服务机器人发展瓶颈 - 服务机器人市场现状：核心瓶颈尚待突破

首先，能源方面。机器人的发明是为了替代人或帮助人更好的完成工作，从机器人的结构来说，很大程度上是参考人体模型而开发。人累了、乏了，吃个饭、喝个水，依赖人体本身的能源汲取方式，人可以很快的从食物中获得能量。而以现在的机器人结构现状来看，机器人的动力来源长期依赖于电力或燃料，而从用电的角度来说，要不选择拖着一根长长的电线工作(显然在很多工作场合下，不适用)，要不选择搭载电池，而电池的续航是个大问题。而诸如装备美军的波士顿LS3行军机器人，为了解决长距离行军的需求，该款机器人选择了燃气柴油动力，然而柴油动力的带来的巨大噪音倍受美军诟病。因此，小编认为，为了解决机器人能源供应灵活性的问题，机器人的能源革命需要提上日程。

图：波士顿动力LS3行军机器人

第二，电机方面。电机是机器人得以行动的关键机构，然而，对于服务机器人来说，场景应用纷繁复杂，以标准化的电机市场应对个性化的服务机器人需求，显得力不从心。以外骨骼机器人为例，辅助运动机构因人而异，不同体格的人群需求的外骨骼大小不同、需求的运动力度不同，因而也需要不同的电机。或许，市场可以使用更大能力的电机来解决该问题，但在此也明显反应了通用电机带来的灵活性不够的问题，及能力浪费的问题。

第三，人机交互方面。在智能语音领域，有个笑话说“为什么各大语音公司都号称其语音识别准确率超过97%”，有网友戏称，那是因为没有一家能做到100%，在可见的未来也没法做到100%，因此这个数据刚刚好，既有增长空间，又能凸显自身是市场做得最好的公司，做到99%，那我下一步岂不是100%，显然，没人有把握能做到100%。对于消费者眼中的服务机器人来说，消费者不必一字一句与机器人对话(语音识别能力)，也没必要每次对话都非得凑近跟机器人说(语音识别距离)，而这正是目前服务机器人在人机对话方面的软肋。至于语义理解，则仍还是让人头疼的问题，消费者嘲讽一句“你真厉害”，对于机器而言，其还真认为您是在夸奖他。

图：语音识别

第四，感知方面。人类获取外部信息70%来自视觉，20%来自听觉，10%来自其它，而占到70%的视觉，才刚刚能应用到服务机器人，而且其仍然还有很多问题。功能强大的机器视觉硬件配套成本高昂，而便宜的解决方案不能解决实际问题。对于自动驾驶而言，如果参考人类操作机车的方式，原则上，倚仗视觉就能解决绝大部分的问题，然而，受制于应用环境及识别可靠性，机器视觉仅仅是自动驾驶感知方案的配角。

第五，导航方面。导航与感知在一定程度上具有关联性，要实现导航，必须首先进行外部环境感知，知道“自己在哪里”之后才能做出有效的导航决策。根据应用环境的不同，目前导航市场的解决方案多样，有传统的GPS导航、惯性导航、激光导航、微波导航、视觉导航、红外导航等等。每种类型的导航有其一定的应用场所，在通讯畅通精度要求一般的情况下，在室外采用GPS导航可能是一种可靠的方案，而现实情况可能更加复杂，地下停车场、矿洞中、多层建筑、电梯内等等，每一个具体场景都有其自身典型的特点，依赖单一的导航方式很难解决实际问题，而采用多种类型的导航方案又势必增加系统的复杂性和整体成本。

图：导航

第六，材料方面。以家庭养老机器人为例，市场要求家庭养老机器人既能帮助老人搬运重物或者移动老人，因此，其必须具备一定的刚度;又必须具备足够的柔性以增加安全性，使其不会撞伤或碰伤老人、小孩。矛盾的需求两面，如果能够在材料上取得突破，将大幅增加服务机器人的应用范围。其它，如软体机器人材料、纳米机器人材料则距离市场应用更加遥远。

第七，互联互通。互联互通的范畴包括机器互联、人机互联、知识互联、服务互联，以目前服务机器人技术现状而言，大多停留在单机、或单机与云端的互联。而社会对服务机器人的需求，将要求单个服务机器人在形成自主学习后，将知识分享给同伴，还要求服务机器人之间能够实现相互交流，相互协作完成工作。如波士顿动力近期展示的两只机器狗协助开门的案例，即属于机器互联的领域。

图：波士顿动力机器狗开门

第八，人才。所有技术的实现都仰仗人才的投入，参考互联网产业发展近20年才真正走向成熟应用，至少需要现有人才十倍、百倍的投入，才能完成现有机器人产业的底层技术搭建及其在生活中的大范围应用。

所有产业的发展都是摸着石头过河，此路不通，我们可以利用各种迂回的方式解决，并非不能因为行业不成熟，瓶颈待突破，而使行业发展踟蹰不前。小编认为，在现状条件下，未来3年，服务机器人仍然将会是以点带面的发展情况，还很难出现各行各业服务机器人百花齐放的局面，还将是单个机器人单个应用的情况，还很难推出一套兼职多个工作的全能型服务机器人。