服務機器人是一類用以輔助人們?nèi)粘９ぷ?、生活、休閑，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，機器人的任務是完成高質(zhì)量、高一致性的生產(chǎn)任務。服務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,服務機器人通常從事專業(yè)服務和個人服務兩種工作。

服務機器人的專業(yè)服務主要應用于農(nóng)業(yè)、應急反應、管道、基礎設施、林業(yè)、運輸、專業(yè)清理等作業(yè)領域。（專業(yè)服務機器人也服務于軍事領域，但不將其列入本報告）。 這些系統(tǒng)增強了人們在上述領域的作業(yè)能力。根據(jù)IFR/VDMA的報告, 當前有超過110000臺專業(yè)機器人分布在世界各個領域，并且其市場規(guī)模還在逐年急速擴大。圖1中列出了幾種專業(yè)機器人。

而個人服務機器人，則在家庭中用以協(xié)助普通人的日常生活，或用以補足相關人士的生理和心理缺陷。到目前為止，最大數(shù)量的個人服務機器人是家用真空清潔機器人（掃地機器人），超過600萬臺iRobot公司的Roomba機器人遍布在世界各地。同時,這個市場正在以每年超過60%的速度增長。此外，越來越多的機器人正用于個人娛樂，如人工寵物（AIBO）和玩偶等。在過去5年中，全球售出的個人娛樂機器人超過400萬臺，這個市場正以指數(shù)倍增長，并有望成為機器人領域最具潛力的增長點之一。圖2列出了部分個人服務機器人系統(tǒng)。在2011年，服務機器人市場總值超過42億美元。

服務機器人專家組均來自專業(yè)和個人服務機器人領域，其研究領域覆蓋了非常廣泛的機器人應用問題。

科學和技術挑戰(zhàn)
一部分與會學者集中討論并確定了同前述幾節(jié)應用和商業(yè)化緊密相關的科學與技術挑戰(zhàn)。本節(jié)重點在描述挑戰(zhàn)，并沒有提出如何解決這些挑戰(zhàn)的路線圖，路線圖梗概將在下節(jié)中提出。

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。在移動領域找到這些問題的答案將對機器人相關領域?qū)崿F(xiàn)自主控制和多用途相當重要。

與會學者認為三維導航是移動領域最重要的挑戰(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（見下一節(jié)）。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相關的語義信息。

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。這些要求中的一些內(nèi)容將在后續(xù)章節(jié)中進行更為詳細的討論。

與會學者提出的一項有前途的語義三維映射技術是用不同種類的傳感器構造地圖。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。與會學者提出要脫離激光測量系統(tǒng)，進一步開發(fā)“視覺SLAM”（VSLAM）領域。這種技術依賴于相機（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，與會學者相信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。

與會學者們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，也提出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。與會學者同時表示，如何在人群中實現(xiàn)導航也是一個重要的挑戰(zhàn)。
操作在前幾章中，幾乎所有的服務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”是其關鍵領域。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、與任務相關環(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。
與會學者建議，“拾取和放置”操作可以提供足夠的功能基礎，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，其中的算法和技術影響了很多不同的應用領域。然而,與會學者認為魯棒性、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）?！斑m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)傳感和任務施加約束的運動。要魯棒、可靠地實現(xiàn)任務目標，規(guī)劃需要考慮任務環(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)，任務以及任務與環(huán)境所形成的約束是關鍵所在；“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。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形式、操作任務，以及豐富的環(huán)境交互。
與會學者也認為，我們需要驗證和確認規(guī)劃結(jié)果的正規(guī)方法，并且保證機器人在人群密集區(qū)的安全操作。
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?，包括移動、操作、和人機交互。與會學者一致認為，在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。
與會學者相信，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)展更快的領域。舉例來說，與會學者認為在抓取、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域取得。與會學者也討論了其他類型的傳感器，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。與會學者認為，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、認知能力關于移動、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)在關聯(lián)。一個系統(tǒng)如何工程化，有效地整合來自不同領域的特定技巧，實現(xiàn)安全、穩(wěn)定、與任務關聯(lián)，甚至是智能的行為，仍舊是機器人領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**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”。一些與會學者感覺到，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?？赡艿奶娲椒ㄊ嵌鄬忧度牖蚍謱友h(huán)結(jié)構與行為基本方法，多種方法的組合有可能成為全新的方法。
所有與會學者一致認為本領域的調(diào)查需要對自主機器人相關研究給予密切的關注。
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 需要人機交互領域取得重要的進展。這些人機交互也將成為方**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。
除了討論通信模式（語言的、非語言的、手勢及面部表情等），與會學者確定了一系列研究問題，包括社交關系、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，機器人系統(tǒng)能夠依據(jù)任務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備和直觀的用戶界面。與會學者提議開發(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。與會學者確定了一種設計/建造/部署循環(huán)。其中，設計過程應該考慮來自相關群體的輸入，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計/建造/部署循環(huán)的迭代實驗設計構成閉環(huán)。
研究架構與會學者強烈地感受到，面向確定科學目標的快速進展將嚴重依賴于研究基礎設施的普及程度（包括硬件和軟件）。要解決上述研究挑戰(zhàn)，有必要構建機器人平臺，組合多種高級且具有交互性的機械構件，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)，與會學者提議，協(xié)調(diào)領域內(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和軟件的重復使用。例如ROS，一個由Willow Garage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，比如底層設備控制、通用功能的共用、任務之間的消息傳遞等。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。
與會學者注意到，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，涵蓋有關居民日常應用環(huán)境足夠需求的定義。
目前，許多提議的工作和軟硬件整合的工作都不在現(xiàn)有的基金支持項目之內(nèi)。與會學者認為，根據(jù)此次會議的討論結(jié)果進行相關政策調(diào)整是有必要的，可以保證研究基礎設施的供給不會成為日常環(huán)境中運行的機器人系統(tǒng)發(fā)展的瓶頸。
機械硬件安全是機器人工作在有人環(huán)境中的一個關鍵因素。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在日常生活中的接受程度。因此，與會學者認為具有更高力量重力比，本質(zhì)更安全的電機和執(zhí)行機構將代表一種重要的科技創(chuàng)新。對于這類機構，柔性將是一種令人期待的屬性。柔性是指執(zhí)行機構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不同而發(fā)生變化。這種機構保證了安全操作，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域。機械抓取和操作的進展與新型手機構的開發(fā)密切相關。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的應用可以通過現(xiàn)有的抓取和操作硬件解決。

這個貼子不錯，真心很好啊

謝樓上支持；