、障礙或避免碰撞，包括有人存在的相同操作環(huán)境。

　　·高水平的機器人規劃和控制集成，如物流供應鏈或醫院信息系統。

　　圖3為在操作環(huán)境和任務(wù)中對于實(shí)時(shí)性能指標和程度結構的描述，目前的路線(xiàn)圖設想推動(dòng)右上的極限，在不確定和復雜操作中提高能力。

　　以下是產(chǎn)生這種積極效果的方案：

　　·隨機規劃——針對不確定模型，考慮一個(gè)確定的計劃和控制問(wèn)題。一個(gè)使用已提出的規劃和控制策略系統的仿真，只有在仿真代表了真實(shí)世界的前提下才有效。真實(shí)世界的現場(chǎng)實(shí)驗，將揭示仿真的需要，以更好地模擬真實(shí)世界。如以統計的參數數據代替常數，增加新的動(dòng)態(tài)組件或失效模式的模型，從而通過(guò)仿真尋找策略魯棒性的極限。在未來(lái)五年，為了使用最初的不確定特征發(fā)展規劃和控制，研究的挑戰可能來(lái)自直接方法研究。一個(gè)現實(shí)中真正強大的策劃者，將能夠利用統計知識的優(yōu)勢對環(huán)境建立條件規劃。預見(jiàn)性的規劃都將增加任務(wù)的安全性和效率，機器人將能夠根據內置的不確定性進(jìn)行操作。

　　·當前模型自動(dòng)檢測的有效性——在未來(lái)5~10年，機器人有望工作更長(cháng)時(shí)間。在高度動(dòng)態(tài)環(huán)境下，統計模型規劃的時(shí)間，可能不能正確地表征隨時(shí)間變化的環(huán)境。通過(guò)魯棒的方法，在飛行器上的檢測仍然使用的是模型，而不是控制回路中不可分割的部分。未來(lái)5~10年的目標是，機器人在執行計劃中提高其整合由傳感器獲取數據的能力，以更新的基礎靜態(tài)統計模型為基礎，自主決定何時(shí)以及如何進(jìn)行規劃。我們的發(fā)展目標是，構建能夠生成和更新的系統，能夠長(cháng)時(shí)間不間斷、不松散地進(jìn)行監督工作。

　　·模仿和轉移學(xué)習——應用在車(chē)隊的服務(wù)業(yè)機器人，可以將固有的知識積累、錯誤庫、不確定性侵入的方式要求頻繁而對任務(wù)進(jìn)行重新規劃。即使每一類(lèi)重新規劃的發(fā)生率很低，我們仍會(huì )看到這些問(wèn)題會(huì )再次出現。學(xué)習是解決掉每個(gè)重新規劃問(wèn)題的另一種選擇。它應該能夠知道以前出現的錯誤，更重要的是它也能證明重新規劃的有效性。一個(gè)10年的目標，是將傳統的規劃技術(shù)和可靠性機器學(xué)習方法結合起來(lái)，以實(shí)時(shí)條件下重新認識之前發(fā)生的重復規劃的問(wèn)題，并選擇最優(yōu)解法。許多成果已經(jīng)可以應用在模仿學(xué)習和轉移學(xué)習領(lǐng)域中。盡管規劃在連續中，最終執行規劃的特點(diǎn)是連續執行軌跡，但是從更加抽象的角度來(lái)看，預想經(jīng)常性的構建模塊和干擾，也是可能的。分享、重復使用規劃，以及在遇到突發(fā)事件時(shí)執行復雜動(dòng)作序列的能力是必要的。在未來(lái) 5~10年，機器人應該能夠將他們的規劃貢獻給當地的知識庫，并與其它機器人共享。這樣可以有效地確定計劃，并由此可被重復應用，而不用從頭開(kāi)始解決復雜問(wèn)題。長(cháng)期來(lái)看，大型、高效地檢索資料庫的機器人計劃，應成為行星尺度上的可用之舉。

　　·人類(lèi)監控操作——拿飛行器操作者做類(lèi)比，這個(gè)操作者有這樣一種情境意識：他的空間里有數百架飛行器，飛行器由人類(lèi)飛行員駕駛，并可通過(guò)駕駛員來(lái)交流的命令信息（圖4）。這種情況將會(huì )在不久將來(lái)，伴隨著(zhù)普通機場(chǎng)引入無(wú)人機而改變。作為比較，以目前的邏輯和醫療飛行隊設備，監控人員可展示系統當前的狀態(tài)，同時(shí)可以處理相當有限的傳感器數據。但是，當飛行器的數量達到1000~10000時(shí)，以及每小時(shí)10000~100000次的交互量，監控人員就已達到極限。了解這種狀態(tài)不僅僅需要系統狀態(tài)，而且還需要意識到每個(gè)機器人的規劃以及它們如何互相交流和它們所處的不確定的變化環(huán)境。這個(gè)領(lǐng)域的進(jìn)步可以通過(guò)一個(gè)扇形圖量度，即監控員與被監控車(chē)輛的比率，從目前的10到5年后的100，再到10年后的1000。這個(gè)系統的等級模型被用來(lái)確保監控員在合適的水平下放大情景，以及在一定水平下不通過(guò)監控自動(dòng)調節。

　　● 認知能力

　　在服務(wù)機器人學(xué)中，有以下一種需要：在非工程環(huán)境下運行，通過(guò)使用者示范來(lái)獲取新知識，與使用者交互來(lái)完成任務(wù)和狀態(tài)報告，認知系統確保了能夠獲取關(guān)于環(huán)境的新模型，并可以被用來(lái)訓練將來(lái)動(dòng)作的新技能。對于經(jīng)常性的人機交互，以及幾乎沒(méi)有機會(huì )對使用者訓練的控制發(fā)展，認知能力是非常必要的。此外，為了應對非工程環(huán)境智能程度的增加，確保系統的可靠性也是必要的。在5年、10年、15年后，下面的目標在目前的研究和發(fā)展條件下是可能達到的：

　　·5年：證明機器人可以通過(guò)人類(lèi)的姿勢和語(yǔ)言交互來(lái)學(xué)習技能。此外， 獲得關(guān)于非模型的室內環(huán)境模型。

　　·10年：機器人可以與使用者交互，來(lái)獲取新技能以執行復雜的裝配和動(dòng)作。機器人有一個(gè)裝置，可以從簡(jiǎn)單的錯誤中自行恢復。

　　·15年：一個(gè)機器人伙伴，可以在一系列的服務(wù)任務(wù)中通過(guò)調整技能幫助使用者。這種人機交互，基于對人類(lèi)固有的認知和重新規劃來(lái)幫助操作者。

　　● 可靠性感知

　　由于服務(wù)機器人在相對非約束環(huán)境下使用，因此需要提供可靠的感知功能，來(lái)應對環(huán)境的改變。感知對于導航、與環(huán)境交互、與在臨近的系統中使用者和任務(wù)對象的交互，是非常關(guān)鍵的。

　　今天，感知能力集中在幾何形狀的恢復、目標的認知和語(yǔ)意學(xué)的情景理解。我們需要改進(jìn)算法，來(lái)超越認識和幾何學(xué)到達任務(wù)相關(guān)的特征實(shí)體，例如任務(wù)對象（剛性的和可變形的）、文件、環(huán)境或者人。這種特征包括：材料特性、任務(wù)對象可供性、人類(lèi)活動(dòng)、人和對象的交互、來(lái)自環(huán)境的物理實(shí)體的限制等。這些都是先進(jìn)機器人能力發(fā)展必不可少的條件。

　　在未來(lái)5年、10年、15年，下面的任務(wù)在現有的研究和發(fā)展情況下是可能達到的：

　　·5年：感知算法應當與信息在大型場(chǎng)所相結合——家庭、高速公路、醫院、存儲庫——來(lái)完成可靠的操作。機器人將能夠察覺(jué)任務(wù)相關(guān)的不同環(huán)境和操作對象的特點(diǎn)，并且能夠認識、指出搜索數中混亂環(huán)境下的數百個(gè)操作對象。

　　·10年：在靜態(tài)環(huán)境中的基本操作能力，將會(huì )被擴展到動(dòng)態(tài)系統中。這將證明機器人系統，能夠覺(jué)察動(dòng)態(tài)事件和人類(lèi)的活動(dòng)。由此可以學(xué)習人類(lèi)，并與人類(lèi)協(xié)作。為了控制領(lǐng)域，諸如靈巧機械手，靈活性，人機交互和其他任務(wù)而革新特種機器人感知的算法是必要的。發(fā)展大規模學(xué)習和改進(jìn)感知適應性的方法，對于能夠在擴展的時(shí)間段操作的系統發(fā)展是非常必要的。

　　·15年：證明一個(gè)機器人可以集成多種感覺(jué)模式，比如通過(guò)對聲音、范圍、視覺(jué)、GPS和慣性等感覺(jué)的處理，以獲得周?chē)h(huán)境的模型，并將這些模型用于導航、搜索、人機交互，以及和其他新奇的事物交互。未來(lái)的焦點(diǎn)是實(shí)現機器人長(cháng)時(shí)間在復雜、動(dòng)態(tài)的環(huán)境下工作，同時(shí)實(shí)現人機交互模式下機器人的感覺(jué)能力。

　　● 物理且直觀(guān)的HRI接口

　　不論是部署專(zhuān)業(yè)的，還是家用的服務(wù)機器人，都需要利用接口以便用戶(hù)可以更容易地訪(fǎng)問(wèn)系統。而被部署在社區的機器人，需要提供最簡(jiǎn)單的接口，以便使用者通過(guò)簡(jiǎn)單的培訓即可操作。有兩種類(lèi)型的接口：伴隨用戶(hù)的物理接口;控制機器人的命令接口。物理接口，包括移動(dòng)物體的機體運動(dòng)和非接觸互動(dòng)，比如通過(guò)傳達意圖和狀態(tài)來(lái)改變行為。命令接口，對于任務(wù)調度和狀態(tài)報告則是必須的，以便讓用戶(hù)理解機器人的行為。

　　在5年、10年、15年內，通過(guò)不斷地研究和發(fā)展，可以達到下面的目標：

　　·5年：證明用于簡(jiǎn)單的動(dòng)作模式的多態(tài)會(huì )話(huà)，可以促進(jìn)任務(wù)命令更加有效，機器人可以傳達身體動(dòng)作的意圖。

　　·10年：能夠證明，通過(guò)周密編程的機器人可以用來(lái)學(xué)習復雜任務(wù)，比如為一個(gè)普通人家準備午餐。

　　·15年：能夠證明，在當前一個(gè)任務(wù)時(shí)序里，操作者可以設計機器人來(lái)完成復雜的任務(wù)。

　　● 技能獲得

　　服務(wù)型機器人必須通過(guò)持續提高表現，獲得解決新任務(wù)的能力，這就要求服務(wù)型機器人擁有自我學(xué)習新技能的能力。技能可以通過(guò)多種方式獲得：通過(guò)讀取技能庫獲得其他機器人已經(jīng)擁有的技能;通過(guò)不斷地訓練或在錯誤中獲得;通過(guò)觀(guān)察人和其他機器人的運動(dòng)獲得;通過(guò)人或者機器人指示器進(jìn)行教授。然而技能的取得，還要求機器人能夠辨別在何種場(chǎng)景下運用何種技能才算成功，技能可以被參數化，在不同場(chǎng)景下學(xué)習和選擇合適參數的能力，同樣被包含在獲得技能的能力中。從一個(gè)領(lǐng)域向另一個(gè)領(lǐng)域傳遞技能的能力，或者從一個(gè)技能向另一個(gè)技能傳遞經(jīng)驗的能力，意味著(zhù)機器人在獲得能力方面有本質(zhì)的提高。在感覺(jué)、重現、機器學(xué)習、計劃、控制、行為識別和其他相關(guān)領(lǐng)域的提高，可以促進(jìn)機器人提高學(xué)習技能的能力。

　　在5年、10年、15年內，通過(guò)不斷研究和發(fā)展，可以達到下面的目標：

　　·5年：機器人可以通過(guò)觀(guān)察、嘗試、糾錯、證明來(lái)學(xué)習一系列基本的技能。這些技能可以成功應用在許多與已習得能力有細微不同的情況下。 在情況有細微差別時(shí)，通過(guò)初始設置，機器人可以自動(dòng)表現對已學(xué)技能的適應性。

　　·10年：隨著(zhù)感覺(jué)能力的提高，機器人可以獲得更復雜的技能，并判斷在何種情況下運用何種技能，且復合能力可以被集成在更加復雜的能力中。機器人可以自動(dòng)判斷并指出，能夠成功使用技能的情景類(lèi)型。機器人對影響成功的因素有充分的理解，使其可以管理計劃進(jìn)程，并將其成功機率最大化。

　　·15年：機器人持續獲得新技能，并且提高已經(jīng)學(xué)得的能力的工作效率。 它可以獲得獨立于技能的知識，從而實(shí)現在復雜任務(wù)和場(chǎng)景、或新任務(wù)下轉變?yōu)楹?jiǎn)單的技能。機器人能夠識別采用簡(jiǎn)單技能和組合技能的一般模式。

　　● 安全機器人

　　現在，機器人的安全性可通過(guò)清晰劃分人和機器人的工作區域獲得。隨著(zhù)人和機器人的工作越來(lái)越交織在一起，就需要明確考慮，以實(shí)現操作者在一個(gè)相對安全的距離外，操作高速運行的機器人。

　　因此，這就需要考慮標準的安全認證?，F在，不論是專(zhuān)業(yè)機器人還是個(gè)人機器人，安全認證的標準都不充分。這些并不足以驅動(dòng)創(chuàng )新，減緩了推廣的步伐，同時(shí)又提高了成本。

　　從技術(shù)層面來(lái)說(shuō)，安全涉及多個(gè)方面內容，包括對先進(jìn)感知能力的需求，并用于檢測物體，人和語(yǔ)言。當面對可能危險的場(chǎng)景時(shí)，通過(guò)控制系統中的固化安全行為機制保證與人和物體的接觸幾乎不產(chǎn)生損失。然而，安全是一個(gè)關(guān)系未來(lái)科技的多層次主題，包括政府和一系列的工業(yè)標準，獨立的認證和違責風(fēng)險。這就需要提高非科技的因素。比如已存在的專(zhuān)業(yè)機器人和個(gè)人機器人標準，進(jìn)而向利益相關(guān)者展示，明顯的快速創(chuàng )新和應用的需求。

　　在5年、10年和15年內，隨著(zhù)持續的研究和發(fā)展，下面的目標很有可能達到：

　　·5年：

　　1. 針對所有類(lèi)別的服務(wù)機器人安全標準已經(jīng)被定義，并被廣泛接受。

　　2. 固有安全（硬件和軟件）專(zhuān)業(yè)的移動(dòng)機器人能在具有操控的情況下，與訓練有素的人類(lèi)在所有專(zhuān)業(yè)環(huán)境中協(xié)同操作（制造業(yè)、醫院、實(shí)驗室、工廠(chǎng)車(chē)間、倉庫等）。

　　3. 固有（硬件和軟件）個(gè)人移動(dòng)機器人，能在無(wú)操控的情況下，在所有專(zhuān)業(yè)環(huán)境中與人類(lèi)協(xié)同作業(yè)（家庭、賓館、學(xué)校、老年保健院等）。

　　4. 個(gè)人基本操作系統有了安全標準實(shí)施的第一個(gè)版本。

　　·10年：

　　1. 固有安全（硬件和軟件）專(zhuān)業(yè)移動(dòng)機器人在有人操縱的情況下，與未受過(guò)訓練的人類(lèi)在所有專(zhuān)業(yè)環(huán)境中協(xié)同操作。

　　2. 固有安全（硬件和軟件）個(gè)人移動(dòng)機器人，在有操縱的情況下，在所有專(zhuān)業(yè)環(huán)境中與人協(xié)同操作。

　　·15年：

　　固有安全移動(dòng)機器人，在有操控的情況下，與未受過(guò)訓練的人類(lèi)在所有公共的、個(gè)人的、專(zhuān)業(yè)的環(huán)境中協(xié)同操作。

　　基本研究/技術(shù)

　　體系構架與表達

　　在過(guò)去的20年間，一些系統組織建立的模型已經(jīng)出現，然而并沒(méi)有協(xié)議或者系統組織的總體框架被落實(shí)。對于自主導航、靈活性以及操控，有一些已經(jīng)建立的方法，比如4D/RCS和混合協(xié)商架構，但是一旦添加相互作用組件，比如人機交互（HRI），很少有一個(gè)共同的模型協(xié)議。在過(guò)去幾年中，認知系統領(lǐng)域已經(jīng)嘗試研究這一問(wèn)題，但目前為止，尚沒(méi)有一個(gè)統一的模型。

　　對于機器人系統的廣泛采用，建立便于系統集成、構件模型和形式化設計的架構框架是很有必要的。適當的架構框架在本質(zhì)上依賴(lài)于任務(wù)應用程序域，機器人或者各種其他因素。任一上述框架，都與一組適當的陳述捕獲環(huán)境和包括其中的對象的影響緊密相連，比如機器人性能、域名信息以及機器人任務(wù)的描述。

　　控制和規劃

　　由于服務(wù)機器人需要動(dòng)態(tài)解決現實(shí)世界中的問(wèn)題，無(wú)組織的開(kāi)放環(huán)境的出現是在機器人控制算法和運行規劃等領(lǐng)域的新奇挑戰。這些挑戰源于機器人的動(dòng)作和任務(wù)執行中的自主權和靈活性需求的增加?？刂坪瓦\動(dòng)規劃的充分算法，將捕獲適應傳感器反饋的高層次的運動(dòng)策略。研究挑戰，包括傳感方式和規劃、控制算法中不確定性的考慮;合并反饋信號的陳述和運動(dòng)策略能力的發(fā)展;受約束的運動(dòng)，產(chǎn)生于運動(dòng)學(xué)、動(dòng)力學(xué)和非完整系統;解決動(dòng)態(tài)環(huán)境下的對象特性; 為混合動(dòng)力系統開(kāi)發(fā)控制和規劃算法;理解這些算法問(wèn)題在控制和運動(dòng)規劃中的復雜性。

　　認知能力

　　在過(guò)去的幾十年中，知覺(jué)和感覺(jué)處理方面已取得了巨大進(jìn)步。比如基于Web的搜索，例如谷歌圖像和安全應用程序中的人臉識別。在自然環(huán)境中的定位和本地化，在工程環(huán)境中也是有可能實(shí)現的。在過(guò)去十年里，特別是激光掃描儀和GPS的使用已經(jīng)改變了導航系統的設計并促成了新一代的解決方案。在過(guò)去5年中，RGB-D傳感器技術(shù)的使用和打開(kāi)機器人軟件框架，已取得巨大的進(jìn)步。

　　雖然如此，常見(jiàn)的無(wú)GPS環(huán)境中的定位和規劃，仍然是一個(gè)重要的研究領(lǐng)域。此外，我們已經(jīng)在圖像識別與擴展大型數據庫方面，取得了巨大進(jìn)步。在未來(lái)，將有大量的機器人將依賴(lài)其自身感官反饋，并應用程序域將超越之前的模型設置。因此，有必要對多個(gè)傳感器的依賴(lài)和傳感信息的融合提供魯棒性。特別是基于圖像信息的使用是值得期待的，且將在機器人技術(shù)中扮演重要角色。在新的映射方法上、促進(jìn)捕獲新型對象、對象的分類(lèi)和基于超越實(shí)例的識別和靈活的用戶(hù)界面設計上，視覺(jué)將起到至關(guān)重要的角色。

　　可靠的高保真傳感器

　　在過(guò)去十年中，微電子和封裝上的進(jìn)展，已導致了一場(chǎng)感官系統革命。圖像傳感器已經(jīng)超越廣播質(zhì)量，以提供百萬(wàn)像素的圖像。MEMS技術(shù)使得新一代慣性傳感器封裝成為可能，RFID使更高效地跟蹤包裹和人成為可能。由于加寬了操作域，我們將會(huì )需要新型的傳感器，以保證系統的穩健運行。這就需要魯棒控制的新方法，但更重要的是提供強大的數據傳感器，以適應顯著(zhù)的動(dòng)態(tài)變化和較差的域數據分辨率。硅制造的新方法和MEMS新一代傳感器，將成為未來(lái)機器人發(fā)展的關(guān)鍵方面。

　　新型機構與高性能執行器

　　在機械裝置、制動(dòng)和依據函數使用的算法復雜性的發(fā)展之間，存在錯綜復雜的相互作用。一些算法問(wèn)題的解決方案，可能會(huì )極大地促進(jìn)智能機械設計。因此，機械設計和高性能驅動(dòng)器的發(fā)展，很可能在其它基礎研究領(lǐng)域和線(xiàn)路圖所列功能中，取得突破性進(jìn)展。重要的研究領(lǐng)域包括機械設計、開(kāi)發(fā)符合合規性和可變性、高度靈巧的機械手、節能性、安全性、高性能驅動(dòng)器、高效能動(dòng)態(tài)步行者等等。

　　專(zhuān)家特別感興趣的是“智能”的機構設計。通過(guò)它們的設計，機構設計可以歸入一個(gè)只通過(guò)顯式控制來(lái)完成的函數。這樣的例子包括自我穩定機構，或是不需要顯式控制就可以實(shí)現形封閉的特殊的機械手。

　　學(xué)習和自適應

　　本章中描述的許多基礎研究領(lǐng)域，都獲益于學(xué)習和適應技術(shù)的進(jìn)步和應用。服務(wù)機器人控制著(zhù)復雜的環(huán)境，處在一種高維的狀態(tài)空間中。關(guān)于環(huán)境和機器人狀態(tài)的知識，實(shí)質(zhì)上是不確定的。機器人的動(dòng)作往往是隨機性的，其結果可以用分散性來(lái)描述。許多決定機器人動(dòng)作結果的現象很難，甚至不可能建模。機器學(xué)習技術(shù)，提供了一個(gè)有前途的工具來(lái)解決上述困難。這些技術(shù)可以用于機器人任務(wù)或環(huán)境學(xué)習模型的建立、更深層次的傳感器和抽象任務(wù)的描述、仿真和強化學(xué)習、控制政策的學(xué)習、有控制架構的整合學(xué)習、多傳感器信息（例如視覺(jué)，觸覺(jué)）的概率推理方法和結構性時(shí)空陳述，可以加快機器人學(xué)習與適應技術(shù)的發(fā)展。

　　物理上的人機交互

　　普遍存在于工業(yè)機器人領(lǐng)域的安全壁壘已逐漸消除，機器人將更大程度與人類(lèi)合作，執行任務(wù)和示范編程。作為這項工作的一部分，機器人將與用戶(hù)有直接的物理接觸。首先需要有安全方面的慎重考慮。此外，另一個(gè)需要考慮的因素是如何設計這些機器人的交互模式，使之能很自然地被用戶(hù)感知。這涵蓋了各個(gè)方面的交互，從機器人直接的物理運動(dòng)，到通過(guò)最小慣量感知和流體控制的物理交互。另外，考慮設計和控制之間的相互作用，以?xún)?yōu)化其功能。

　　社交交互機器人

　　對于機器人與人交互，賦予系統與人交互的設施。這種交互，對于系統分配任務(wù)、新技能和任務(wù)的教學(xué)、聯(lián)合任務(wù)的執行等，都是必須的。當前社會(huì )交互模型包括手勢、語(yǔ)音/聲音、身體運動(dòng)/姿態(tài)及物理位置。將技能和人類(lèi)試圖解釋的現有和新的活動(dòng)任務(wù)模型結合起來(lái)。在服務(wù)機器人領(lǐng)域，對社交互動(dòng)都具有廣泛需求。