国外十大巡检机器人企业发展现状分析！国外智能巡检机器人发展现状研究

发表时间：2023-07-04 18:27:46

国外十大巡检机器人企业发展现状分析！

日本、美国早在上世纪80年代，就开始探索机器人在变电站的巡检应用。

文｜低速无人驾驶编辑部

作为轮式移动机器人品类之一，安防巡检机器人可以满足少人化、无人化、全天候不间断工作需要，近年来在园区、景区、物业住宅区、变电站、矿区等场景的应用越来越多。从全球范围来看，国外对安防巡检机器人的研究较早。特别是日本、美国，早在上世纪80年代，就开始探索移动机器人在变电站的巡检应用。以下盘点了国外多家安防巡检机器人代表企业。日本——ALSOKALSOK成立于1965年7月，是日本的一家大型安保公司。该公司早在1982年就预见到，未来将会面临老龄化社会引起的劳动力不足问题，开始着手研发自主安保机器人，以提高劳动密集型的驻扎保安服务效率。此后，ALSOK将目光锁定在开发具备安保巡视功能，以及火灾现场检测人体功能的机器人上。2002年4月，ALSOK开始销售具有安全+引导功能的警卫机器人C4。经过技术升级迭代，ALSOK目前已拥有守卫ROBO·C4、D1、雷堡-Q、An9-PR、雷堡-X、雷堡-Z等多款安保机器人产品。其中，雷堡-Z是ALSOK于2019年推出的最新一代产品。该产品增强了异常情况检测效果，机器人内置的传感器可以探测到警戒区域的入侵者，当检测到入侵者时，可以传输信息在专用电脑上。另外，搭载ALSOK的情感可视化系统，机器人不仅能够识别可疑包裹，还能显示周围人员是否具备“攻击性”。新战略低速无人驾驶产业研究所了解到，ALSOK的安保机器人已在日本银行、机场、办公大楼等场景内应用。在2020年东京奥运会上，警方也利用ALSOK情感可视化”人工智能警察巡逻系统，打造了“AI警察”识别可疑包裹，检测队伍中情绪波动的个体。目前，ALSOK已在日本全国投用了27台安保机器人进行常态化作业。新加坡——OtsawDigitalOtsawDigital成立于2015年，其研发的O-R3是首款地面加空中的室外安防机器人，结合了无人驾驶的地面巡回车辆和无人侦察机功能。O-R3由机器学习算法支持，可以让设备动态避免障碍物并识别异常物体。系统还包括脸部和车牌识别技术，以监测是否有人或车辆未经授权就闯入不该出现的地方。

据悉，相应的无人机安置在地面车辆内，需要的时候从车辆后面的扩展平台上随时发射。一旦升空，无人机可以跟踪100米范围内的可疑物体。系统可以24小时连续运行一周时间，旨在减少对持续监管物业的安全人员需求。所有针对异常行为的警报都将发送至控制中心，在那里一小队人员可以监控数据，如有必要，可以随时接管O-R3的控制权。该车辆还具有在电量低的时候自动返回充电桩充电的功能。韩国——Toolspace2022年初，韩国国内自主机器人开发商Toolspace获得绿灯，被允许在首尔的一个公共儿童公园测试该公司的巡逻机器人。该机器人重约120公斤（264磅），用于监测闭路电视摄像机未覆盖的盲点。该服务机器人使用视觉和听觉传感器来检测火灾和非法活动。据悉，此前，韩国重量超过30公斤、移动速度超过每小时25公里（16英里）的机器人不允许在公园内运行。由于隐私原因，配备有摄像头的自主机器人不能在未经行人许可的情况下在公园自由收集信息。韩国贸易、工业和能源部在一份声明中说，Toolspace被允许通过一项法规豁免计划展示自主巡逻机器人。由于该服务机器人可以有效地检查难以通过公园安全系统监控的盲点，该部将根据自动驾驶机器人的操作数据制定新的政策。机器人开发商应在公园内指定示范区，并遵循其他与隐私有关的规则，以避免侵犯隐私问题。韩国——SKTelecomSKTelecom是一家韩国无线电信运营商,它是SK集团旗下子公司。2023年3月，公司推出了“AI机器人工具包”，可以用自主开发的Vision人工智能（AI）技术控制机器人的运动，并用AI实时分析视频，为顾客提供量身定做的服务。此外，现有的步行机器人还可以广泛应用于火灾预防、有害气体检测、室内空间三维测量等。SKT拥有针对AI机器人套件优化的高性能有害气体感应器、热成像摄像头、室内空间三维精密测量（3DMapping）程序，客户可以选择所需功能。此外，灾难发生时，无人机和机器人的协作非常重要，SKT的AI机器人套件系统不仅可以在一个视频控制系统中同时控制无人机和机器人，还可以同时控制多个机器人，有效应对快速反应。韩国——Hyundai2021年9月，现代汽车集团以波士顿动力公司设计的著名机器人"Spot"为基础，推出了其以收购波士顿动力公司后的第一个机器人—— "工厂安全服务机器人"。该机器人配备了热像仪和3DLiDAR，能够检测到周围的人，可以监测高温情况和潜在的火灾危险，并感知门是否打开或关闭，最初作为试点行动的一部分部署在韩国起亚的工厂，用于支持深夜的安全巡逻。它还可以在狭窄的空间内行走，并配备了现代公司的关键技术，如用于检测人员的人工智能，上述用于确定高温风险的热像仪，以及先进的导航技术，使其能够沿着工业场地内的指定区域自主移动，它还可以检测危险并向管理人员发出警报。美国——KnightscopeKnightscope于2013年4月在美国硅谷成立，目前已研发和生产了K1、K3、K5和K7系列安防机器人。

从左至右分别为K1、K7、K3和K5

Knightscope安防巡逻机器人配备了各种传感器，包括麦克风和摄像头（除了导航传感器之外）。这些车辆能够自动巡逻，扩大了安全巡逻覆盖范围。当机器人巡视到可疑物体时，会立即提醒安保人员，再由安保人员进一步评估排查。通过站点WiFi或蜂窝连接，车辆始终在线。其中，K3机器人专为室内操作而设计，而K5机器人则专为在铺装地面上的室外操作而设计。两种车辆均可在员工和公众周围协同安全地运行。K3和K5机器人已成功部署到购物中心、医院和企业园区。K1机器人则被设计为固定式机器人，其中包括Knightscope平台的所有传感技术(无导航>固定式)。此外，K1还具有亚毫米扫描技术，可以寻找隐藏武器。K1能站立在设施入口处，观察人员的出入，同时为人类安全警卫提供远程交互。K7是独特的移动机器人，专为大型设施(如石油和天然气，大型制造设施、公司园区)的越野导航而设计。它是小型紧凑型汽车的大小，并包括4点独立转向，可使其在狭窄的空间内行动。美国——SMPRoboticsSMPRobotics公司成立于2010年。该公司旨在用机器人代替露天作业的人，特别是在夜班的员工将首先被替换，还有在恶劣气候条件下，或在极热或极冷条件下工作的人员。据悉，SMPRobotics公司的关键工程人员都是由母公司SMP的研发部门的专家组成。2019年，公司开发的S5.2系列安全机器人已批量生产并实现规模商用。除具备全景视频监控、人物识别与入侵检测等基础功能外，SMP公司S5.2系列自主巡逻机器人的最大特点在于：一是机器人本体具备强大的计算能力。机器人内置英伟达JetsonTX2超级计算机，拥有智能巡逻路线优化能力、智能视频分析能力，多机器人协同工作能力。所有参与群体行动的智能体（机器人和基础服务器）都可以通过群体间信息分享功能获取系统中的信息。二是机器人配备有非致命武器。机器人装有远距离定向声波设备，能自动阻止非法行为，不需要等待保安人员到达后再采取行动。美国——CobaltRoboticsCobaltRobotics是一家安保机器人研发制造商，其产品能够用于写字楼、数据中心或医院等商业性建筑，具有扫描员工或访客的徽章，检测被打开的门、漏水、溢出物或侵入物等功能。Cobalt安防巡逻机器人目前融合了视觉、RFID、激光雷达、声音识别、机器人等技术，能够识别不明物体的入侵等突发事件，确保人员和财产的安全，当感觉到建筑物里的异常情况时，机器人就可以向安全专家发出警报，如果有必要的话，安全专家就会派人去巡逻。

据了解，该巡逻机器人高1.5米，配备了60多个传感器，包括360度RGB色彩传感器、红外传感器、热照摄像机、深度摄像机、超声波传感器、激光雷达和环境传感器等，确保了机器人既能在光照不足的环境下正常工作，还可以与现有的安全平台和基于云的性能监控平台相集成。

瑞士——ANYbotics

ANYbotics公司推出的完全自动的四脚机器人ANYmalD，配有检测分析软件，主要用于对能源和工业加工厂进行完整的端到端检测。其任务是在一个设施周围走动，并检查设备是否正常运行，使人类检查员不必在危险环境或难以触及的角落里工作。

ANYmalD可以大步走过常见的狭小空间和陡峭的楼梯，同时还能应对崎岖的地形并避开障碍物。它还可以跨过地板上的缝隙，解决斜坡问题，并向各个方向移动。如果它真的摔倒了，一个自动扶正机制就会发挥作用。

它配备的深度摄像机、360度LiDAR和广角彩色摄像机的组合使ANYmalD能够在没有人类操作员的情况下自行绕过建筑物或工厂。该机器人的背部有一个平移检查单元，带有视觉、热学和声学测量的传感器。4K相机模块具有20倍光学变焦，使机器人能够记录视觉检查，而无需近距离接触，热敏相机的温度范围为-20至500℃（-4至932°F）。如果机器人检查员需要冒险进入设施的黑暗角落，它有一个3500流明的LED聚光灯来照亮一切。如果在巡视过程中发现问题，步行机器人会通过Wi-Fi向控制室发出警报，也可以选择通过4G/LTE模块，由人类技术人员进行跟进。德国——SIG集团SIG集团即德国施德姆水务集团，始建于1967年，是全球领先的水务企业，总部位于德国柏林。SIG集团主导投资研发的智能巡检机器人，通过更轻量化轨道的方法让机器人能够在高压、强电磁、潮湿等更多复杂环境下可靠运行。

SIG的智能巡检机器人采用了先进深度学习算法，完美替代了传统的人工巡检，提高探测精度，降低误差。可在污水处理厂、城市综合管廊、调蓄池、地铁、核电站、桥梁隧道等多种场景应用。

往期精选双年度移动机器人产业链四项大奖正式揭晓！新战略&CMR产业联盟海外平台“CMRA”正式官宣！关于AGV/AMR行业的15条研判【专题】一文读懂3D视觉在AGV/AMR领域的应用

点击关键词获取相关资料

联盟活动：5月·全球首届无人叉车专场论坛 | 4月·2023第十二届制造业物流与仓储智能化工程大会

标准建设：《工业应移动机器人》10项团体标准下载 | 2022年新三项团体标准

维科网：2023中国智能巡检机器人行业发展研究白皮书（附下载）

报告下载：添加199IT微信公众号【i199it】，回复关键词【2022中国智能巡检机器人行业发展】即可

电子学会将机器人划分为工业机器人、服务机器人、特种机器人三类。特种机器人指代替人类从事高危环境和特殊工况的机器人，主要包括军事应用机器人、电力机器人、轨道交通机器人、应急救援机器人、极限作业机器人和水下作业机器人等。

特种机器人在应对巡检、地震、洪涝灾害和极端天气，以及矿难、火灾、安防等公共安全事件中有着突出的性能表现，是21世纪自动化科学与技术的集中体现，是最高意义上的自动化，是当今国际自动化技术发展的重要方向。

近年来，我国特种机器人市场高速发展，2019年，我国特种机器人市场规模为7.5亿美元，增速为17.7%，显著高干全球特种机器人市场规模增速。随着我国企业对安全生产意识的进一步提升，将有越来越多的特种机器人替代人在危险场所和危害环境中进行劳动，特种机器人的应用领域将进一步拓展，市场规模将持续增长。根据IER的数据，2021年我国特种机器人市场规模将达到11亿美元。

报告下载：添加199IT微信公众号【i199it】，回复关键词【2022中国智能巡检机器人行业发展】即可

更多阅读：消费者品牌报告：寻找真相全球灯塔网络：利用第四次工业革命，提高可持续发展水平报告IDC：工业软件与工业互联网发展趋势（附下载）中国信通院：2022年工业数字化绿色化融合发展白皮书（附下载）世界经济论坛报告：利用技术改善十亿人的生计中国信通院：2022年中国工业经济发展形势展望（附下载）中国信通院：2022年中国智能制造发展研究报告——智能工厂（附下载）Honeywell：2022智能制造白皮书（附下载）爱分析&杉数科技：2022工业“智能决策”白皮书（附下载）工业互联网产业联盟：2021年工业互联网平台赋能产业链供应链白皮书中国信通院：2021年中国5G+工业互联网发展报告（附下载）亿欧智库：2021工业实时数据库行业白皮书（附下载）中国工业互联网研究院：2018-2021年工业互联网创新发展成效报告中国工业互联网研究院：2021年中国工业互联网产业经济发展白皮书赛迪：2021年中国工业机器视觉产业发展白皮书（附下载）

国外安防巡逻机器人发展现状概述新闻中心安防机器人服务平台

近年来，人工智能、物联网、云计算、大数据等新技术的进步极大地推动了机器人的发展及其在各个行业的落地化应用。作为机器人的重要分支之一，安防巡逻机器人产品定位清晰明确，技术成熟度越来越高，已经开始频繁出现在大型活动场所或机场、广场、园区、小区等场景，成为了安防安保领域的一支新力量。本文通过研究数家全球安防巡逻机器人***企业的代表性产品，总结国外安防巡逻机器人的发展特点，以期为相关领域科技创新提供有益参考。

一、安防巡逻机器人***企业的代表性产品

自2012年以来，全球权威机器人媒体《机器人商业评论》（RoboticsBusinessReview，简称RBR）每年都会设立RBR50机器人创新奖（即“RBR50榜单”），以展示具有前瞻性思维的公司及其原创性、高影响力的机器人产品。“RBR50榜单”已经成为全球范围内得到广泛认可的机器人创新能力指标，同时也是衡量机器人行业发展的重要指标。

安防巡逻机器人是机器人领域的一个重要应用分支。本节对曾在“RBR50”历年榜单中入选的安防巡逻机器人知名公司Knightscope、BostonDynamics、SMPRobotics、CobaltRobotics及其代表性产品进行简要介绍。此外，鉴于新加坡OtsawDigital公司研发设计的O-R3安防巡逻机器人是全球首款空地协同式安防巡逻机器人，日本Alsok公司将情感可视化系统融入安防巡逻机器人的理念独具特色，本文也将对相关内容给予简要概述。

1、美国Knightscope公司的K系列安防巡逻机器人

机器人科技公司Knightscope创立于2013年，坐落于美国硅谷，专注于提供适用多种场景的安防巡逻机器人，目前已研发和生产了K1、K3、K5和K7系列安防机器人，如图1所示。

图1 Knightscope公司机器人（从左至右分别为K1、K7、K3和K5）

K1是固定式静止机器人，长0.73米，宽0.28米，高1.75米，重量为68千克。其***大特点是集成了毫米波技术，能够感知隐藏物体的大小和形状，从而发现潜在的危险物品（如枪支），亦具备通过升级传感器来寻找化学武器的能力。K1适合在机场、车站、医院、学校等场所的出入口处使用。

K3机器人专为室内操作而设计，长0.84米，宽0.6米，高1.3米，重量154千克；K5机器人则专为室外平稳地面操作而设计，长0.91米，宽0.85米，高1.59米，重量180千克。K5机器人拥有GPS定位、激光扫描、沿指定线路巡逻或者任意自主行走和热感应等多项功能，并配备有监控摄像机、传感器、气味探测器和热成像系统，连接手机可进行数据传送，目前已与16个国家的企业签订相关合约。K3和K5机器人适合在购物中心、医院和企业园区等地点使用。

K7机器人外形类似沙漠赛车，专为户外巡逻设计，能够应对更加复杂的地形，如砾石、泥土和沙子等崎岖不平的路况，可以满足用户对覆盖更大区域和更大传感器有效载荷的机器人的需求。K7长2.95米，宽1.6米，高1.46米，重达350千克，***高时速接近5公里，能够依据任务需求独立执行工作，如固定的街道巡逻、农场管理以及监狱看守、监控与管理工作。此外，K7灵活性相当高，其四个轮子能独立运作，甚至可以做到90度轮轴转向，从而实现原地旋转或横移，能进入狭小空间执行任务。

K1、K3、K5、K7都采用Wi-Fi网络、电信网络或两者相结合的数据传输方式，机器人可以自行处理大量数据，然后将数据发送到机器人管控平台KSOC，该平台软件可在平板电脑、手机等设备上安装使用。通常情况下，这些机器人每隔2.5小时需要自行充电。

Knightscope向企业用户提供机器人和监控影像，租赁收费标准为每小时7美元，低于美国***低时薪工资标准7.25美元。截至2020年2月19日为止，这些机器人已经在全球范围内的各种任务部署中一共运行了超过100万小时。

2、美国BostonDynamics公司的Spot四足巡逻机器人

波士顿动力（BostonDynamics）公司成立于1992年，凭借其在军用机器人、力量型仿生机器人等方面的突破逐渐成为***有影响力的机器人公司之一，其代表产品有Atlas双足机器人、BigDog四足机器人、Spot四足机器人等。2019年6月16日，机器狗产品Spot正式开售，售价7.45万美元，约为人民币50万元，开启了波士顿动力商业化的步伐。波士顿动力对于Spot机器人超高行动能力的设计与塑造，意在将Spot打造成一个移动机器人平台，可以通过更换不同模块或配件来完成不同的任务，从而抢占机器人产业链的高价值关键环节。毕竟，不论是安检巡逻、语音交互这样面向大众应用的用户端能力，还是分拣、组装这样的工业能力，强大的机器人行动能力都是不可或缺的一环。

Spot四足机器人高0.84米，重量约为50千克，时速约为5.76千米，能够在雨中、黑暗中等各种场景工作，Spot四足机器人如图2所示。其主要技术特点如下：

（1）超强感知能力：Spot配备了一系列传感器和摄像机，能够获得360度全景视野，有效避开障碍物。Spot的硬件几乎完全是定制设计的，包括强大的控制处理板和感知传感器模块。传感器位于机器人身体的前部、后部和两侧。每个模块都包括一对立体摄像机、一个广角摄像机和一个纹理投影仪（textureprojector），它们可以在弱光下增强机器人的3D感知。传感器使机器人能够利用SLAM导航，即时定位和构建地图，自动避开障碍物。

（2）四足设计、灵活性高：Spot的腿由12个定制的DC电机提供动力，每个都有减速机以提供高扭矩。机器人可以向前、横向和向后行走，也可以原地转圈，还能实现爬行和踱步等步态。

（3）超快行进、持久续航：Spot灵活的四肢模仿了真实世界的狗，能够运输目前无人机（除军事外）无法承受的载荷（约14公斤）。它每秒***快可行进1.6米，满载可跑1.5小时。

（4）耐潮耐高温：为了适应工作场景的恶劣环境，它的防水等级达到IP54，在-20℃至45℃范围内都可以正常工作。

（5）远程控制：该机器人具有远程控制功能，在建筑工地、石油、天然气开采（用于设备远程测试）、公共安全等领域（爆炸物测试等）大有用武之地。

（6）开源SDK：波士顿开源了Spot的SDK，意味着用户购买Spot之后，可以自己定制相关功能。该开源项目还给出了SDK详细的使用指南，用户按照***步骤就能利用Python开发Spot功能。

图2 Spot四足巡逻机器人

3、美国SMPRobotics公司的S5.2系列自主巡逻安保机器人

SMP机器人系统公司（SMPRobotics，以下简称“SMP”）是自主移动机器人的制造商，总部位于美国加利福尼亚州。目前，公司有十几个型号的自主巡逻安保机器人，可用于多种场合。2019年，公司开始交付第二代S系列机器人Sxx.2，如图3所示的S5.2系列，图中还将涵盖了S6.2、S7.2等。该系列机器人已实现量产，并根据用户所在国家/地区的法律要求对它们进行了认证。

图3 S5.2安防巡逻机器人

除具备全景视频监控、人物识别与入侵检测等基础功能外，SMP公司S5.2系列自主巡逻机器人的***大特点在于：一是机器人本体具备强大的计算能力。机器人内置英伟达JetsonTX2超级计算机，拥有智能巡逻路线优化能力、智能视频分析能力，多机器人协同工作能力。所有参与群体行动的智能体（机器人和基础服务器）都可以通过群体间信息分享功能获取系统中的信息。二是机器人配备有非致命武器。机器人装有远距离定向声波设备，能自动阻止非法行为，不需要等待保安人员到达后再采取行动。

此外，S5.2系列还具有以下新的辅助设计：

（1）高水平防潮防尘性能：具有完全封闭的硬件部分，IP防护等级达到IP65。在机器人的批量生产过程中，完成了铝质硬涂层以保护结构免受环境湿气的影响，从而延长了其在潮湿或腐蚀性环境中的使用寿命。

（2）良好散热设计：采用机体双壳体设计，有助于减少机器人内部直接受到阳光照射的热量，改善了电子设备的散热状况，并降低了过热的风险。

（3）自动充电站设计：SMP为新机器人增添了自动充电站。它允许机器人为电池充电，而无需任何人工干预。自动充电站具有耐磨机制，并已成功通过了严格的耐久性测试。

（4）可选功能：针对自身需求，用户可以选择购买具备前保险杠设计以及网状栅栏检测功能的机器人。此可选功能有助于避免机器人在沿网状围栏运动时发生事故，并减少由小障碍物（例如独立式设备和结构）引起的损坏风险。

4、美国CobaltRobotics公司的Cobalt安防巡逻机器人

CobaltRobotics是一家美国加利福尼亚州的初创企业，专门设计用于安防巡逻任务的室内机器人。2019年6月，该公司获得了3500万美元的B轮融资。

该公司开发的Cobalt机器人（如图4所示）身高1.5米，具有圆锥形触摸屏和LED。该款机器人的***大特点在于集成了门禁管控功能，使得它们能够与访问控制读卡器进行无线通信，以通过允许的封闭区域。在沿指定路线巡查工作区时，它们可以利用人工智能系统发现诸如异常开门等可疑入侵活动以及潜在的安全问题，并在必要时寻求人类的帮助；它们可以有选择地扫描证件，充当移动的广播系统和警报器，并在电量不足时自行充电。

图4 Cobalt安防巡逻机器人

由于配备有60多个传感器，包括360度RGB色彩传感器、红外传感器、热照摄像机、深度摄像机、超声波传感器、激光雷达和环境传感器等，该款机器人既能在光照不足的环境下正常工作，还可以与现有的安全平台和基于云的性能监控平台相集成。

5、新加坡OtsawDigital公司的O-R3安防巡逻机器人

新加坡初创公司OTSAWDigital将安防机器人和侦查无人机有机地整合在一起，所研发设计的O-R3是全球首款侦查范围覆盖地面和空中的室外安防机器人，如图5所示。其主要特点如下：

图5 自动巡逻机器人O-R3

（1）自动巡航技术

通过先进的机器学习算法和3DSLAM技术，O-R3的导航系统能够感知其周围环境。O-R3具有强大的情况辨识能力，能够在电量平稳的情况下检测异常，躲避障碍物，以及在电量不足时自行充电。

（2）配备多种传感器

图6 多种传感器体系示意图

①多种摄像机：配备了热成像摄像机和360°高清摄像机，这些摄像机可以提供热成像、面部和车牌识别、立体摄影等多种专业功能，并使O-R3能够采集更广泛的数据。

②高精度传感器：配备了多个3D和2D激光扫描仪、IMU和超声波传感器、GPS和远程数据发射器等，可以收集多种数据。

③智能数据组合：通过传感器融合技术，O-R3以***快的速度智能地处理大量的数据，从而使其具有极强的场景理解能力，使其回避障碍物和异常情况检测。

（3）地-空协作监控

O-R3实际上是四轮自动驾驶车和监视无人机的组合，相应的无人机安置在地面车辆内，需要的时候从车辆后面的扩展平台上随时发射。一旦升空，无人机可以跟踪100米范围内的可疑物体。

图7 配有无人机的自动巡逻机器人O-R3

（4）FLEET控制中心

图8 FLEET控制中心截图

①实时警报传输：控制中心通常由熟练的安全人员监督，其作为中央通信系统，能够实时收到O-R3的所有警报。

②人机协作：O-R3的实时警报将显示在控制面板上，收到警报后，安全人员能够立即采取行动，防止或制止犯罪行为。

③手动接管：安全人员仍掌握着***终的控制权，必要时可以手动调整O-R3的运动。

6、日本Alsok公司的Reborg-X安防巡逻机器人

日本安保公司ALSOK成立于1965年7月，并于1982年起开始着手研发用于安防领域的巡逻机器人。Reborg-X是ALSOK公司推出的第10代机器人，也是日本首款能够自主巡航的机器人，如图9所示。

图9 Reborg-X机器人

Reborg-X机器人高1.45米，长0.7米，宽0.7米，重量为140千克，能够提供安防巡逻以及向导服务。执行巡逻任务时，配备有图像认知系统的Reborg-X能够通过读取人脸特征及服装特征辨别人员属性，从而发现可疑人员或寻找走失儿童；提供向导服务时，内置日、英、汉、韩等多国语言的Reborg-X能够较好地完成指定的人机交互任务。

若将Alsok的情感可视化系统安装在Reborg-X上，Reborg-X将不仅能够识别可疑包裹，还能显示周围人员是否具备“攻击性”。基于AI技术的情感可视化系统可以根据人体信号（如颤抖1）测量人员心理状态，并通过分配数值和颜色来显示状态情况，如图10所示，若显示为“红色”，则表明人员极具“攻击性”。

图10 ALSOK的情感可视化系统演示图

Reborg-X能够将现场收集到的各类信息发送到控制中心或警备人员的移动终端，有助于人力及时介入处置相关异常情况。此外，根据用户需求或设施环境的不同，Alsok还可为Reborg-X提供定制化服务。该款机器人的***低销售套餐价约为97万元人民币，其中包括为期5年的安保服务和机器人维修费用；若采用租赁模式，5年租期合同的每月价格约为1.6万元人民币，而与此同时，截至2018年，日本保安从业者月均工资已达到约1.7万元人民币。

二、国外安防巡逻机器人发展特点

1、高新技术进步成果的重要载体，智能化程度越来越高

Knightscope公司的K1集成了能检测隐藏物体的毫米波技术，BostonDynamics公司的Spot利用四足设计实现了强大的越障能力，SMPRobotics公司的S5.2系列机器人利用强大的本体计算能力能够完成诸如自主巡逻、智能视频分析、多机器人协同工作等自动化任务，OTSAWDigital的O-R3通过将安防机器人和侦查无人机有机地整合在一起实现了空地协同功能，日本Alsok公司的Reborg-X在纳入情感可视化系统后能够检测人员是否具有“攻击性”。作为人工智能、大数据、物联网、机器视觉等高新技术进步成果的重要载体，这些机器人的智能化水平正变得越来越高。

2、通过推出系列化产品，使机器人适用更多应用场景

在多场景下，一款机器人产品不可能适用所有的场景。针对这一问题，Knightscope公司机器人推出的K系列机器人采用固定式、移动式、室内、室外等不同设计导向，满足了多场景、多地形的应用需求；SMPRobotics公司推出的S5.2系列自主巡逻安保机器人在具备共性技术能力的基础上，通过差异化的模块和配件调整，实现了系列中不同款机器人的功能定位，解决了机器人在多场景情况下的应用问题。

3、预留可定制化的扩展空间，以满足特定用户需求

从某种程度上来说，安防巡逻机器人所面对的是一个高度碎片化的市场，任何一个场景、任何一个用户都可能有不同的需求，企业现有的机器人产品可能无法完全满足客户的需求，因此诸如BostonDynamics公司的Spot机器人、日本Alsok公司的Reborg-X安防巡逻机器人等都预留了定制化的功能，通过提供开放平台提升硬件可扩展性，为产品预留了可扩展空间。例如，波士顿动力公司为自己的机器人打造API接口，开放自身能力，让机器人可以与其他设备结合在一起，让用户可以在机器人身上应用其他硬件设备或软件。目前，Spot已打造了高级API和SDK，采用与无人机应用开发相似的开发模式，使用者可以为Spot构建应用程序。目前已经有用户在Spot上开发了建筑远程数据收集、灯光操纵、石油天然气传感器监控等应用。

4、采用租赁模式降低用户成本，推动机器人商业化应用快速发展

目前，安防巡逻机器人市场报价均在几十万元上下，如波士顿动力的Spot机器人市场售价约为50万人民币（74500美元），这使得企业购买并使用的成本较高。如何降低成本并推动商业模式的发展，实现融合共生、合作共赢是整个行业都在深思并探索的问题。针对这一问题，Knightscope提出使用机器人租赁商业模式来代替直接出售模式，公司会根据客户的需求量身定制每个租赁合同；波士顿动力公司、日本Alsok公司则采用了出售和租赁并行的商业模式。同时，有一些公司看好机器人租赁业务的行业前景，推出了“自身购买、对外出租”的商业服务模式，如新加坡安全服务公司Ademco从SMPRobotics购买机器人之后，通过推出机器人租赁服务来进入安保服务行业市场。

三、结语

在融合机器视觉、人工智能、物联网、云计算等新技术后，安防巡逻机器人的诸多能力有了明显提升。通过对BostonDynamics、Knightscope等国外***巡逻机器人企业的产品进行分析之后，它们发展机器人的一些做法可以给我们提供以下几点启示：

1、提升安防巡逻机器人的智能化水平以及移动和处置能力

为更好地满足安防巡逻场景要求，机器人应注重提升自身的智能化水平以及移动和处置能力，如集成可检测隐藏危险物品的毫米波技术、可控制访问权的门禁管控功能、可识别周围人员攻击性的情绪化可视系统，采用灵活性更高的四足设计、协作范围更广的空地协同设计，配备计算性能更加强大的智能处理器等。

2、开发不同定位的系列化机器人产品

为使机器人适用更多的应用场景，可以考虑开发不同定位的系列化机器人产品，这样既能充分利用机器人的共性技术能力，发挥机器人通用管控平台的优势，还能通过差异化的设计理念和功能满足不同细分场景的用户需求，从而实现产品的多样化，增加产品的竞争力。

3、探索租赁等多种商业化应用模式

为更好地适应市场环境、满足用户使用需求，应当积极探索与业务内容和盈利方式相适配的商业化应用模式（如租赁）。应以获得持续性收益为目标，并结合实践验证和反馈进行调整，以在促进安防巡逻机器人业务快速落地的同时，实现企业的价值创造目标。

更多资讯：安防机器人|巡检机器人

分享到: 下一篇：为人力“减负”安防巡检机器人大显身手上一篇：安防巡检机器人科普及功能介绍

轨道交通机器人应用研究进展

0分享至

总结了机器人技术在轨道交通的装备制造、运维巡检、运营服务3个方面的应用，结合智能机器人技术在该领域的发展现状，总结了机器人的核心技术挑战，提出了未来机器人技术与轨道交通融合发展的方向。

轨道交通作为公共出行的重要环节，拥有庞大的客流量，且在不断增长。轨道交通所涉及的装备制造、运营服务与维护任务越来越重，大量的人力投入其中，尽管如此，交通事故仍时有发生。为减轻人员负担、减少人为因素干扰、增强系统运行稳定性和提高轨道交通自动化水平，近年来机器人逐渐被应用于轨道交通领域，并发挥了重要作用。

机器人在轨道交通的不同环节扮演着不同的角色。在车辆及轨道制造环节，因部件的需求精度高、任务重，工业机器人以重复定位精度高的特点，被广泛应用于焊接、喷涂、装配等工艺；在日常维护环节，由于基础设施和设备在长期使用过程中会有不同程度的功能退化与损伤，人工检测存在执行效率低、占用线路时间长、因角度问题存在诸多检测盲区等问题，利用机器人执行巡检任务是一种有效的解决方案；在运营环节，轨道交通的庞大客流量对乘客咨询、购票服务、客流量引导等服务需求繁多，车站智能服务机器人的投入可有效缓解工作人员的压力。

然而，机器人在轨道交通上的应用仍然存在许多困难。例如，机器人焊接面临的是时变的工作环境，需要对焊接过程进行准确的建模、控制、监测等，以减少不良结果。在巡检过程中，如何及时准确地判断潜在的危险是一个重要难题。另外，在人员密集的公共区域，机器与人之间如何长时间和谐共处是一个挑战。为此，研究人员正在探索机器视觉、多传感融合、组合导航与路径规划、智能控制、增强现实、数据分析与决策等技术，逐步攻克轨道交通机器人应用所面临的难题。

本研究将按照轨道交通的全生命流程划分，分析机器人在轨道交通各个阶段中的应用现状，依此总结归纳机器人设计过程中的核心技术难点与目前面临的挑战，以进一步促进机器人与轨道交通的共同融合发展。

轨道交通机器人应用概览

轨道交通的多复杂任务特性与机器人的智能适应特性的有机结合产生了许多轨道交通机器人。本研究以轨道交通的装备制造、运维巡检与运营服务3个方面分别探讨机器人技术的应用。

01轨道交通装备制造中的工业机器人

经过60多年的发展，工业机器人经历了3个发展阶段：一是示教再现型机器人，将路径和工艺参数通过示教盒存储，实际作业时执行存储的路径和参数完成作业，没有对外部环境进行感知和反馈的能力，这类机器人从20世纪60年代后半期开始投入使用，目前在工业领域中应用最广；二是感知反馈机器人，在第1阶段的基础上，添加超声波、红外、相机等传感检测，可根据外部环境变化修正路径和参数，通过离线编程的方式规划焊接路线，实现精确控制；三是智能机器人，依靠视觉相机、触觉等传感器感知外部环境，结合智能控制及深度学习方法，适应外部环境变化，自主调节输出参数，完成目标的自主识别、定位及跟踪，提升作业质量与可靠性，智能机器人将感知与行动智能化结合，能在非特定环境下作业，目前处于研发试验阶段。

在轨道交通装备制造领域，与传统计算机数控（CNC）加工相比，工业机器人有较大的加工空间范围和高灵活性，多种类型的工业机器人在自动化生产线、制造车间等生产环境中作业。以下就典型工业机器人技术特点及应用场景进行归纳总结，包括焊接机器人、喷涂机器人、装配机器人。

1、焊接机器人

焊接是机器人应用最广、需求最为迫切的工艺之一。焊接作业的质量直接影响到产品质量，相比于人工作业，焊接机器人可实现焊接过程均匀稳定，可连续作业，改善操作环境，可远程操控、自动完成焊接作业。在机器人发展阶段中，示教再现性焊接机器人目前仍然是使用最广的，但难以处理因自然因素引起的焊缝位置变化；感知反馈机器人借助电弧、超声波、相机等传感检测及离线编程，在功能上可识别焊缝位置，现已投入工业生产中；智能机器人结合了机器视觉、智能控制、机器学习、人机协作等技术，正处于研究阶段，未在工业中大量应用。

焊接机器人系统架构如图1（a）所示。机器人焊接的功能实现及优势主要包括：（1）焊接机器人采用专用焊接电源，可保证电源输出稳定与精细化焊接作业；（2）多自由度（串联并联、直角坐标型等）焊接机器人使得焊枪可实现复杂空间轨迹与多姿态焊接；（3）可对焊接过程进行仿真建模，提前发现潜在风险点；（4）以人工示教、离线编程或在线自主编程的方法规划焊接路径；（5）将红外、超声波、三维相机、电弧传感器等多种传感器与工业机器人集成，感知温度、声学信号、图像、电弧等焊接环境，提取焊缝特征信息，进行焊缝识别，规划焊接任务与焊接路径；采用比例-积分-微分（PID）控制、模糊控制、神经网络控制、基于轨迹的运动控制等先进的控制技术提升焊缝的跟踪质量。

图1工业机器人

与其他工业机器人相比，焊接机器人工作环境较恶劣，焊接过程不可避免地发生电弧、飞溅、高温等状况，同时焊接过程热变形、焊缝成形不稳定等不确定因素增加了机器人精密焊接的难度，机器视觉技术的精进为机器人焊接监测奠定了基础，机器人在焊缝检测与识别、实时焊缝纠偏与跟踪、焊缝成型实时智能控制方面还需继续精进。2、喷涂机器人

人工喷涂作业受操作人员的技术水平影响较大，存有油漆利用率低、喷涂质量不稳定、危害操作人员的身体健康等问题，轨道交通制造生产线上喷涂机器人正逐步取代人工作业。国内外的喷涂机器人一般带有高自由度（六自由度）的关节型机械臂，在末端加装喷枪，以实现较大空间内满足喷涂作业姿态灵活性的需求；与人工喷涂作业相比，喷涂机器人具有涂层均匀、提高涂料利用率、重复精度好、运动速度快、工作效率高等优势，能够将工人从有害、易燃易爆的工作环境中解放出来。

理想的智能喷涂机器人可以利用机载的压力、姿态、可见光相机、红外相机等多种传感器测量的数据信息，借助基于模型的预测（如疲劳寿命模型等）、基于数据驱动的预测如灰色模型和机器学习等）、混合检测方法等技术进行故障预测，分析机器人系统的健康状态；以离线编程或自动轨迹规划的方法引导喷枪的运动轨迹以保证涂层分布均匀；凭借优异的运动学控制和喷涂工艺参数的快速精确控制，按照轨迹无偏移地进行喷涂并确保指定的涂层厚度；利用相机采集车身图像数据，结合传统机器视觉方法或深度学习方法观测喷涂质量，检测并定位喷涂表面有无橘皮、流挂、颗粒不良、缩孔等缺陷。面对列车等大型喷涂对象时，常由安装在移动导轨上的多台喷涂机器人协作完成。杜尔集团、ABB（AseaBrownBoveriLtd.）等机器人公司相继推出多自由度喷涂机器人，并在应用过程中取得了较为满意的结果，喷涂机器人系统如图1（b）所示。

然而，喷涂机器人在工程应用中，喷涂曲面时，喷涂图案会变形，涂层厚度也会改变。在追求机器人喷涂轨迹规划的有效性和涂层的质量方面，涂层厚度模拟的准确性非常关键，基于计算流体动力学的方法是涂料厚度计算的趋势，计算复杂表面动态喷涂的涂层厚度是需要解决的关键问题。

3、装配机器人

装配机器人是柔性自动化装配系统的核心设备。装配机器人利用吸附式、夹钳式等末端执行器夹持工件，通过移动旋转关节、转动腕关节进行装配工作，在移动过程中运动轨迹具有约束性，同时在路径跟踪、电机控制、精准抓取与操作等方面有严格的要求。

为装配机器人装载传感系统，可以更好地完成销、轴、螺钉、螺栓等柔性化装配作业，提高装配机器人的智能化程度，常用到的传感系统有视觉与触觉传感器系统。配备视觉传感器，结合机器视觉技术，机器人可利用基于视觉的目标识别算法对工件进行分类与识别，选择合适的装配零件，同时采用视觉测量或激光测距技术，获取工件的位置与姿态信息；配备触觉传感器，通过微力测量获取末端执行器接触面的微力信息，实时检测机器人与被装配工件之间的配合，结合抓取操作控制与决策技术，实现智能装配工作。Kim构建了装配机器人系统，由ABBIRB4400机器人、IRC5机器人控制器和安装在机器人末端执行器上的力传感器组成（图1（c）），并提出了优化算法，在线优化复杂装配的工艺参数，以优化机器人的装配性能与效率。

4、应用分析

在机器人技术层面，虽然焊接、喷涂、装配机器人在外形上相似，技术路线相似，但是在应用技术侧重点不同。图2总结了3种机器人的在3个发展阶段中的特性，可以从2个维度观察。在机器人从示教再现、感知反馈向智能化发展的进程来看，智能水平逐渐提升。机器人本体多为四至六自由度，为实现复杂空间内的轨迹运动与多姿态作业提供可能；最初的人工示教、已投入应用的离线编程、转变为研究中的基于增强现实等技术的人机协作方式在线编程，结合仿真与数值模拟，逐步完善前处理流程；传感器多样性增大，使机器人自身位置姿态、力觉、视觉、电弧、激光测距等信息感知越来越全面，视觉引导与图像处理等技术使机器人可适应复杂环境变化；运动轨迹由最初的示教存储向着点到点的自主路径规划、自主轨迹规划方向不断突破；控制技术的不断精进，工业机器人跟踪规划轨迹的精度不断提升，精细化作业和柔性生产成为可能；结合机器视觉、机器学习等技术，机器人识别零部件和检测作业质量功能从无到有，作业准确性进一步提升。从3种机器人的发展方向来看，焊接机器人关注于与工件接触的焊枪末端控制技术与焊缝识别方法，喷涂机器人侧重于复杂空间内的轨迹优化与跟踪，而装配机器人则在复杂工件外形的柔性抓取以及装配过程的精确力控、柔顺控制上重点研究。另外，工业机器人都在结合机器视觉技术，向着实现自主目标识别与引导、作业后质量评估等技术深入研究。

图2工业机器人功能特性

值得注意的是，机器人需要操作、编程、调试、维护等，这对安全和熟练使用工业机器人的作业人员带来了大量需求，且多样化产品需求对编程任务和仿真要求较高，操作过程非常耗时，期待未来以人机协作的方式助力柔性生产。

02巡检机器人

巡检机器人通常以移动机器人为载体，搭载可见光摄像机、超声波传感器、红外热成像仪等检测设备，结合机器视觉、自主导航技术，在移动过程中对周围环境进行检测识别、对巡检图像和数据进行自动存储和无线传输，并由后台对数据进行分析诊断。巡检机器人可有效代替人工，承担操作难度大、精度要求高的检测工作，可提升巡检时间和效率，保障人员安全，多应用于变电站、室内、机房、隧道、轨道、管廊等场景，提升运维巡检的安全性、可靠性和稳定性。

在轨道交通领域的巡检作业中，根据巡检对象和检测任务的不同，巡检机器人的外部结构、移动平台、传感器类型、导航方式和检测方法具有多样性，对轨道、隧道、桥梁3种典型场景下的巡检机器人进行总结。

1、轨道机器人

轨道巡检机器人通常为有轨式移动机器人，即将待检测轨道作为行驶轨道，同时搭载视觉、超声等无损检测传感器对轨道的状态进行检测，可自动检出多种异常情况。

杭州申昊科技股份有限公司开发的SHR-RI-IS1005是一款全自动轨道检测机器人，可以同时检测轨道轮廓、轨道几何形状和轨道间隙，其结构如图3（a）所示。该系统搭载的视觉传感器，可自动检测隧道中的表面缺陷，识别漏水、裂缝等异常情况，如图3（b）所示；运行速度为5~10km/h，电池寿命超过4h，总重量为115kg。

Felix由Loccioni公司开发，是一种轮式移动机器人，用于铁路道岔和交叉的自动检查，如图3（c）所示。该系统可以以最高5km/h的速度收集道岔和交叉区域的轨道几何形状，检测的轨道状况如图3（d）所示；采样间隔为2mm，分辨率为0.1mm，可持续工作6h以上，可实时生成评估报告和预测分析。该系统已被英国铁路网公司使用。

图3轨道巡检机器人2、隧道机器人

隧道巡检机器人，大多采用视觉的方式无损检测隧道内的渗漏和裂缝等情况，且隧道内多为弱光环境，需主动添加光源，如使用结构光相机或相机搭配激光光源辅助机器人采集图像；这些图像将被进一步处理以快速识别隧道的异常情况。机器人隧道巡检主要有2种形式：搭载于列车上随列车的高速移动收集隧道的图像信息和结合轮式移动平台在移动过程中检测图像信息。

对于搭载于列车上的巡检系统，Zhang等提出了一种基于摄像头的地铁隧道检测系统，如图4所示。该系统搭载CMOS（complementarymetal-oxide-semiconductor）线阵相机、激光测距传感器、速度传感器，使用形态图像处理算法来分割具有潜在裂纹缺陷的局部暗区，可以提取裂缝和断开的物体，准确率在90%以上。该方法在北京地铁1号线进行了测试。

图4地铁隧道检测系统组成

对于搭载于移动平台的巡检系统，Huang等提出了一种名为MTI-200a（MetroTunnelInspection-200a）的检查系统，结构如图5（a）所示。巡检系统运行于轨道上，如图5（b）所示，系统采用结构光相机，光源照射于隧道上，搭载多个摄像头，用于检测地铁隧道的裂缝和泄漏情况，采集到的隧道图像细节信息如图5（c）所示；采用基于全卷积神经网络（FCN）算法的图像识别技术进行缺陷特征提取，可以快速准确地识别隧道壁中的缺陷。

图5MTI-200a隧道巡检机器人

3、桥梁机器人

桥梁巡检的巡检需求多样，包括桥梁桥面、桥底、桥的斜拉索、桥梁高处等的检测，因此产生了不同类型的检测机器人。

对于桥梁桥面及桥底检测，Phillips等提出一种轮式移动机器人，如图6（a）所示，可自主导航并在桥梁内或附近行驶，检查桥梁的缺陷；机器人配备了激光雷达，自动收集桥梁的3D轮廓，如图6（b）所示。该机器人的有效载荷20kg，电池寿命4h，最大速度2m/s，重量17kg。但是，在每次检查之前都需要人工预规划路线，路线如图6（c）所示。

图6桥梁检测机器人

对于桥的斜拉索以及桥梁高处的检测，2022年，中铁大桥科学研究院和桥梁结构健康与安全国家重点实验室研发出桥梁拉索检测机器人CCRobot，采用碳纤维管作为主要受力构架，机身只有30kg，以8个橡胶轮在拉索上行走，爬行速度30m/min；采用自带编码器的电动推杆，协调电动推杆的伸缩量以保证机器人在爬行过程中的稳定性；视觉系统采用工业摄像镜头和CCD（chargecoupleddevice）成像技术，方便机器人在高速运动时高清成像，观察拉索表层病害（变形、划痕、破损等）；建立了电磁探伤无损检测系统，对拉索内部钢丝缺陷（如锈蚀、断丝）进行高精度无损探伤。CCRobot系列机器人整体设计如图7所示。

图7CCRobot桥梁拉索检测机器人系统整体设计

4、应用分析

轨道交通上的巡检场景多样，机器人需要根据场景设计机器人方案。巡检一般为长距离、多点位，因此机器人设计构型一般为携带对应检测传感器的轮式、轨道式机器人，巡检场景包括轨道、隧道、桥梁等；而在如斜拉索的特殊应用场景中，则需要设计特种机器人；在一些需要高灵活性检测场景，如车底，可在移动底盘上添加关节式机械臂。另外，检测传感系统大多采用二维、三维激光或相机等进行检测，机器视觉是巡检机器人智能化的关键因素。

表1总结了轨道交通巡检机器人在3个场景中的发展状况，机器人平台多样，有手推式、轮式、车载式、无人机等形式，搭载高分辨率相机等传感器收集图像数据进行目标检测的应用较为广泛，同时，超声波传感器、激光雷达、激光传感器等也常用在巡检工作中，无损检测是机器人巡检的研究重点。目前，轨道交通巡检机器人多处在样机阶段，并未大规模投入使用，以提高检测准确率为重点深入研究，自主定位和路径规划水平有待提升。

表1轨道交通巡检机器人性能分析

03车站智能服务机器人

轨道交通作为公共出行的重要环节，拥有庞大的客流量，车站智能服务机器人目前多被投放在站内服务中，提供乘客咨询、购票服务、客流量引导等服务，可有效缓解站内服务人员的工作压力。如图8所示，近年来中国、韩国、俄罗斯、日本等国家已在轨道交通站内陆续投放车站智能服务机器人。

图8车站智能服务机器人应用案例

在国外，车站智能服务机器人在轨道交通站内逐步投入试用。2008年，韩国首尔的车站智能服务机器人“MetRobot”在地铁站内投入试用，站内功能包含语音问答、信息触屏查询、视频监控、机械手臂互动、轮式移动避障等功能，通过屏幕触控、语音询问、动作交互进行人机交互。2017年，俄罗斯莫斯科机器人“曼莎”投入试用，具备语音交互、信息触屏查询、机械臂互动和轮式移动避障功能，增加了拍照打印照片特色服务。2017年，日本东京机器人“Pepper”开始服务试用于地铁站，在实现语音问答、信息触屏查询、机械臂互动和轮式移动避障功能的同时，还提供购票、无线网服务，且具备非常灵活的手部动作。

在国内，车站智能服务机器人被投放于地铁站和火车站等场所，正处于试点阶段。2016年，广州的机器人“小璐”是国内首个服务火车站的机器人，站内功能包括语音问答、信息触屏查询、站内购票帮助、新闻阅读与轮式移动避障等，通过屏幕触控和语音询问进行交互。2018年，智能车站智能机器人在上海地铁站上岗。2020年，车站智能服务机器人“小蓝”亮相济南地铁站。2021年，车站智能服务机器人“阿捷”在北京轨道交通的京港地铁4号线和16号线国家图书馆站为乘客提供出行查询、实地引领及运营提示等智能服务，外形活泼可爱并且拥有丰富的知识库，可通过语音交互、图像化表达等方式实现人机交流。以上所述的国内外车站智能服务机器人如图8所示，性能如表2所示。

表2车站智能服务机器人性能分析

车站智能服务机器人的技术实现主要包括外观形态、人机交互、环境感知、移动规划与避障4个方向。在外观形态上，外观边缘无棱角，避免在发生碰撞时对乘客身体造成伤害，机器人造型拟人化、面部表情图像化，良好的视觉效果给予乘客舒适的人机互动体验。在人机交互上，通过语音识别技术、自然语言处理技术、语音合成技术等，完成人与机器人之间的信息交换。2022年11月30日，由人工智能实验室OpenAI推出的ChatGPT，是一款基于GPT-3.5架构开发的专注于对话生成的语言模型，在回答问题、撰写文章、文本摘要、语言翻译、生成计算机代码等任务方面表现优异，是自然语言处理（NLP）方向的出色的工程实例，人工智能与人机交互在工程应用中迈向新的台阶。在环境感知层面，机器人内置视觉传感器、激光测距传感器、超声波传感器、GPS（globalpositioningsystem）模块等，及时获取机器人周围环境数据，由感知算法进行特征提取，构建局部环境地图。移动导航与避障过程中，机器人在交通站内根据已有的环境模型或构建的地图进行定位，自主规划路线前往指定位置或跟随，在行进过程中利用局部路径规划算法及时避障，避免与乘客或行李、建筑等障碍物发生碰撞。

轨交机器人核心技术

轨道交通领域的机器人，依据场景，有机械臂、移动机器人及其组合形式，分别对应着“手”与“足”，然而，每种机器人都不可缺少的是“眼”和“大脑”，分别用来感知环境与决策，这也是机器人的核心部分，对应的技术为传感器感知、目标检测与识别、自主导航、机器人控制和人机交互与协作等，如图9所示。

图9核心技术分类示意

01传感器感知技术

传感器采集环境信息和自身数据，是机器人系统中不可或缺的一部分，可为其实现自主导航、防撞、检测、跟踪、通信等功能服务。传感器种类多样，包括视觉传感器、位置传感器、近程传感器、雷达传感器、力觉触觉传感器等。

1）视觉传感器，生成场景图像信息，与图像处理和计算机视觉算法共同使用，实现对周围环境的视觉感知。

视觉传感器包括单目、双目与RGB-D相机、红外热成像仪等。单目相机成本低、结构简单，可获取二维图像信息，便于相机标定和图像识别，可以满足大部分视觉感知任务要求，但因其尺度不确定性，不能捕获深度信息；立体双目视觉相机可获得三维空间坐标信息，对传感器标定精度高，计算量较大，解决了单目相机无法测量深度信息的缺陷，适用于室内和室外；RGB-D相机通过结构光或飞行时间方法测量物体深度信息，主要在室内进行三维成像与距离测量，应用广泛。以上为可见光摄像机，通常需要与照明或热红外摄像机配合才能在夜间、低照度场景或在有雾、霾、烟雾或沙尘暴的环境中工作，因为这些环境会使可见光摄像机失效。红外热成像仪可被动接收被测目标发出的红外辐射，并转化为带有温度信息的可视化图像，机器人携带红外热成像仪，用于识别和监测设备及环境温度，帮助检测温度异常状况及目标探测。

2）位置传感器用于确定精确机器人在给定区域的位置，可提供相对于已知参考点的相对位置信息和自身的姿态，也可提供相对大地坐标系的绝对位置，此类传感器一般用于导航定位中，具体的传感器种类及用法如表3所示。

3）近程传感器以非接触式方式提供物体检测或精确测距，如超声波、光电、激光测距仪、电磁感应传感器等，实时测量周边的目标物、障碍物等。

4）毫米波雷达在机器人环境感知、目标检测方面应用十分广泛。雷达设备通过发射与接收信号的时间差来检测目标，可提供精确的目标距离和速度信息，其具备穿透烟、雾、灰尘的能力强，不易受极端天气和光照条件的干扰的特点，常被用于机器人的目标探测、识别和跟踪。

表3定位技术性能分析

5）激光雷达作为一种光学遥感系统，结合SLAM算法，用于生成3D环境地图和实现高精度定位，可为机器人提供高精度的导航能力，可用于室内定位和避免碰撞，也可用于监测工作环境信息，助力于巡检任务。

6）力觉、触觉传感器在工业机器人作业方面应用广泛，测量力、力矩、接触位置、距离等信息，种类多样，是柔性生产和精密制造的关键。

02目标识别与检测

目标检测是为了在图像或视频中找到目标物的类型及位置，目标识别是在图像或视频中找到目标可能存在的局部区域并进行分类，以便进行后续任务操作。机器视觉和深度学习方法已被广泛用于目标识别和检测，例如焊缝检测与识别、喷涂质量检测、轨道缺陷检测、障碍物识别与检测等，较人工检测而言提高了检测的准确性。目前最常用的方法是基于模型的方法，该类方法需要以不同的姿势和时间拍摄大量图像，预先构建和学习对象模型，场景对象中提取的特征与之前存储的对象模型的特征进行匹配。

Chen等采用一种基于改进的YOLOv5算法对焊缝进行类型分类和识别。另外，支持向量机（SVM）、卷积神经网络（CNN）、YOLO（youonlylookonce）等算法在机器人巡检过程中常用于视觉系统的缺陷目标的识别与检测。服务机器人在交通站内导航需要精确的环境感知能力，搭载摄像机等传感器对目标进行检测和定位，从而根据目标的标签和位置执行动作。Singh等将服务机器人搭载的RGB-D相机的实时视频流作为输入，提出一种基于YOLO架构的目标检测和识别模型，YOLO算法在提高目标检测和实时定位精度之间保持了适当的平衡。Liu等提出基于CGAN（conditionalgenerativeadversarialnetwork）原理的复原与提取网络（REN），可从含有强干扰的接缝图像中可靠、快速地提取特征信息，使用REN提取特征信息的结果如图10所示，与实际结果基本一致。

随着机器视觉和深度学习的发展，目标识别与检测的准确度显著提升，非接触检测和无伤检测在技术上不断取得突破，但在应用上还未完全成熟，目前巡检机器人的功能较为单薄，无法满足运维巡检的全部需求。

图10REN方法提取接缝图像特征结果

03自主导航

自主导航是机器人确定自身在参考系中的位置，规划通往某个目标位置的路径的能力，要求不发生碰撞并满足自身动力学模型，是机器人关键功能之一。

工业机器人在完成焊接、喷涂、装配等任务时，要保证机械臂与工件间的相对位置为安全距离；在智能工业机器人阶段，定位和环境模型的建立非常必要，末端执行器的移动轨迹有着向智能自主化路径规划方向迈进的趋势。

巡检机器人多为室外巡检，定位方式主要涉及超宽带无线通信技术（UWB）、超声波定位、惯性导航、视觉同步定位与地图构建（SLAM）、激光SLAM、ZigBee定位、红外定位等；轨道式和特殊类型的巡检机器人无需自动规划路径，只需按照预先安排的固定路线行进，导航方法主要为光学导航、惯性导航、激光导航、视觉、GPS等，技术已经成熟并得到应用；以轮式无人车、旋翼无人机为代表的移动巡检机器人路径规划能力水平略强，沿事先规划好的路径点或自主规划路径行进执行检测任务，主要倾向于全局路径规划，在实际运用中局部避障能力非常有限。不同场景和不同种类的巡检机器人路径规划水平不一。

车站智能服务机器人多为室内导航，自主性要求较高，导航技术难度最大，采用摄像头、激光雷达、超声波测距等传感设备，感知周围环境，利用SLAM技术构建地图与定位，进行路径规划，尽可能避免与行人、物体等发生碰撞。构建环境地图与定位问题上，激光SLAM技术发展已较为成熟，定位精度高，但激光雷达设备价格过于昂贵；全局路径规划和局部静态避障问题已基本解决，机器人自主导航技术正进入产业应用的阶段。

1、定位

机器人在移动过程中需要实时获取定位数据才能规划路径、执行巡检等特定任务或实现机械臂的定点到位、跟随等功能。常见定位技术见表3。

全球导航卫星系统GNSS（globalnavigationsatellitesystem）卫星定位技术，利用空间距离后方交汇，求解机器人绝对位置信息，单纯利用GPS或北斗等导航定位精度在10m内，定位精度较低；可采用相对定位的方式如载波相位差分（RTK）技术提高定位准确性。

超宽带无线通信技术（UWB）技术是一种无载波通信技术，由定位基站、定位标签和控制管理平台3部分组成，可在室内、地下、管廊等环境下精确定位。

视觉SLAM分为2类，基于深度相机的视觉SLAM与激光SLAM类似，通过收集到的点云数据，能直接计算障碍物距离，基于单目、鱼眼等相机的视觉SLAM，利用相机采集的多帧图像来估计自身姿态变化，通过累计位姿变化来计算距离物体的距离，并进行定位与地图构建，地图构建精度高，但定位精度略低于激光SLAM。

激光SLAM通过激光雷达设备发射与接收激光信号的时间差，构建环境的点云地图，同时计算障碍物的距离与获取机器人的位姿信息，构建地图精度最高可达2cm。

推算导航定位，使用搭载于机器人中的惯性测量单元（IMU）、里程计、陀螺仪等传感器检测机器人一段时间内的相对位移和转动，通过累计计算机器人当前相对于开始时刻的相对位置；传感器存在累积误差的现象，需要时常对位置估计进行修正。推算导航定位常用于推算位置、速度、姿态等信息，一般与其他导航定位方式融合使用。

采用某一种定位导航方式较难满足工程需求，可参照以组合导航的方式采用2种及以上的导航系统对机器人进行测量定位，如采用视觉相机与IMU结合的形式得到机器人的精确定位并获取姿态信息。

2、路径规划

路径规划是机器人自主导航的重要组成部分，也是智能机器人执行作业任务的关键，在已知先验地图或实时构建地图模型及获取位姿信息之后，移动机器人需从起始位置自主规划路径前往指定位置作业，且移动期间不与障碍物发生碰撞。

在轨道交通领域，机器人的路径规划侧重点不一，主要体现在机械臂式的工业机器人、移动巡检机器人和车站智能服务机器人的区别。

工业机器人以焊接机器人为典型代表进行阐述，手工演示模式和离线编程仍然是现代焊接机器人的2种主要工作模式，操作人员在焊接前需要对焊接机器人的焊接路径进行复杂的教学和编程工作，随着工件焊接复杂性的增加和焊接工作环境的变化，机器人的离线路径规划操作困难，易出现焊接过程热变形导致的路径偏差，焊接机器人使用路径规划算法自行规划路径可有助于解决上述问题。焊接机器人的路径规划算法多处于研究阶段，实际应用较少。

巡检机器人多为室外巡检，轨道式和特殊类型的巡检机器人无需自动规划路径，只需按照预先安排的固定路线行进，导航方法主要为光学导航、惯性导航、激光导航、视觉、GPS等，技术已经成熟并得到应用；以轮式无人车和旋翼无人机为代表的移动巡检机器人路径规划能力水平略强，沿事先规划好的路径点或自主方式规划路径行进执行检测任务，主要倾向于全局路径规划，在实际运用中局部避障能力非常有限，因不同场景和不同种类的巡检机器人路径规划水平不一。

车站智能服务机器人对路径规划方面要求最高，是自主移动与避障的关键，全局路径规划和静态避障技术发展已经十分成熟，自主导航技术已投入产业应用，但动态避障仍存在缺陷。

按照规划目标的不同，路径规划可分为全局路径规划与局部路径规划；根据障碍物性质的不同，可分为动态路径规划和静态路径规划。路径规划的性能指标主要分为路径长度、路径安全性和路径平滑度3类，路径长度代表机器人的移动效率，路径安全度体现了机器人在移动期间避免碰撞障碍物的安全性能，路径平滑度体现了机器人运动的连贯性。路径规划算法主要可分为反应式计算、软计算、空间搜索和最优控制4种类别。

1）反应式计算，可以快速处理新的来自机载传感器的环境信息，以修改现有路径或计算下一步运动的方式避开附近的障碍物，通常被用作局部路径规划器，机器人感知周围环境并重新进行动态规划。典型算法为人工势场（APF）和矢量场直方图（VFH）算法。Li等提出基于改进APF的SIFORS（simultaneousforwardsearch）方法，用于移动机器人在复杂环境下的动态路径规划；机器人在局部感应范围内同种环境下分别用改进APF方法与该方法在动态目标、动态目标和移动障碍物的地图内进行路径规划，仿真结果表明了基于改进APF的SIFORS方法在复杂环境下解决移动机器人路径规划问题具备可行性。

2）采用软计算方式的路径规划算法，寻求路径的近似最优解，通常需要用户调整某些参数以便根据环境的特性工作，甚至可以处理动态环境，适合于涉及大量变量和高维度的问题，一般需要大量的计算资源。Mac等提出将其分为智能优化算法、模糊逻辑和机器学习3种方法。

3）基于空间搜索的路径规划算法，属于经典的路径规划方法，根据空间的离散化方式分为图搜索法和基于采样的路径规划算法2类。（1）图搜索法，空间以图形的形式离散化，如栅格图等，算法完全或部分访问此图，直到找到连接起始点和目标点的路径，常用算法为Dijkstra算法、A*算法和D*算法等，通过遍历计算起始点到自由空间内任何一点的最短距离以得到全局最优路径。（2）基于采样的路径规划算法，多采用快速搜索随机树（RRT）、概率路线图（PRM）和快速行进树（FMT*）及其改进算法，以随机采样的方式尽可能快的找到一条从起点到目标点的可行路径，其复杂度不受地图离散化影响，在高维空间依然有很高的搜索效率。Suh等提出了基于RRT*算法和一种随机优化方法相结合的运动规划算法来寻找复杂现实环境中的最短路径，Zhou等提出引入斥力场的lazy-PRM（lazyprobabilisticroadmap）算法实现在线无碰撞路径规划。

4）基于最优控制方法来解决路径规划问题，不需配置参数，主要有偏微分方程PDE求解与数值优化2种类别。

04机器人控制

机器人控制大体分为电机控制、运动控制和任务控制3个层次。电机控制强调一个电机产生多少力，常通过机械臂的末端执行器直接触碰物体，尤其是在工业制造机器人作业过程中，电机控制的精细化程度直接影响生产作业的质量。运动控制，侧重机器人跟踪规划好的安全路径的效果，在运动过程中控制机器人的位置、速度、姿态等信息。任务控制是对机器人的电机和运动控制层面进行包装以完整执行作业任务，如机器人在执行焊接任务时，对传感器采集数据、焊缝跟踪、轨迹规划、精细化作业等过程的组合决策。

目前，已有迭代学习控制、自适应控制、模糊控制、神经网络等控制策略成功应用于机器人控制领域，如机器臂的精细化操纵、机器人的运动和轨迹跟踪等方面，此外，混合控制策略也在机器人控制中发挥重要作用。

05人机交互与协作

deLuca等提出人机协作的嵌套框架，由3个交互级别组成，任意更高交互级别都需要保证较低交互级别的特征参与，交互级别由低到高分别为安全、共存和协作，框架如图11所示。安全是最基本的先决条件，在协作的工作场所中，人与机器人一起工作，既要避免碰撞，防止机器人与环境、机器人与人之间的有害接触；又要做好碰撞后的策略即最小化接触力，机器人检测碰撞并作出反应，将人与机器人或2个实体之间的接触力和能量交换限制在安全范围内。共存模式是基础，以工业制造机器人为例，可由人工示教或离线编程的方式对机器人进行编程规划任务；人工示教方式仅适用于在简单几何形状的工件上在线编程简单任务，该技术逐渐被离线编程所取代。离线编程借助于在机器人工作单元的3D模型中远程模拟任务，在喷涂、焊接等领域有广泛应用，虽然对机器人的编程所需时间依然非常长，但编程期间不需停止生产。最高级的交互为协作，即协调行动和意图，可使用基于视觉和声音引导的交互模式、增强现实（AR）、虚拟现实（VR）技术应用于机器人编程，助力装备制造。协作类型的机器人主要应用于生产线，执行装配线上的辅助装配和质量检测作业。

图11人机协作的嵌套框架

人机交互，以车站智能服务机器人为例，机器人多采用触摸屏和语音的方式与人进行交互，界面以人机交互的形式友好地为乘客提供问答、票务查询等服务，可增强乘客的乘坐体验，提高轨道交通系统的服务水准。触摸屏交互方式的应用已非常普及，语言技术不断发展，服务机器人也开始加入语音功能；语音交互常采用语音识别技术（ASR）识别乘客声音中的文字信息，通过自然语言处理技术（NLP）准确理解乘客意图，在机器人丰富的知识库提取出购票、天气与地图等信息查询相对应的答案，发出准确的回复指令，经语音合成技术（TTS）生成语音信息，最终以语音、视频、图片等形式展现给乘客。

挑战与展望

01轨交机器人复杂任务编程依然烦琐

在轨道交通装备制造领域，工业机器人广泛使用示教器及离线编程方法编程，非常耗时，且在面对复杂任务时需要重新编程，对于没有经验的机器人程序员来说过于复杂，以上编程方式不再适应柔性生产的要求。AR可用于装备制造领域，以人机协作的方式辅助机器人编程。工作人员可透过AR技术规划和模拟机械臂的运动轨迹，避免实际生产过程中因路径问题发生碰撞，加快机器人编程进程，且非专家能够以直观的方式对机器人进行编程，无需经过严格的机器人编辑培训。

AR系统由可视化技术（头戴式显示器HMD或投影仪等）、摄像头、跟踪系统和用户界面构成，用于装配、焊接等任务作业，加快工业机器人的编程进程，并将利用操作员的直观专业知识助力柔性生产。AR技术可辅助机器人编程，但目前多处于实验室阶段，仍面临着成像精度及稳定性问题，技术有待突破。

02特殊场景中的环境感知能力有限

机器人技术在轨道交通领域柔性制造、巡检维护、便捷服务的应用趋势下，所面临的目标及周边环境的复杂度越来越高，机器视觉为机器人提供视觉感知，感受周围环境，但在实际落地应用时仍然面临很多挑战。

传统的图像处理技术与基于机器学习的目标检测方法是识别零部件及检测环境质量的重要方式。装备制造的零部件识别与质量检测、巡检维护中的先进视觉检测算法都依靠视觉检测技术，有很大的研究空间；尤其是质量检测方面，如轨道表面和内部缺陷、几何不规则、紧固件缺陷、轨道间隙等状况，很少能实现在同一个机器人载体上同时检测所有状况，且检测准确率有待进一步提升。

考虑到实际的轨道交通环境，尤其是复杂工作环境中，如伴有飞溅火花的焊接过程、在高速运动的列车上检测铁轨状态和在人流密集的交通站内，服务机器人工作面临碰撞的风险，实施有效的目标检测与识别仍然是一个具有挑战的问题。

由于混乱的动态环境、物体遮挡、相互作用，以及额外的光照和几何变化等，目标检测与识别不能实时有效地推算出真实结果，影响机器人进一步采取行动。

03高人流等多变环境中机器人自主应急能力有待提高

轨交机器人实现自主移动的特性在于能够知道自身在哪、往哪去，也就是导航与路径规划。然而，实际环境的复杂多变使得导航和路径规划的稳定性不足。例如，轨交巡检机器人仍多处于原理样机和试验样机阶段，受复杂环境因素影响，定位精度与实时性不足，在目前的研究层面多为人工跟随或指定路线，导航技术尚不成熟。目前IMU、轮式里程计（编码器）、激光雷达，视觉传感器、GPS、UWB等多种传感器都可获得位置信息，多种传感器融合可增加信息获取量，提升机器人的定位精度和稳定性，如利用相机和惯性测量单元IMU的融合实现高精度定位。另外，通过增加机器人的传感器数量，实现多方位的感知信息有利于精确定位。但是，随之而来的问题是大量的信息处理增大了计算资源消耗，导致实时性降低。因此如何根据应用场景来平衡多传感器的信息互补的精确度与实时性是目前的热点问题。

智能服务机器人在人群流动性大且密集的车站这种大规模复杂场景下作业，尽可能避免与行人、物体等发生碰撞，导航任务艰巨；常配备摄像头、激光雷达、超声波测距等传感设备感知周围环境。激光SLAM技术发展较为成熟，但激光雷达设备价格过于昂贵且覆盖范围有限，视觉SLAM技术仍在研究。视觉相机可在室内室外场景应用，但在黑暗低光照环境下工作受限，常用结构光相机或增加辅助光源的方式收集隧道、轨道等暗区环境数据。视觉SLAM技术对光依赖性高，且计算量大，目前应用场景有限，仍需进一步探索。全局路径规划和局部静态避障问题已基本解决，但伴随着行人的交互，导航技术结合行人预测进行动态避障，是未来需要重点关注的问题。

结论

轨道交通领域复杂特性给与了机器人领域良好的生长环境，机器人在轨道交通领域内的装备制造、巡检、运营等方面都有所建树。因此，从轨道交通领域的装备制造、运维巡检和运营服务3类职能出发，总结机器人技术的现有应用。装备制造领域多以机械臂式为主，因为该领域一般需要高自由度和高精度作业，固定式多自由度机械臂适配此类需求。巡检和服务机器人多以移动机器人平台为主，具备良好的自主移动能力，也可在移动平台上搭载机械臂，实现高灵活性作业。分别讨论机械臂和移动机器人，归纳多种共性与特性的核心技术，如传感器技术、目标检测与识别、导航、机器人控制、人机交互与协作。工业机器人较为侧重以视觉为主导的环境感知、目标识别和检测、机械臂的精细化抓取与操纵、质量检测等，朝着制造的操作稳定、精密、高效、智能化方向推进。移动巡检机器人着重研究导航、传感器技术、目标检测与识别等技术，检测轨道交通基础设施和设备状态，提高巡检执行效率与多方位全方面检测能力，推进轨道交通的运营维护工作。车站智能服务机器人，人机交互、基于视觉的环境感知、路径规划与避障技术不可或缺，可提供咨询和引导服务。

机器人在轨道交通领域的实际应用中，还有很多困难需要克服，例如，轨交场景复杂任务编程依然繁琐；在轨道缺陷检测、焊接质量检测等复杂场景中的信息感知能力仍然有限；在高人流等典型多变环境中机器人的自主移动能力不足。

本文作者：祝瑞祥、裴轩、侯涛刚

作者简介：祝瑞祥，北京交通大学电子信息工程学院，硕士研究生，研究方向为智能机器人技术；侯涛刚（通信作者），北京交通大学电子信息工程学院，副教授，研究方向为智能机器人技术。

原文发表于《科技导报》2023年第10期，欢迎订阅查看。

内容为【科技导报】公众号原创，欢迎转载白名单回复后台「转载」

《科技导报》创刊于1980年，中国科协学术会刊，主要刊登科学前沿和技术热点领域突破性的成果报道、权威性的科学评论、引领性的高端综述，发表促进经济社会发展、完善科技管理、优化科研环境、培育科学文化、促进科技创新和科技成果转化的决策咨询建议。常设栏目有院士卷首语、智库观点、科技评论、热点专题、综述、论文、学术聚焦、科学人文等。

特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。

Notice:Thecontentabove(includingthepicturesandvideosifany)isuploadedandpostedbyauserofNetEaseHao,whichisasocialmediaplatformandonlyprovidesinformationstorageservices.

/阅读下一篇/返回网易首页下载网易新闻客户端

国外十大巡检机器人企业发展现状分析！ 国外智能巡检机器人发展现状研究