6.1服務機器人的發展

6.2服務機器人的定義與劃分標準

6.3服務機器人行業的產業鏈組成

6.4服務機器人的核心技術

6.5服務機器人的發展趨勢與展望6.1服務機器人的發展6.1服務機器人的發展服務機器人起源于機器替代人工。服務機器人的發展本質上是機器替代人工的結果。服務機器人替代人工表現在兩個方面：一是比人工更加經濟；二是實現人工所不能?？梢哉f機器替代人工將是歷史的發展必然，服務機器人的發展順應歷史潮流。服務機器人發展過程如圖6-1所示。服務機器人發展的驅動因素主要有以下幾個方面：(1)勞動力成本上升。由于發達國家的勞動力價格日趨上漲，而且人們越來越不愿意從事自己不喜歡干的工作，類似于清潔、導購、保安等工作在發達國家從事的人越來越少。這種簡單勞動力的不足使服務機器人有著巨大的市場。(2)經濟水平的提高。隨著經濟水平的上升，人們可支配收入的增加，使得人們有能力購買服務機器人來解放簡單的重復勞動，或者購買服務機器人進行娛樂、教育，從而提高生活質量。(3)技術的發展。進入互聯網時代后，人類的科學技術迅猛發展，這得益于計算機和微芯片的發展，智能機器人更新換代的速度越來越快，服務機器人發展的技術支撐越來越強。(4)國家政策的大力支撐。除了需求的提升和技術的積累，服務機器人的快速發展也脫離不了國家政策的支撐。作為行業和社會經濟發展的新支點，服務機器人發展的政策扶植力度越來越大。進入21世紀，全球服務機器人行業也進入了高速發展的黃金時代。根據中國電子學會報告，2013—2021年平均負荷增速為12%。其中，服務機器人占比約131.4億美元。受益于人工智能技術的不斷發展和下游應用需求的持續旺盛，服務機器人行業應用場景和服務模式不斷拓展，帶動行業規模高速增長，全球服務機器人在全球機器人市場中的結構占比逐年提高。在服務機器人體系中，物流機器人又是全球專業服務機器人最大的細分市場，在新零售、電子商務等發展助推下，開始廣泛應用于寫字樓、醫院等室內場景和社區、工業園區等室外場景，市場熱度逐步提升。在應用需求的拉動下，我國服務機器人市場快速增長，行業發展整體接近國際水平。6.2服務機器人的定義與劃分標準1.服務機器人的定義國際機器人聯合會(IFR)將服務機器人定義為一種半自主或全自主工作的機器人，它能完成有益于人類健康的服務工作，區別于從事工業生產的設備。按照此項定義，工業機械臂如果應用于非制造業，也可被認為是服務機器人。2.服務機器人的劃分標準服務機器人的分類標準主要有三種：實體形態、應用領域、外體形態。1)按照實體形態劃分按照實體形態的不同，服務機器人可分為虛擬服務機器人和實體服務機器人。虛擬服務機器人已經廣泛商業化，例如銀行、電信系統的自動客服應答系統，蘋果的Siri、微軟的小冰等都是虛擬服務機器人。實體服務機器人就是通常意義下的具備實物的機器人，包括導購、送餐、陪護、教育機器人等，實體服務機器人主要用于基于功能性需求的場景。2)按照應用領域劃分我國國家標準化管理委員會2020年重新修訂的機器人分類標準GB/T39405—2020將服務機器人從應用領域進行了劃分，即個人/家用服務機器人(Personal/Household

Service

Robot)和公共服務機器人(PublicServiceRobot)，前者是指在居家換環境或類似環境下使用的，以滿足使用者生活需求為目的的服務機器人，主要用于家務、娛樂、陪伴、康復等；后者是指在住宿、餐飲、金融、清潔、物流、教育、文化和娛樂等領域的公共場合為人類提供一般服務的商用機器人。幾種典型的服務機器人如圖6-2所示。3)按照外體形態劃分根據外體形態的不同以及是否具有類人特征，服務機器人可劃分為人形機器人和非人形機器人。前者不僅包含頭、軀干、四肢，其行為、決策和感知的方式也類似于人。6.3服務機器人行業的產業鏈組成服務機器人行業的產業鏈可分為上游、中游和下游。其行業體系如圖6-3所示。上游企業是指生產各種服務機器人所需零部件的零部件供應商或材料供應商。其中，主要零件包括電子器件、微處理器、機器人用伺服電機、高精度減速器、傳感器、電池、單片機、舵機等，歸屬于標準零部件、電子設備以及電子元器件等。我國處于上游的服務機器人企業以致力于圖形識別、芯片環節的企業居多，例如新松機器人和科沃斯機器人。新松機器人公司深耕工業機器人和移動機器人領域多年，主要為服務機器人產品提供硬件、移動、導航等方面的技術支撐；科沃斯機器人公司掌握代碼實現和芯片燒錄等核心環節，在路徑規劃和全局規劃技術方面也處于行業領先地位，產品中以智能清掃機器人最為突出。中游制造環節包括總裝廠、操作系統提供商、云系統提供商等，例如優必選科技、克路德、康力優藍和云跡科技。優必選科技的核心技術為人形機器人驅動伺服舵機、步態規劃和運動控制，產品矩陣豐富；克路德主要專注于場景定制化，包括銀行、商場、幼兒園、商業展廳、智能家居等；康力優藍產品線較廣，優勢技術為AI、語音識別和智能感應等；云跡科技主要專注于室內的定位導航技術，在10～100m距離的酒店場景，其酒店定制服務機器人行業技術領先。下游則主要是醫療、家用、農用、軍事等行業和領域的消費和流通環節，銷售渠道分為線上和線下。線下渠道分為直營和分銷兩種形式，具有產品體驗和品牌展示等功能，有利于產品的品牌建設；線上渠道包括線上B2C、電商平臺入倉和線上分銷商等形式，相比線下渠道價格優勢明顯，是家務機器人主要銷售渠道。6.4服務機器人的核心技術6.4.1智能機器人的核心技術模塊劃分整個服務機器人產業主要建立在三大核心技術模塊之上：人機交互及識別模塊、環境感知模塊、運動控制模塊。人機交互及識別模塊主要包括語音識別、語義識別、語音合成、圖像識別等，相當于人的大腦；環境感知模塊借助于各種傳感器、陀螺儀、激光雷達、相機、攝像頭等，相當于人的眼、耳、鼻、皮膚等；運動控制模塊包括舵機、電機、芯片等。依托于三大模塊，整合基礎硬件、系統、算法、控制元件，形成滿足具有一定行走能力和交互能力的服務機器人整機，并在此基礎上形成各種基礎應用開發，進而催生出行業可共用的龐大數據群體服務，如群組服務、云服務、大數據服務等。服務機器人核心模塊與技術如圖6-4所示。服務機器人三大模塊可以繼續細分為語音模塊、語義模塊、圖像模塊、感知模塊、運控模塊、芯片模塊。重要性排序依次為：語音模塊、語義模塊、芯片模塊、圖像模塊、感知模塊、運控模塊。成熟度排序依次為：語音模塊、圖像模塊、運控模塊、感知模塊、語義模塊、芯片模塊。在服務機器人的各個細分模塊中，語音模塊的重要性和成熟度均最高，語義模塊則是目前突破重點，而運控模塊的重要性相對最低。從第一代以鼠標和鍵盤的交互方式為特點的PC互聯網，到第二代以觸屏、GPS等交互方式為特點的移動互聯網，再到今天以多模態人機交互方式為特點的第三代互聯網，服務機器人產業底層的邏輯就是人機交互方式的發展和演變。隨著語音交互、視覺圖像交互、動作交互、腦電波交互等多模態人機交互技術的逐步發展和成熟，這些第三代人機交互方式將會深層次地改變我們日常生活的應用場景。同時，一場第三代互聯網的主流終端模式和服務內容入口的競爭也在同步進行。人機交互是服務機器人場景化不可或缺的環節。在傳統的交互模式中，使用的大多是單一單向的交互方式。在人機對話中，尤其是多輪人機對話，涉及語音理解、語義分析、情感分析、動作捕捉等多個維度。為了進一步提高服務機器人對所處環境的動態“解讀”能力，單一模態感知技術顯然已不再適應機器人的高速發展需求，因此多模態交互技術應運而生。多模態融合了視覺、聽覺、觸覺、嗅覺等交互方式，其表達效率和表達的信息完整度要優于傳統單一的交互模式。6.4.2環境感知模塊1.感知系統感知系統主要由能夠感知不同信息的傳感器構成，這些傳感器屬于硬件部分，包括視覺、聽覺、觸覺、味覺、嗅覺等傳感器。如在視覺方面，目前多是利用攝像機作為視覺傳感器，它與計算機相結合，并采用電視技術，使機器人具有視覺功能，可以“看到”外界的景物，經過計算機對圖像的處理，就可對機器人下達如何動作的命令。感知系統中的傳感器可細分為內部傳感器和外部傳感器。(1)內部傳感器。內部傳感器是指用來檢測機器人本身狀態(如手臂間的角度)的傳感器，多為檢測位置和角度的傳感器，具體包括位置傳感器、角度傳感器等。(2)外部傳感器。外部傳感器是指用來檢測機器人所處環境(如檢測物體及距物體的距離)、狀況(如檢測抓取的物體是否滑落)的傳感器，具體包括距離傳感器、視覺傳感器、力覺傳感器等。多傳感融合技術已成為服務機器人感知環境的主要技術，其中應用最為廣泛且相對成熟度較高的當屬激光雷達+SLAM的自主定位導航技術，已被廣泛應用于商場導購、自動送餐、智能倉儲、安全巡邏、病床看護、除塵清掃等。SLAM(SimultaneousLocalizationAndMapping)的含義是即時定位與地圖構建，指的是機器人在自身位置不確定的條件下，在完全未知的環境中創建地圖，同時利用地圖進行自主定位和導航。SLAM問題可以描述為：機器人在未知環境中從一個未知位置開始移動，在移動過程中根據位置估計和傳感器數據進行自身定位，同時建造增量式地圖。2.自主定位導航系統成熟的自主定位導航系統需具備三大特征。(1)實時定位。實時定位不僅需要更為精準的距離精度，其對狀態的更新頻率要求也更高，而目前常用的GPS只能實現半米的精度，其實時位置更新頻率也無法滿足要求。定位包括相對定位和絕對定位。相對定位主要依靠內部本體感受傳感器如里程計、陀螺儀等，通過給定初始位姿，測量相對于機器人初始位姿的距離和方向來確定當前機器人的位姿，也叫做航跡推算(DeadReckoning，DR)；絕對定位主要采用主動或被動標識、地圖匹配、GPS、導航信標進行定位。位置的計算方法包括三角測量法、三邊測量法和模型匹配算法等。(2)繪制地圖。車載導航的地圖是由專人繪制的，但在家庭、商場、建筑工地等環境中，結構環境更替無規則，很難通過人為操作來繪制實時地圖，所以需要機器人能在沒有人工干預的情況下對所處環境的結構進行繪制。(3)路徑規劃。導航儀與機器人自主導航的核心都是路徑規劃，不同之處在于導航儀的路徑規劃是由人來決定的，而機器人則是用算法決定的，如谷歌的無人駕駛汽車，主要的工作量都在導航算法上。從原理上來講，機器人繪制的地圖是任何方向都可以走的，但現實并非如此，所以機器人需要通過進一步的路徑規劃來避障或控制越障行為。激光雷達是一種傳感器，在自主定位導航系統中，激光雷達作為SLAM的重要入口，其性能以及對監測信息的提取與整合也是整個技術的難點所在。服務機器人如果要實現精確的服務，滿足復雜場景下的用戶需求，除了精準的定位，還需要結合定位信息對環境進行識別。目前在任何具有精準高效要求的自主定位場合，應用激光雷達都是主流的技術方案。表6-3展示了激光雷達和視覺定位方式的對比。激光雷達是“機器之眼”，能夠獲得周邊環境的點云數據模型，現在多用于在測量中有一定精度要求的領域，或需要測量自身與人體距離的智能裝備，在測量與人的距離這一功能上尚無完美替代方案。然而，激光雷達的缺點也同樣明顯，其在大雨、大雪等惡劣天氣中的使用效果會受到影響。相對于激光雷達，毫米波雷達雖然精度不高、視場小，但測量距離遠，可以達到200m，剛好彌補了激光雷達的短板。因此，目前具有移動功能的智能設備都是采用激光雷達、攝像頭、毫米波雷達、超聲波傳感器、GPS這五類傳感器或其中某幾個的組合來實現自主移動功能。這五種傳感器各具特征，各自有所側重，一般在復雜系統中組合使用，同時還需要加載深度圖像識別與其配合，共同完成對環境的感知。激光雷達“眼”中的世界如圖6-5所示。3.五類傳感器1)激光雷達激光雷達通過發射n條激光，利用三角測距原理(低成本方案)或TOF(TimeofFlight，飛行時間)(高成本方案)來測量周圍物體與自身的距離，獲得精度較高的距離信息——點云數據。激光雷達按照激光束的數量可以分為1線、4線、8線、16線、32線、64線激光雷達。多個激光束排列在一個豎直的平面呈不同角度發射出去，經高速旋轉或電子方式形成了對于空間的三維掃描，n線激光雷達就相當于一次性打出了n個平面，激光束的數量決定了三維空間的覆蓋面和點云數據的密度。2)攝像頭攝像頭獲得觀察畫面，對每一幀畫面進行算法處理，能夠識別物體、判斷位置。攝像頭必須先識別再測距，如果無法識別則無法測距。優點在于攝像頭是目前唯一能夠辨別物體的傳感器。但是攝像頭同時具有三個缺點：(1)在逆光或光影復雜的地方難以使用；(2)依賴算法，能否辨別物體完全依賴樣本的訓練，樣本未覆蓋的物體將無法辨別；(3)攝像頭對于行人的識別具有不穩定性，如穿著吉祥物套裝或著裝顏色與背景相似的人或搬運東西的人極有可能無法識別。3)毫米波雷達毫米波雷達可發射波長為1~10mm的電磁波，根據反射波的時間差及強度等來測量距離，如汽車毫米波雷達的頻段主要為24GHz和77GHz。毫米波雷達的優點在于性價比較高；缺點是行人的反射波容易被其他物體的反射波埋沒，難以分辨，無法識別行人。因此，毫米波雷達在測距領域具有較高性價比，但是其無法探測行人是一個致命弱點，只能應用于自適應巡航系統等，如ADAS系統。4)超聲波傳感器超聲波傳感器可發射振動頻率高于聲波的機械波，根據反射波測量距離。其優點在于探測物體范圍極廣，能夠探測絕大部分物體，且具有較高的穩定性；缺點是一般只能探測10m以內的距離，無法進行遠距離探測。5)GPSGPS可以獲得自身相對于全局的位置信息。其優點在于技術較為成熟，能夠實現在全局視角的定位功能；缺點在于無法獲得周圍障礙物的位置信息。具備定位功能的GPS與前幾個探障類傳感器往往需要搭配使用。6.4.3人機交互及識別模塊1.自動語音識別技術自動語音識別技術(AutomaticSpeechRecognition)是一種將人的語音轉換為文本的技術。由于語音信號的多樣性和復雜性，語音識別系統只能在一定的限制條件下獲得令人滿意的性能，或者說只能應用于某些特定的場合。自動語音識別的總體過程是：語音輸入，然后前處理得到數字信號，再進行聲學特征的提取，進行模式匹配，處理后得到結果。技術過程是：先對語音切除，再進行聲學特征提取，然后對其進行分幀，得到多維向量表達的若干幀，再把幀識別為狀態(難點)，每三個狀態合組合為1個語素，再把語素組合為單詞。語音語義識別流程如圖6-11所示。語音識別發展歷史可細分為三階段：規則階段、統計階段以及深度學習階段。規則階段主要是指20世紀50年代到20世紀70年代，語音技術整體受制于硬性規則主導，發展緩慢，以IBM公司為例，區區幾百個單詞的正確識別率不及70%；統計階段主要指20世紀70年代到20世紀末，語音語義技術發展進入高速期，統計與規則并行，語音識別、詞性分析、句法分析等問題均得到了較好的解決；21世紀初，由于計算能力增強，語音技術有了重大突破，基于深度學習的語音語義識別技術得到大力推廣，識別精度也大幅度提升。語音語義技術的發展進程如圖6-12所示。自動語音識別從規則到統計再到深度學習，目前錯誤率已達到了商用門檻。以國際上公認衡量自動語音水平的參數語音識別錯誤率(WER)為標準，國際上占據全球市場60%份額的第一大語音公司Nuance為包括蘋果在內的財富100強公司中的三分之二提供語音技術服務，其WER在10%左右。Google依靠強大的深度學習，在2015年率先將WER降低至8%。國內語音實力最強的科大訊飛也達到了15%的使用門檻，針對會議演講等場景達到5%以上的識別率，特別針對中文的部分方言也達到了實用門檻。2.自然語言處理技術自然語言處理技術(NLP)是用于處理人類自然語言中詞法和句法的高效識別技術，其大致分為三個層面：詞法分析、句法分析和語義分析。雖然目前NLP對詞法與句法處理已經取得了不錯效果，但對語義的理解還僅僅停留在表層。自然語言處理技術結構如圖6-13所示。1)詞法分析詞法分析包括分詞、詞性標注、命名實體識別和詞義消歧。分詞和詞性標注好理解。命名實體識別的任務是識別句子中的人名、地名和機構名稱等命名實體。每一個命名實體都是由一個或多個詞語構成的。詞義消歧是指要根據句子上下文語境來判斷出詞語的真實意思。2)句法分析句法分析是將輸入的句子從序列形式變成樹狀結構，從而可以捕捉到句子內部詞語之間的搭配或者修飾關系，這一步是NLP中關鍵的一步。目前研究界存在兩種主流的句法分析方法體系：短語結構句法體系和依存結構句法體系。其中依存結構句法體系現在已經成為研究句法分析的熱點。依存結構句法體系表示形式簡潔，易于理解和標注，可以很容易地表示詞語之間的語義關系，比如句子成分之間可以構成施事、受事、時間等關系。這種語義關系可以很方便地應用于語義分析和信息抽取等方面。依存結構句法體系還可以更高效地實現解碼算法。句法分析得到的句法結構可以幫助上層進行語義分析以及一些應用。3)語義分析語義分析的最終目的是理解句子表達的真實語義，但是用什么形式來表示語義一直沒有能夠很好地解決。語義角色標注是比較成熟的淺層語義分析技術。給定句子中的一個謂詞，語義角色標注的任務就是從句子中標注出這個謂詞的施事、受事、時間、地點等參數。語義角色標注一般都在句法分析的基礎上完成，句法結構對于語義角色標注的性能至關重要。在自然語言處理中，詞義消歧仍然是技術的瓶頸所在，且中文相比于英文更難。自然語言處理的基本流程如下：(1)切詞，就是把輸入的字符串分解成為詞匯單位，這是自然語言處理的先行環節；(2)詞類標注；(3)語法理論；(4)詞義消歧。隨著計算科學的發展，自然語言未來的處理方式仍要依靠深度學習技術。自然語言處理流程及難點如圖6-14所示。3.圖像識別技術人類感覺信息中的80%都是視覺信息。圖像識別是計算機對圖像進行處理、分析和理解，以識別各種不同模式的目標和對象的技術。識別過程包括圖像預處理、圖像分割、特征提取和判斷匹配。簡單來說，圖像識別就是計算機如何像人一樣讀懂圖片的內容。借助圖像識別技術，我們不僅可以通過圖片搜索更快地獲取信息，還可以產生一種新的與外部世界交互的方式，甚至會讓外部世界更加智能地運行。圖像識別過程如圖6-15所示。圖像識別的應用領域非常廣泛。從工業視覺到人機交互，從視覺導航到虛擬現實，從安全領域到醫學圖像，從自動解釋到遙感分析，這些功能在未來的服務機器人上都非常重要。然而，到目前為止，圖像識別技術并不完善，仍然面臨許多困難。從目前的技術演變來看，未來圖像識別的突破同樣將依靠深度技術，具體體現在以下三方面：(1)計算能力?？赏ㄟ^CPU、GPU、分布式架構等提高計算能力。(2)大數據。數據量越多，一般來說越有利于機器學習。(3)算法。目前主流的算法是深度學習的CNN算法和RNN算法。圖像識別發展新方向如圖6-16所示。6.4.4運動控制模塊1.服務機器人常用作動器服務機器人本體通常并非是固定不動的，動態的存在形式能夠給人們提供更好的便捷體驗。從目前來看，應用于服務機器人的驅動形式主要有兩種：液壓驅動和電機驅動。在液壓驅動陣營中，最有代表性的當屬美國波士頓動力機器人公司研發的Atlas。2016年2月，工程師利用3D打印技術將液壓元件嵌入到了Atlas身體，通過液壓控制并采用力矩控制的算法，實現了雪地行走和摔倒爬起等動作，技術復雜但是非常成功；電機驅動陣營中，最有代表性的為本田公司的Asimo，其自2000年第一次亮相至今，經過不斷發展已經實現了基本的彎腰、握手、跳舞等功能，但是在控制精度和穩定性方面仍然有待提高。雖然液壓驅動具有功/重比高、響應速度快、逆驅性好等優勢，但由于液壓驅動體積大、能效低、系統復雜等原因，盡管在軍事應用方面前景較好，但是在家庭應用領域，電機控制將是主流。Atlas與Asimo機器人如圖6-19所示。從移動形式角度來看，可將服務機器人細分為兩種：滾動行進式和步態行走式。滾動行進式即機器人與地面接觸的為輪子或履帶，且這種接觸是持續性的；步態行走式即機器人與地面相對運動的完成主要依靠機器人肢體部分有規律地間歇性擺動，機器人與地面的接觸點是離散的，一般不具規律性。鑒于自身運動特性限制，滾動行進式服務機器人的移動驅動多采用電機，被驅動滾動體多采用麥克納姆輪，不僅成本低而且移動更為靈活，缺點是無法在非結構環境中使用；步態行走式服務機器人一般采用關節驅動，即作動器直接與關節同軸安裝，或將驅動不同關節的作動器集中安裝在某一關節處。相比于滾動行進式，步態行走式的驅動形式除了電機與液壓缸之外，還有一種較為常用的作動器——舵機，因其體積精巧、扭矩合適，故非常適用于服務機器人的關節驅動。典型帶有舵機驅動的機器人包括國外的Nao機器人、Asimo機器人，國內的優必選等。舵機是步態服務機器人的核心部件，也叫伺服電機，包含了電機、傳感器和控制器，是一個簡單而完整的伺服電機系統，最早用于船舶以實現其轉向功能。由于舵機可以通過程序連續控制其轉角，得到比較精準的位置、速度或力矩輸出，因而廣泛用于機器人各類關節運動中。但由于步態機器人自由度眾多，因此步態機器人的舵機價格相對比較敏感。服務機器人用舵機如圖6-21所示。2.服務機器人常用運動控制算法在運動控制上，服務機器人主要涉及定位導航和平衡性兩方面。在定位導航方面，服務機器人需要完成定位、建圖和路徑規劃。在平衡性方面，縱觀市面上的服務機器人，九成以上都是輪式或履帶式，足式機器人相當少見。相比于足式，輪式和履帶式底盤的確具有更強的穩定性、可靠性和耐用性，從當前市場來看，這兩種底盤是最適宜的選擇。然而，從長遠的角度來講，足式機器人才是未來趨勢。輪式和履帶式底盤將服務機器人的運動范圍局限在了平地和一點點坡度的地面，而在未來，服務機器人的服務范圍必將擴大，行走環境也將變得多樣化，比如樓梯，因而其底盤也必須得到改變。服務機器人如需完成一種確定的運動或工作，一般需經歷兩個過程：規劃與執行。其中在規劃階段根據目的與方法的不同又可細分為運動規劃、路徑規劃和軌跡規劃。(1)運動規劃(Motionplanning)。運動規劃是指在給定的位置A與位置B之間為機器人找到一條符合約束條件的路徑，包括行進的路徑以及行進的方式。運動規劃通常又稱運動插補，插補就是按給定曲線生成相應逼近軌跡的方法，其實質是對給定曲線進行“數據點的密化”。常用的運動規劃方法有逐點比較插補法、時間分割法。(2)路徑規劃(Pathplanning)。連接起點位置和終點位置的序列點或曲線稱為路徑，構成路徑的策略稱為路徑規劃，其目標是使路徑與障礙物的距離盡量遠，同時使路徑的長度盡量短。路徑規劃只有幾何屬性，與時間無關，只關心位置，通常應用在任務層級的規劃或者平面移動機器人的運動規劃中。(3)軌跡規劃(Trajectoryplanning)。軌跡規劃是指規劃機器人執行運動時的速度及加速度，即在路徑規劃的基礎上加入時間序列信息，對機器人執行任務時的速度與加速度進行規劃，目的是使軌跡曲線更加平順或使運動速度可控等。軌跡規劃具有時間屬性，每個時刻對應有位置、速度、加速度等屬性，兩點之間還要涉及速度、加速度插值，常用算法包括梯形速度曲線等底層的軌跡插值算法。不管是運動規劃、路徑規劃還是軌跡規劃，三者都離不開環境交互系統的檢測信息引導。執行，即基于機器人自身各種運動檢測傳感器及與環境交互傳感信息的反饋，有序地通過本體的協調控制完成在線或是離線規劃的運動任務。機器人作為一種復雜的自動化系統，其自身具有非線性、強耦合、多變量時變等特性，高速運動時各關節慣量變化較大、耦合強烈，低速時摩擦、飽和等非線性效應明顯，這都給機器人的穩定運動控制帶來了極大的挑戰。根據是否考慮機器人的動態特性，控制算法可分為無模型控制算法和基于模型控制算法兩類。在無模型控制算法中，PID(ProportionalIntegralDerivative)控制是應用最廣的也是最經典的控制算法之一，被廣泛應用于各類機器人的控制當中。但PID控制通常針對定常系統，控制參數的保守限制了增益帶寬，導致存在較大的時滯誤差，難以滿足機器人系統的非線性時變需求，因此現在較常用的很多都是基于PID的改進控制算法，例如非線性PID、模糊PID、滑膜PID以及神經網絡PID等。為了更為貼合機器人的分線性要求，近年來各種適用于非線性強耦合系統的控制算法被相繼提出，其控制效果也在包括服務機器人在內的各類機器人上得到了很好的驗證，例如自抗擾控制、魯棒控制和自適應控制等。3.補充知識點1)自抗擾控制自抗擾控制由我國學者韓京清提出，并由后續眾多學者不斷進行完善，其核心思想在于：如果擾動可以被精確地估計及補償，則被控對象理論上可看成是無干擾模型，便可使用簡單的控制方法輕松實現其運動控制。自抗擾控制由跟蹤微分器(TD)、擴張狀態觀測器(ESO)和非線性反饋三部分組成。由于自抗擾控制器結構簡單、計算效率高、抵抗不確定外界擾動能量強，因此自抗擾控制是一種使用性很強的控制算法。2)自適應控制自適應控制是指通過測量被控對象狀態和軌跡跟蹤誤差等信息，實時掌握受控對象的不確定性，用來更新主控制結構參數，以提高控制性能。自適應控制是一種帶參在線實時評估系統，其本質是從閉環誤差反饋模型中提取系統狀態信息，通過自適應算法調節控制器參數，以實現對系統的實時補償。缺點在于系統參數在線識別計算量大，難以保證高速應用中的控制實時性。此外，受控模型突變或外界擾動較大時，預估系統參數無法收斂于真實值，系統穩定性保障困難。自適應控制算法結構多樣且復雜，包括了自適應迭代控制、自適應神經網絡控制、全狀態模糊自適應反饋控制、切換學習PI控制、基于多層神經網絡的自適應控制等。3)基于動力學模型的控制方法近年來，基于動力學模型的控制方法越來越受到重視，并被認為是能提高機器人動態特性和跟蹤精度最為有效的方法。通常，基于模型控制的方案有兩種：一種是機器人模型動態補償控制，另一種是機器人動力學模型前饋控制。模型動態補償控制算法實際是在系統內控制回路中引入了一個模型動態補償控制器，目的是根據機器人動力學實際特性對動態變化進行補償，使得經內控制回路作用后的機器人系統可以簡化為一個易控系統。如果機器人的動力學模型足夠精確，通過反饋補償這種方式，能較好地解決非線性時變問題，同時提高控制器的動態響應和對軌跡跟蹤的控制性能。模型動態補償控制包括連續有限時間控制、自適應魯棒控制、滑膜變結構控制等。但這種方式也存在諸多難點：(1)多數機器人的動力學模型復雜，參數隨位姿時變，且存在強耦合，導致精確獲取動力學參數困難。(2)多數方法需要實時計算機器人動力學參數，存在計算復雜等問題，且復雜計算難以滿足高帶寬力矩環控制要求。(3)計算控制律時，需要實時獲取關節的加速度信息，加速度一般由速度差分而來，這便使得加速度信號帶有大量噪聲，嚴重影響控制性能。4)基于動力學前饋的控制方法基于動力學前饋的控制方法主要由前饋通道和反饋通道組成。前饋通道主要用于機器人動力學特性的補償，反饋通道用于解決系統不確定性擾動的問題。與模型動態補償控制不同的是，動力學模型前饋控制輸入為關節期望運動指令，在信號品質上遠高于實際采用值；另外，雖然動力學模型前饋控制計算復雜度高，但可通過預存儲或設置背景程序來解決動力學前饋實時性問題，有利于控制算法的具體實施。因此，機器人動力學前饋控制技術成為當前工業上實現機器人高品質運動性能的核心技術之一。6.4.5其他關鍵技術模塊1.智能芯片技術芯片是指內含集成電路的硅片，是機器人的大腦。芯片包括通用芯片和專用芯片，通用芯片不限使用領域，而專用芯片一般專門為服務機器人定制。通用芯片向深度神經網絡方向發展如火如荼。傳統的CPU是計算機的核心，在圖形處理和深度神經網絡的計算上，GPU表現出更強的性能，而2015年Intel收購Altera的主要產品FPGA使現場可編程門陣列性能更加優異。中端FPGA能夠實現375GFLOPS的性能，功耗僅為10～20W，與CPU和GPU相比，FPGA在深度神經網絡(DNN)預測系統中的性能更加出色。DNN系統用于語言識別、圖像搜索、OCR、面部識別、網頁搜索以及自然語言處理等。相同功率時，在32線程下，FPGA的速度/功耗比約為CPU的42倍，約為GPU的25倍。專用芯片以智能算法和仿生兩條主線并行。專用芯片又稱為“人工智能芯片”“神經網絡芯片”等，目前專用芯片有兩種思路：以智能算法為主線和以仿生為主線，兩者的典型代表分別為寒武紀1號、IBMTureNorth。寒武紀1號的主頻可以達到0.98GHz，處理速度相當于同等面積下CPU的100倍。即便與最先進的GPU相比，寒武紀1號的人工神經網絡處理速度也不落下風，而其面積和功耗遠低于GPU的1/100。IBMTrueNorth在復雜性和使用性方面取得了突破：4096個內核，100萬個“神經元”、2.56億個“突觸”集成在直徑只有幾厘米的芯片上，能耗不到70mW。通用芯片與專用芯片對比如表6-4所示。對于機器人來說，由于涉及深度神經網絡，故在計算量上將會更大。通用芯片中GPU和FPGA在解決這個問題上優于傳統CPU，且擴展性和移植性較好，但是軟件復雜度較高，開發周期較長。相比之下，專用芯片能實現更高的效率和更低的功耗，但是目前整體處于研發階段，根據目前的資料，雖然其擴展性和軟件移植性不如通用芯片，但是軟件復雜度和開發周期優于通用芯片。兩種芯片各有千秋，未來預計會呈現二者并存的局面。2.操作系統全球機器人主流操作系統是安卓和ROS，兩者均基于Linux內核。安卓由Google公司開發，在商用領域有廣泛應用，占據智能手機和平板電腦的絕大部分市場份額。實現了手機平臺的爆發后，安卓又被廣泛用在不同設備上。鑒于安卓開源和定制化的特性，在手機上得到廣泛應用后，在電子書、智能電視、智能機器人、智能眼鏡、智能手表、智能耳機等領域，安卓不斷地攻城略地，截至2015年底，安卓被用在24093種不同的設備上，比上年增長了28%。ROS系統2007年誕生于斯坦福人工智能實驗室，當時是為了支持一個名為STAIR的項目，在項目之初，機器人平臺集合了所有的AI方法，包括機器學習、視覺、導航、計劃、推理、語音和語言處理。2008年到2013年，WillowGarage與超過20家研究機構的工程師一起合作開發ROS系統。2013年2月，ROS的管理工作轉移到OpenSourceRoboticsFoundation。2013年8月，WillowGarage公司被它的創立者轉為另一家創立者成立的公司SuitableTechnologies的子公司，WillowGarage對PR2的支持工作隨后交給了ClearpathRobotics。2010年至今，搭載ROS系統的機器人類型數從0起步增加至目前的106種，應用主要偏向于工業機器人和工業控制領域，以移動機器人和智能交互機器人為主，包括著名的Pepper和NAO。目前已經有很多機器人公司采用了ROS系統來開發一些應用于全新市場的產品，如ClearPath、Rethink、Unbounded、Neurala、BlueRiver等，最典型的就是WillowGarage的PR2機器人。幾種機器人操作系統對比如表6-5所示。國產操作系統也在孕育發展。TuringOS是中國首批人工智能級可商用的機器人操作系統之一，是具備情感和思維能力的機器人操作系統，商業應用前景廣闊。TuringOS擁有情感、思維、自學習三大引擎，情感計算引擎已支持25種語言類情感識別，識別準確率達95.1%，而在情感表達方面，TuringOS支持468類情感語言表達，88套表情動作表達組合，120種聲音語調，能夠讓機器人模擬人類80%的情感表達模式。據圖靈機器人后臺數據顯示，在近一年時間內其與超過13萬的合作伙伴和開發者達成長期合作，共享知識庫達到15億項，應用領域累計覆蓋用戶超過3億人次，進而每天可收集和積累億級的用戶大數據，在中文語言處理方面處于領先地位。3.仿生材料與結構自然界中生物經過億萬年長期進化，其結構與功能已達到近乎完美的程度，實現了機構與功能，局部與整體的協調和統一。服務機器人作為機器人的一個重要分支，從仿生學角度出發，吸收借鑒生物系統的結構、性狀、原理、行為以及相互作用，能夠為機器人的功能實現提供必要的技術支撐，其中仿生皮膚、人工肌肉及結構驅動一體化設計是當前及未來服務機器人發展的重要課題。當然，仿生材料與機構能夠為未來機器人實現多功能高效率發展提供必要的技術儲備。一個很重要的問題是，必須具備相應的光機電微納加工工藝及傳感驅動執行一體化設計能力，這對于仿生結構材料的未來應用至關重要。4.模塊化自重構模塊化自重構機器人通過對多個單一的模塊化智能單元進行可變構形設計、運動規劃及控制，以達到提升機器人運動能力、負載能力及對環境適應能力的效果。自重構機器人的核心問題主要體現在模塊的幾何拓撲分布及相應的整體剛度。從自重構機器人發展的初衷來看，未來自重構機器人面臨著大規模機載并行計算及結構化或是非結構化環境下長時間完全自主能力實現的挑戰。5.納米系統服務機器人的一個重要應用是希望其能夠在狹小空間里開展探測或是執行任務。目前，微納型醫療機器人及軍用偵察機器人正成為服務機器人研究的一個熱點，而其核心技術在于創新并集成多功能低功耗傳感及驅動模塊。6.5服務機器人的發展趨勢與展望在世界范圍內，機器人技術屬于戰略高技術，除了國防軍事、智能制造裝備、資源開發以外，美國、日本、歐洲等國家和地區對于發展未來服務機器人產業也十分重視。中國工業生產型機器人需求強勁，有望形成一定規模的產業，但服務性機器人產品形態與產業規模還不清晰，需要結合行業地方經濟與產業需求試點培育。盡管如此，服務機器人在服務于國家安全、重大民生科技等工程化產品應用，及與此相適應的模塊化標準和前沿科技創新研究發展上有著迫切需要。服務機器人技術發展主要趨勢為智能化、標準化、網絡化，具體為：由簡單的機電一體化裝備，向以生機電一體化和多傳感器智能化等方面發展；由單一作業，向服務機器人與信息網絡相結合的虛擬交互、遠程操作和網絡服務等方面發展；由研制單一復雜系統，向將其核心技術、核心模塊嵌入高端制造等相關裝備方面發展。另外，服務機器人的市場化要求家庭化、模塊化、產業化成為未來服務機器人應用發展的趨勢。服務機器人技術越來越向智能機器技術與系統方向發展，其應用領域也在向助老助殘、家用服務、特種服務等方面擴展，在學科發展上與生機電理論與技術、納米制造、生物制造等學科進行交叉創新，研究的科學問題包含新材料、新感知、新控制和新認知等方面。而涉及服務機器人的需求與創新、產業、服務及安全之間的辯證關系依然是其發展的核心原動力與約束力。(1)需求與創新。目前仍缺乏機器人先進適用的核心技術與部件突破，包括仿生材料與驅動構件一體化設計制造技術，智能感知、生機電信息識別與人機交互技術，不確定服役環境下的動力學建模與控制技術，多機器人協同作業、智能空間定位技術等方面，同時沒有形成和開放相對統一的體系結構標準，軟硬件分裂。(2)需求與產業。學界與產業界缺乏對服務機器人明確的產品功能定義；消費者對服務機器人產品價格(性價比)敏感；企業看不見有一定批量的不可替代實用化功能的機器人產業帶動；缺乏行業標準，產品面市前尚需國家有關方面及時理順市場準入機制，制定行業標準、操作規范以及服務機器人評價體系。(3)需求與服務。圍繞客戶需求，以深化和拓展應用、優化服務、延伸產業鏈為目標，鼓勵應用技術和服務技術的研發；創新服務模式，通過政策杠桿促進新的商業模式的形成，培育服務消費市場，推進機器人服務業的發展；發展機器人租賃業，采用租賃方式有利于減少用戶購買產品的風險，通過出租可增加與顧客接觸的機會，掌握顧客的需求，增加銷售機會；發展機器人保險，設置相應的保險機制，避免由于服務機器人安全問題，對產業可持續發展造成影響，包括服務機器人系統、軟件、外圍設備等；創新服務機器人服務業的發展模式，促進服務機器人的終端消費，大力推廣服務機器人產品，使廣大消費者更多地了解并使用服務機器人產品；穩步推進私人購買服務機器人的補貼試點，在促進服務機器人產業產品的消費上給予更大支持；大力支持服務機器人的服務市場拓展和商業模式創新，創新產業的收入模式，注重從客戶角度出發，提供獨特的、個性化的、全面的產品或服務，促進技術進步和產業升級；努力建設服務機器人應用示范基地，以機器人的一體化生產、綜合利用下游產業鏈、產品商業化，特別是以各種政策作為主要示范內容；由政府搭建某些公益性服務機器人的示范平臺，并且具備良好的配套措施。(4)需求與安全?；诎踩w系標準，制定服務機器人的安全體系法律法規，包括使用者的安全、服務機器人本身的安全以及服務機器人對于人類社會的安全要求等；通過廣泛的討論適時推出服務機器人安全與道德準則，以立法的形式規范人類對服務機器人的制造和使用，確定人類與服務機器人之間的關系，防止人類與服務機器人之間的“虐待”或傷害，明確規定人類與服務機器人的權利、義務與責任。定義服務機器人的行為規范，包括如下內容：IsaacAsimov機器人三大定律，防止濫用與虐待服務機器人，在使用服務機器人過程中有可能涉及的其他道德、倫理與情感依賴等社會問題。7.1特種機器人的發展現狀

7.2特種機器人的定義與劃分標準

7.3特種機器人應用7.1特種機器人的發展現狀7.1.1全球特種機器人發展現狀相對于工業機器人的大規模應用與服務機器人的熱潮迭起，特種機器人一直都顯得頗為“低調”。然而出人意料的是，2017年，全球特種機器人市場規模已達到了56億美元，如圖7-1所示。近年來，全球特種機器人整機性能持續提升，不斷催生新興市場，引起各國政府高度關注。其中，美國、日本和歐盟在特種機器人創新和市場推廣方面全球領先。美國提出“機器人發展路線圖”，計劃將特種機器人列為未來十幾年的重點發展方向。日本2015年提出“機器人革命”戰略，涵蓋特種機器人、新世紀工業機器人和服務機器人三個主要方向，計劃5年內實現市場規模翻番，擴大至12萬億日元，其中特種機器人將是增速最快的領域。歐盟在2014年啟動全球最大民用機器人研發項目，將啟動“火花”計劃，在未來幾年內投入28億歐元，開發包括特種機器人在內的機器人產品并迅速推向市場。2012—2020年全球特種機器人銷售額及增長率如圖7-2所示。目前，特種機器人的發展有以下特點：(1)技術進步促進智能水平大幅提升。(2)替代人類在更多特殊環境中從事危險勞動。(3)救災、仿生、載人等領域獲得高度關注。(4)無人機廣受各路資本追捧。7.1.2我國特種機器人發展現狀近年來，全球特種機器人整機性能持續提升，不斷催生新興市場。在政策引導帶動下，我國特種機器人技術水平不斷進步，各種類型的產品不斷出現，市場蓄勢待發。在應對地震、洪澇災害和極端天氣，以及礦難、火災、安防等公共安全事件中，對特種機器人有著突出的需求。2016年，我國特種機器人市場規模達到6.3億美元，增速達到16.7%，略高于全球特種機器人增速。其中，軍事應用機器人、極限作業機器人和應急救援機器人市場規模分別為4.8億美元、1.1億美元和0.4億美元，其中極限作業機器人是增速最快的領域。隨著我國企業對安全生產意識的進一步提升，將逐步使用特種機器人替代人在高危場所和復雜環境中進行作業。至2023年，特種機器人的國內市場需求有望突破180億人民幣。此外，特種機器人以3D打印、智能機器人為代表的國家產業政策助力產業發展，在全國范圍內出現爆發式增長。同時，各地特種機器人產業基地相繼開工，特別是上海、哈爾濱、重慶等地發展迅猛，2017年，我國機器人市場結構和2012—2020年我國特種機器人銷售額及增長率如圖7-4和圖7-5所示。我國特種機器人發展取得的顯著成就如下：(1)國家扶持帶動特種機器人技術水平不斷進步。我國政府高度重視特種機器人技術研究與開發，并通過“863”計劃、特殊服役環境下作業機器人關鍵技術主題項目及深海關鍵技術與裝備等重點專項予以支持。目前，在反恐排爆及深海探索領域部分，相關關鍵核心技術已取得突破，例如室內定位技術、高精度定位導航與避障技術，汽車底盤危險物品快速識別技術已初步應用于反恐排爆機器人。與此同時，我國先后攻克了鈦合金載人艙球殼制造、大深度浮力材料制備、深海推進器等多項核心技術，使我國在深海核心裝備國產化方面取得了顯著進步。(2)特種無人機、水下機器人等研制水平全球領先。目前，在特種機器人領域，我國已初步形成了特種無人機、水下機器人、搜救/排爆機器人等系列產品，并在一些領域形成優勢。7.1.3特種機器人核心技術經過近40年的發展，我國機器人技術在基礎研究、產品研制、制造水平等方面均實現了突破與跨越，但與發達國家的差距仍然存在。我們需要不懈努力、奮起直追，使中國機器人在世界機器人的舞臺上綻放中國制造的魅力。隨著國產工業機器人應用行業的不斷發展，其應用范圍越來越廣，滲透率越來越高，我國在一些關鍵技術突破與多元化應用方面取得積極進展。目前，我國已將突破機器人關鍵核心技術作為科技發展重要戰略。在特種機器人方面，政策引導帶動特種機器人技術水平不斷進步，我國已初步形成了特種無人機、水下機器人、搜救／排爆機器人等系列產品，并在一些領域形成優勢。7.2特種機器人的定義與劃分標準7.2.1特種機器人的定義根據GB/T36239—2018規定，特種機器人(SpecialRobot；ProfessionalServiceRobot)是應用于專業領域，一般由經過專門培訓的人員操作或使用的，輔助和/或代替人執行任務的機器人。注：特種機器人指除工業機器人、公共服務機器人和個人服務機器人以外的機器人，一般專指專業服務機器人。7.2.2特種機器人的劃分標準特種機器人主要根據其所應用的主要行業、使用空間、運動方式、功能進行分類。1.按行業分類根據特種機器人所應用的主要行業，可將特種機器人分為：農業機器人、電力機器人、建筑機器人、物流機器人、醫用機器人、護理機器人、康復機器人、安防與救援機器人、軍用機器人、核工業機器人、礦業機器人、石油化工機器人、市政工程機器人和其他行業機器人。1)農業機器人農業機器人是應用于農業生產的機器人的總稱。近年來，隨著農業機械化的發展，農業機器人正在發揮越來越大的作用，改變了傳統的農業勞動方式，提高了農民的勞動力，促進了現代農業的發展。2)電力機器人電力機器人主要包括發電領域機器人、輸電領域機器人、變電領域機器人、配電領域機器人、用電領域機器人等。圖7-8是一款電力巡檢機器人，該機器人是以智慧變電站設計要求，完成相關設備全面巡檢的智能化監測裝置。電力巡檢機器人具備自主導航、定位、充電、巡檢等功能，應用紅外熱成像和高清視頻雙視結合技術，能夠精準識別各類儀表讀數及設備的電流、電壓致熱現象，及時發現設備缺陷，提高巡視效率，真正實現機器人在多種復雜環境中的智能巡檢。3)建筑機器人建筑機器人是應用于建筑領域的機器人的總稱，包括房屋建筑機器人、土木工程建筑機器人、建筑安裝機器人、建筑裝飾機器人等。隨著全球建筑行業的快速發展和勞動力成本的上升，建筑機器人迎來了發展機遇。圖7-9所示是一款地坪研磨機器人，主要用于去除混凝土表面浮漿，可有效解決現有的作業模式研磨揚塵大、施工現場環境惡劣、勞動強度高、質量和效率低下、研磨作業完成后還需要人工清掃灰塵等痛點問題，整體工效約為人工作業的2倍。4)物流機器人物流機器人主要包括倉儲機器人、分揀機器人、運輸機器人、派送機器人等。目前，隨著工業4.0產業升級對國內制造及物流場景的快速應變能力的要求不斷提高，AMR作為高度自動化的柔性設備，將會是未來產業升級自動化的大方向。AMR機器人將會是企業打造智慧工廠、智慧物流必不可少的一部分。凱樂士在移動機器人領域深耕多年，先后推出多款適應多場景的移動機器人。基于模塊化設計和高標準測試，凱樂士的AMR機器人穩定性更強，更能適應多變的環境。凱樂士掌握核心控制技術，自主研發了視覺SLAM及激光導航等技術，定位及導航精度行業領先。配合避障等算法技術，凱樂士的AMR設備具備環境感知能力，在智能化上領先于同行，在落地應用上更具優勢。AMR搬運機器人如圖7-10所示。5)醫用機器人醫用機器人是指用于醫院、診所的醫療或輔助醫療的機器人，是一種智能型服務機器人，它能獨自編制操作計劃，依據實際情況確定動作程序，然后把動作變為操作機構的運動。醫用機器人種類很多，按照不同用途，有臨床醫療用機器人、護理機器人、醫用教學機器人和為殘疾人服務的機器人等。圖7-11所示為一款可穿戴外骨骼機器人，它不僅能預防老年人意外摔倒，還可以幫助殘疾人進行康復訓練。6)安防與救援機器人安防與救援機器人主要包括安保機器人、警用機器人、消防機器人、救援機器人等。圖7-12所示為一款RXR-M80DTG61通用型履帶式消防滅火機器人，主要由控制箱(遙控器)、機器人底盤、車載大流量多功能水炮、車載氣體檢測、車載視頻采集設備、環境偵測設備、聲光報警警示及自保設備等組成。該消防機器人適用于部分火災現場的火勢控制、洗消、降溫、環境信息采集等，同時具有防爆、越障能力強、拖拽能力強的特點。7)軍用機器人軍用機器人(MilitaryRobot)是一種用于軍事領域(偵察、監視、排爆、攻擊、救援、清理等)的具有某種仿人功能的自動機器人。近年來，各國都已經研制出第二代軍用智能機器人，其特點是采用自主控制技術，能夠完成偵察、作戰和后勤支援等任務，具有看、嗅和觸摸能力，能夠實現地形跟蹤和道路選擇，并具有自動搜索、識別和消滅敵方目標的功能。MAARS(模塊化的先進武裝機器人系統)在它的小型框架中配備了強大的火力。它的模塊化設計允許它的控制器裝備各種武器，例如非致命的激光(用來迷惑敵人)、催淚瓦斯，甚至是榴彈發射器，如圖7-13所示。8)核工業機器人核工業機器人主要包括核軍工作業機器人、核動力廠運維機器人、核技術應用作業機器人、核設施應急作業機器人、核設施退役機器人。近年來，我國核工業機器人研發及應用取得了不凡的成果。中核集團承擔了國家“863”等重大科研項目，實現了各種核電關鍵設備檢修機器人的工程應用，正在開展研制全新一代的高可靠性、高耐輻射性，且具備一定人工智能的檢修機器人；開展了核燃料、核應急機器人以及強輻射環境下應急處置機器人的系列研究工作，如“靈蜥”機器人、爬行檢測機器人、應急處置機器人等等，并已應用到工程實踐。9)礦業機器人礦業機器人主要包括礦產勘探機器人、礦業開采機器人、礦物運輸機器人、礦物分選機器人、礦山救災機器人等。中國礦業大學是國內率先開展煤礦救援機器人研發的單位，經過十多年的努力，研發了多種類型的CUMT系列煤礦救援機器人。其中CUMT-V(A)型煤礦救援機器人于2016年在山西大同塔山煤礦進行了現場示范應用，并取得了很好的應用效果，為煤礦救援機器人的研發應用積累了寶貴的經驗。圖7-15所示為在CUMTV(A)型煤礦救援機器人的基礎上研發的CUMT-V(B)型機器人。10)石油化工機器人石油化工機器人主要包括石化勘探機器人、石化開采機器人、石化輸送機器人、石化加工機器人、石化儲存和罐裝機器人等，其他的機器人機制還有監測石油平臺的機器人狗，以及檢查管道泄漏的陸上無人機。無人機可代替工作人員進入高溫、易燃、高空等危險區域作業，保障人員安全；結合多角度可見光、熱成像和氣體探測儀對設備進行檢測診斷，信息全面精準；免停工巡檢大大提高生產效率；無人機管線巡檢與場地勘測已實現高度自動化，與傳統人工作業相比效率大幅提升，硬件可靠，數據安全。11)市政工程機器人市政工程機器人主要包括設備安裝機器人、施工檢測機器人、設施設備維保機器人、管道機器人等。市政工程中常采用管道機器人，管道機器人是一種可沿管道內部或外部自動行走，攜帶一種或多種傳感器及操作機械，在工作人員的遙控操作或計算機自動控制下，進行一系列管道作業的機、電、儀一體化系統。12)其他行業機器人該類機器人指應用于上述行業領域以外的特種機器人。2.按使用空間分類根據特種機器人使用的空間，可將特種機器人分為：地面機器人、地下機器人、水面機器人、水下機器人、空中機器人、空間機器人和其他機器人。1)地面機器人地面機器人主要指在地面上使用的特種機器人，主要包括地面作業機器人、山地作業機器人、極地作業機器人、纜索作業機器人、爬壁作業機器人、灘涂作業機器人、無人巡檢車、防爆機器人等。圖7-18所示為國辰機器人設計的室外巡檢機器人。用于地面活動的特種機器人有無人巡檢車、防爆機器人等。2)地下機器人地下機器人主要包括井道作業機器人、管道作業機器人、巷道作業機器人等。管道機器人是一種可沿細小管道內部或外部自動行走，攜帶一種或多種傳感器及操作機械，在工作人員的遙控操作或計算機自動控制下，進行一系列管道作業的機、電、儀一體化系統。石油天然氣管道需要定期進行內部的清理、保養，否則一旦發生泄漏，后果不堪設想。但油氣管道長達幾千公里，清理、保養非常困難。管道作業機器人游走于油氣管道內部，通過磁感應傳感器收集數據，通過對收集到的數據進行分析，可以判斷管道是否需要維護、更換，并可以對管道進行清理、保養。3)水面機器人水面機器人主要包括水面無人艇、海洋救助機器人等。水面無人艇是一種無人操作的水面艦艇，主要用于執行危險以及不適于有人船只執行的任務，一旦配備先進的控制系統、傳感器系統、通信系統和武器系統后，可以執行多種戰爭和非戰爭軍事任務，比如偵察、搜索、探測和排雷，搜救、導航和水文地理勘察，反潛作戰、反特種作戰以及巡邏、打擊海盜、反恐攻擊等。在水面無人艇研發和使用領域，美國和以色列一直處于領先地位。各國都競相研制無人艇，國內比較知名的單位包括海蘭信、哈爾濱工程大學、中船重工701所、中船重工707所、中科院沈陽自動化所、北京方位智能系統技術有限公司等，無人艇家族正在日益壯大。圖7-20所示為法國ECAUSVinspector無人艇，可以完成多種不同的任務：水文及海洋數據獲取、港口安全、水下目標或障礙物檢測及分類、潛水水下作業平臺等。ECAUSVinspector無人艇長7~8.5米，速度可達35節，遙控距離達10海里。4)水下機器人水下機器人也稱無人遙控潛水器，是一種工作于水下的極限作業機器人。水下環境惡劣危險，人的潛水深度有限，所以水下機器人已成為開發海洋的重要工具。水下機器人主要包括潛水機器人、水下滑翔機器人、水底作業機器人等。作為我國“863”計劃重大專項，由中國船舶重工集團公司702研究所研制成功的7000米潛水器如圖7-21所示，該潛水器由特殊的鈦合金材料制成，在7000米的深海能承受710噸的重壓，運用了當前世界上最先進的高新技術，實現載體性能和作業要求的一體化；與世界現有的載人深潛器相比，具有7000米的最大工作深度和懸停定位能力，可達世界99.8%的洋底。5)空中機器人空中機器人主要包括飛行機器人、浮空作業機器人等?？罩袡C器人是一項系統工程，涉及航空理論、計算機、控制、電子、機械、材料和系統工程等多個學科。在具體問題中，又涉及飛行器的設計與制作、控制系統和算法的設計、傳感器應用與融合、導航制導、數據通信、圖像識別和信號處理等多方面的知識。圖7-22所示為美國全球鷹無人機，它是一種高空高速長航時無人偵察機，主要用于低、中強度沖突中實施大范圍的連續偵察與監視，機身上方有一臺渦扇發動機，最大飛行速度為740km/h，巡航速度為365km/h，航程可達26000km，續航時間為42h，可以從美國本土起飛到達全球任何地點進行偵察，或者在距基地5500km的目標上空連續偵察監視24h，然后返回基地。6)空間機器人空間機器人(SpaceRobots)是用于代替人類在太空中進行科學試驗、出艙操作、空間探測等活動的特種機器人?？臻g機器人主要包括空間艙內機器人、空間艙外機器人、星球探測機器人及空間飛行機器人等?？臻g機器人代替宇航員出艙活動可以大幅度降低風險和成本?？臻g機器人是在空間環境中活動的，空間環境和地面環境差別很大，空間機器人工作在微重力、高真空、超低溫、強輻射、照明差的環境中，因此，空間機器人與地面機器人的要求也必然不相同，有它自身的特點。首先，空間機器人的體積比較小，重量比較輕，抗干擾能力比較強。其次，空間機器人的智能程度比較高，功能比較全。空間機器人消耗的能量要盡可能小，工作壽命要盡可能長，而且由于工作在太空這一特殊的環境之下，因此對它的可靠性要求也比較高。此外，空間機器人是在一個不斷變化的三維環境中運動并自主導航。空間機器人主要從事空間站的建造、航天器的維護和修理、空間生產和科學實驗、星球探測等工作。圖7-23所示為美國的“好奇”號火星車。7)其他機器人該類機器人指在兩種(含)以上作業空間使用的機器人，如兩棲、三棲機器人等。3.按運動方式分類特種機器人可按機器人的運動方式分為輪式機器人、履帶式機器人、足腿式機器人、蠕動式機器人、飛行式機器人、潛游式機器人、固定式機器人、噴射式機器人、穿戴式機器人、復合式機器人、其他運動方式機器人。1)輪式機器人輪式機器人是指用輪子實現移動的移動機器人。迄今為止，輪子是移動機器人和人造交通車輛中最流行的運動機構，其效率高，制作簡單。因此在各種移動機構中，輪式移動機構最為常見，且其移動速度和移動方向易于控制。圖7-24所示是一采用四個瑞典輪的輪式機器人。2)履帶式機器人履帶式機器人主要指搭載履帶底盤機構，利用履帶實現移動的移動機器人。履帶移動機器人具有牽引力大、不易打滑、越野性能好等優點，可以搭載攝像頭、探測器等設備代替人類從事一些危險工作(如排爆、化學探測等)，減少不必要的人員傷亡。當前履帶式機器人主要包括：軍用機器人，例如排爆機器人、反恐機器人等；民用機器人，例如消防機器人、救援機器人、巡邏機器人等。圖7-25所示是一款履帶式滅火消防機器人。3)足腿式機器人足腿式機器人是指利用一條或更多條腿實現移動的移動機器人。履帶式移動機構雖可以在高低不平的地面上運動，但是適應性不強，行走時晃動較大，在軟地面上行駛時效率低。根據調查，地球上近一半的地面不適合傳統的輪式或履帶式車輛行走。但是一般的多足動物卻能在這些地方行動自如，顯然足腿式機器人在這樣的環境下有獨特的優勢。腿足式移動機構對崎嶇路面具有很好的適應能力，腿足式運動方式的立足點是離散的點，可以在地面上選擇最優的支撐點，而輪式和履帶式移動機構必須面臨最壞的地形上的幾乎所有的點。腿足式機器人的運動方式還具有主動隔振能力，即使地面高低不平，機身的運動仍然可以相當平穩。腿足式機器人在不平地面或松軟地面上的運動速度較高，能耗較少。現有的腿足式移動機器人的足數分別為單足、雙足、三足、四足、六足、八足甚至更多。足的數目越多，越適合于重載和慢速運動。實際應用中，由于雙足和四足具有相對好的適應性和靈活性，也最接近人類和動物，所以用得最多。圖7-26所示為波士頓動力公司開發的spot足腿式機器人。4)蠕動式機器人蠕動式機器人即利用自身蠕動實現移動的移動機器人。圖7-27所示為以色列班古里昂大學的研究人員研制出的蠕動機器人，即機器人SAW(單驅動波浪前行的機器人)。SAW是3D打印出的仿生機器人，也是世界上首臺利用單驅動產生持續波浪因此得以行動的機器人。。5)飛行式機器人飛行式機器人是指利用自身的飛行裝置飛行移動的移動機器人，例如旗艦航拍機DJIMavic3，如圖7-28所示。6)潛游式機器人潛游式機器人是指利用下潛、游動裝置實現下潛游動的移動機器人，主要用來執行水下考察、海底勘探、海底開發和打撈、救生等任務。圖7-29所示為“海斗一號”潛水器，“海斗一號”是由中華人民共和國科技部“十三五”國家重點研發計劃“深海關鍵技術與裝備”重點專項支持，沈陽自動化所聯合國內十余家科研單位共同研制的中國首臺作業型全海深自主遙控潛水器。“海斗一號”在中國國內首次采用全海深高精度聲學定位技術和機載多傳感器信息融合技術，搭載的具有完全中國自主知識產權的七功能全海深電動機械手，能完成深淵海底樣品抓取、沉積物取樣、標志物布放、水樣采集等科考作業。該潛水器同時搭載高清攝像系統，可獲取不同作業點的深淵海底地質環境、深淵底棲生物運動、海溝典型地質環境變化等影像資料。7)固定式機器人固定式機器人(半移動式機器人)是指固定在一定區域內無法自主移動作業的機器人，機器人整體固定在某個位置，只有部分可以運動，例如固定式值守機器人，如圖7-30所示。1978年，美國Unimation公司推出和人的手臂類似的PUMA系列通用工業機器人,PUMA560是具備近似人類某些生物器官的功能，用以完成操作或移動任務，由程序控制的機械電子自動裝置，這標志著工業機器人技術日益成熟。PUMA560是一款固定式機器人，其基座與立柱結構如圖7-31所示。8)噴射式機器人噴射式機器人是指通過噴射物質產生的反作用力來提供運動能力的機器人。9)穿戴式機器人穿戴式機器人的運動形式是適應人體運動的主被動運動方式，該類機器人是可裝備于人身的智能機器設備，是協助人可以做各種拓展功能的機器設備。比如機械外骨骼，是一種由鋼鐵的框架構成并且可讓人穿上的機器裝置，這個裝備可以提供額外能量來供四肢運動。隨著外骨骼裝備的不斷發展完善，及其與數字化單兵系統在更大范圍、更深層次的融合，未來的陸軍單兵和戰斗班組將像“鋼鐵俠”一樣，以小目標、高機動、超靈活、全信息、強火力，以及形散神聚的優勢，使步兵的作戰與保障效能大幅提升。外骨骼裝備作為可以提高士兵戰場生存率的一種技術，或許因為它的出現，未來的戰爭形式將發生重要變化。外骨骼技術在國際上發展迅速。作為未來步兵的必備科技裝備，各國都在競相研發外骨骼技術，并大力促成其與數字化單兵系統相融合，通過提高單兵作戰能力使整個部隊的戰斗力再上一個臺階。在未來的單兵作戰領域，外骨骼裝備發展最成熟并且最大范圍列裝軍隊的國家可能會占據較大的優勢。10)復合式機器人復合式機器人是指同時具備兩種及以上運動方式的機器人。11)其他運動方式機器人該類機器人是指利用其他方式運動的機器人。4.按功能分類特種機器人的功能分類與行業相關，常見的功能主要包括采掘、安裝、檢測、維護、維修、巡檢、偵察、排爆、搜救、輸送、診斷、治療、康復、清潔等。7.3特種機器人應用地面移動機器人是脫離人的直接控制，采用遙控、自主或半自主等方式在地面運動的物體。地面移動機器人的研究最早可追溯到20世紀50年代初，美國BarrettElectronics公司研究開發出世界第一臺自動引導車輛系統。由于當時電子領域尚處于晶體管時代，因此該車功能有限，僅能在特定小范圍運動，目的是提高運輸自動化水平。到了20世紀六七十年代，美國仙童公司研制出集成電路，隨后出現集成微處理器，為控制電路小型化奠定了硬件基礎。到了20世紀80年代，國外掀起了智能機器人研究熱潮，其中具有廣闊應用前景和軍事價值的移動機器人受到西方各國的普遍關注。在移動機器人的發展中，出現兩個機器人大國，一個是日本，另一個是美國。時至今日，各種類型的地面移動機器人紛紛被研制出來，其應用從民用、工業用到警用、軍用都有涉及。7.3.1地面移動機器人的概念、結構形式針對不同的應用領域、不同的操作需要，移動機器人系統的結構形式也大相徑庭，但基本上可以分為輪式、履帶式、仿生足式和蠕動爬行式幾種結構形式，如圖7-33所示。輪式地面移動機器人的車輪形狀或者結構形式取決于地面的性質和車輛的承載能力。在軌道上運行的車輛多采用實心輪胎，車輪形狀如圖7-34所示。履帶機構的常見形狀如圖7-35所示。根據實際使用場合的要求，履帶也有采取其他形狀的，如形狀可變履帶。所謂形狀可變履帶，是指該機器人所用履帶的構形可以根據地形條件和作業要求進行適當變化，如圖7-36所示。7.3.2地面移動機器人的關鍵技術地面移動機器人系統一般包括機構環節、驅動控制環節、全局反饋環節。離線驅動控制、多傳感器數據融合技術、運動學動力學理論等已成為地面移動機器人系統的研究熱點。1.離線驅動控制實現離線驅動控制存在兩個關鍵問題。(1)研制功重比高的動力源；(2)研制小型大功率、集成化的新型電機驅動控制單元。在解決動力源方面，研究人員一般采用聚合物鋰離子動力電池，并取得了一定成效。在驅動控制單元方面，隨著DSP技術以及SOC(SystemonChip)和SIP(SysteminPackage)的發展，將復雜的機器人運動控制算法與單電機控制算法融為一體，將多個驅動芯片掛靠在同一控制微處理器上，同時將多個這樣的單元以總線的形式互連，從而構成集成化的控制系統，是研究中采用的主要思路。2.多傳感器數據融合技術多傳感器數據融合實際上是對人腦綜合處理復雜問題的一種功能模擬。與單傳感器相比，運用多傳感器信息融合技術在解決探測、跟蹤和目標識別等問題方面，能夠增強系統生存能力，提高整個系統的可靠性和健壯性，增強數據的可信度，提高精度，擴展系統的時間、空間覆蓋率，增加系統的實時性和信息利用率等。作為多傳感器融合的研究熱點之一，融合方法一直受到人們的重視，這方面國外已經作了大量的研究，并且提出了許多融合方法。目前，多傳感器數據融合的常用方法大致可分為兩大類：隨機和人工智能方法。信息融合的不同層次對應不同的算法，包括加權平均融合、卡爾曼濾波法、Bayes估計、統計決策理論、概率論方法、模糊邏輯推理、人工神經網絡、D-S證據理論等。3.運動學動力學理論目前制約足式移動機器人廣泛應用的主要問題是其穩定性。作為一種步行機械，足式移動機器人不僅是多鏈結構，而且具有時變的運動拓撲，此外還是冗余驅動系統，其運動學及動力學比起工業上的固定基座式機器人要復雜得多。迄今為止仍然缺乏足式移動機器人爬行運動學的系統研究，特別是很少有將該機器人視為一個整體運動鏈的正運動學研究成果發表。該機器人在進行快速移動、慢速移動、停止、轉彎等一系列姿態變換過程中，對其平穩性及運動的連續性要求是很高的，必須時刻保持最佳的運動姿態。因此利用并串聯機器人技術的研究來達到多種運動姿態的實現和調整，就成為足式移動機器人的關鍵技術之一。7.3.3地面移動機器人實例1.地面偵察機器人地面偵察機器人是軍用機器人中發展最早，應用最為廣泛的一類機器人，也是從軍事領域轉到警用領域應用最廣泛、最成熟的類型。這類機器人往往被要求工作在諸如丘陵、山地、叢林等地形的野外環境中，所以必須具有比較強的地形適應能力及通過能力。Packbot機器人由美國著名的軍用及特種機器人公司IRobot開發，是一種輕型地面偵察機器人。Packbot的意思是背包機器人，其大小跟一只鞋盒差不多，高度不足20cm，自身質量為18kg，如圖7-37所示。Packbot的可變形履帶結構及模塊化的設計都成為了移