当AI卷入家庭，服务机器人下一个风口到了
作者|程茜
编辑|漠影
从2016年AI（人工智能）模型AlphaGo战胜人类棋手开始，AI技术的发展进入加速期，逐步从技术突破创新，进入AI技术与不同应用落地场景相融合的新阶段，此前仅在科幻电影中出现的家庭服务机器人，逐渐进入人们的视野。
据《2021年中国家庭服务机器人行业研究报告》，目前中国家庭服务机器人渗透率仅为4.3%，2013年，中国家庭服务机器人行业市场规模仅9.6亿元。到2020年，国内家庭服务机器人行业市场规模已达到114.6亿元，复合年增长率高达42.5%。可以看出，在看似“不够抢眼”的渗透率背后，中国家庭服务机器人市场的增长潜力不容小觑。
在探索AI产业化有效路径的热潮之中，家电巨头美的走出了自己的路，让AI技术、智能家居和服务机器人之间产生了神奇的化学反应。
就在最近，科技部正式公布了最新一批“国家新一代人工智能开放创新平台”，明确将支持美的集团建设“智能服务机器人国家新一代人工智能开放创新平台”，此前，获批平台建设的企业还包括华为、腾讯、阿里云、百度等15家。
获得这一认可，离不开美的在人工智能和智能服务机器人领域的多年耕耘，此前，美的已经推出了首个家庭服务机器人品牌WISHUG，并亮相了其首款家庭服务机器人——小惟，预计今年下半年上市。
▲美的首代家庭服务机器人产品小惟
迈入数字化、智能化时代，家庭服务机器人能在用户家庭中扮演何种角色？智能家居行业是否正在酝酿新的变革？智能家居和服务机器人的化学反应能否撑起下一个风口？
带着这些问题，智东西与美的集团首席AI官兼AI创新中心总经理唐剑、美的集团品牌总监王御骅进行了深入交流，从AI产业化应用和智能家居市场的现状出发，剖析美的在家庭服务机器人领域布局的“底牌”以及美的关于家庭服务机器人这一新品类的规划和行业思考。
▲美的集团首席AI官兼AI创新中心总经理唐剑
一、人工智能应用在家庭场景快速爆发
智能家居产业的发展目前有三个趋势特别明显。
第一，智能家居的普及速度远超你的想象。智能家居赛道巨大的增长潜力背后，入局玩家、产品出货都呈显著增长态势。公开数据显示，截至今年5月，我国涉及智能家居领域的企业总数已经超过83万家，仅2021年新增企业就超过17万家；IDC也有数据显示，2021年中国智能家居设备市场出货量已超过2.2亿台，同比增长9.2%。
第二，智能家居的智能化程度也在快速进化。智能单品越来越无法满足用户的需求，联动、统一的全屋智能解决方案正成为更加主流的选择。
第三，越来越智能的设备给智能家居管理和控制带来了新的挑战，路由器、电视、手机，以及近些年被普遍采用的智能音箱、中控屏都是人们设想作为智能家居中控大脑的选择，现在，可移动的家庭机器人以一种新的智能家居控制中心形态出现，这一形态产品不仅在外观、功能等方面都更加完善，能够拉近与用户的距离。
在智能家居产业发展趋势逐渐明晰的当下，美的的小惟家庭服务机器人应运而生。不过这一新形态，目前仍然处于发展初期。
从家庭服务机器人的市场发展现状来看，目前市面上有三类家庭服务机器人，一类是小型的儿童陪伴教育类机器人，主要功能为通过语音交互和儿童进行简单的聊天或者讲故事、听音乐等。第二类是以扫地机器人为代表的主打垂直场景的工具类机器人，目前，这一类机器人的市场规模呈快速增长阶段。
相比于这两类家庭服务机器人，以小惟家庭服务机器人为代表的第三类综合服务类机器人，落地的产品较少，原因在于打造这类机器人是有很高技术门槛的。
谈及研发家庭服务机器人的技术难点，唐剑将家庭服务机器人与执行机械任务的工业机器人进行了简单的对比，打造家庭服务机器人最大的难点就是对泛化性和鲁棒性的要求很大。
他举了一个例子，工业机器人也会执行如“打开抽屉”等任务，但这些抽屉都是标准的，但在现实生活中，每个家庭的抽屉都是丰富多样的，如何在不同的家庭中打开不同的抽屉，就需要在训练模型中进行很好的泛化。
除此之外，还有语音、语义、计算机学习等多项技术的难点，这也说明了其市场发展仍处于初期的原因。
美的依托自研核心技术，推出了小惟家庭服务机器人，使得家庭服务机器人产品作为万物互联的下一个智能终端的可能性逐渐放大，唐剑认为：“正如智能手机的出现开启了移动互联网的时代，电动汽车引领了新能源时代的到来，家庭服务机器人未来也会开启一个新的时代。在不远的将来，每家都可能拥有这样的一个服务机器人。”
二、当好智慧家庭“全能管家”，如何做好四个角色？
如果让家庭服务机器人来扮演智能家庭“全能管家”的角色，那这个管家一定不是单一的角色，根据其功能侧重不同，将扮演不同的角色，也正是这几种不同的角色来定义了智能家庭全能管家这一新物种。
从美的给出的定义来看，小惟家庭服务机器人有四大角色定位。
1、AI管家，智能家居新中控。家庭服务机器人的最大特征是可以控制全屋家电并联动IoT设备，如起床唤醒、睡眠模式、离家模式等。
更重要的是，它还能够提前一步实现主动服务，也就是不需要用户自行操作或者发出指令，小惟家庭服务机器人就可以主动调控全屋的智能家居设备。
2、家庭助理，24小时全职在线。美的将小惟家庭服务机器人定位为智慧家庭新成员，其可以在家庭生活办公、老人陪伴和子女教育等场景下，提供厨房菜谱、跑腿送物、日程提醒等助理功能。
唐剑告诉智东西，在家庭助理的功能板块中，最重要的场景之一就是日程提醒，他们会通过不同渠道同步用户的时间需求，这样，家庭服务机器人就可以在适当的时间去提醒用户。
3、安全卫士，007巡逻看护。用户离家后，小惟家庭服务机器人可以多点自主巡逻，主动感知家庭环境，实现7×24小时家庭安全布防等功能。在主动感知功能下，家庭服务机器人可以识别异常事件，如是否关窗、关炉子、老人跌倒等。此外，用户还可以远程控制小惟机器人，360度查看家庭的各个角落。
“我们希望它能为所有家人提供一个全方位、全时段的安全守护。”唐剑说。
4、科技玩伴，打造移动家庭娱乐中心。小惟家庭服务机器人内置高清移动投影仪和高低声道混合音箱，能够让用户在家中多点快捷投影，自动联动其他家电设备，打造家庭移动影院。其次，小惟家庭服务机器人还可以作为游戏主持，参与互动游戏。
在这四大角色背后，小惟家庭服务机器人离不开美的自研的核心杀手锏。唐剑说，他们自研了3D语义地图和语义导航技术，使得机器人可以自主建图。另外，就是人体和面部跟随功能，机器人在跟随过程中还可以自主避障以及全屋寻人和传话、递物功能，这也正是美的定义小惟家庭服务机器人四大角色的根基。
此外，为了让小惟机器人更贴近“家庭新成员”的定位，除了多项硬科技加持下，美的同样为家庭服务机器人赋予了更多人文关怀。
从其美的家庭服务机器人品牌WISHUG的命名中就可以看出，王御骅谈道，WISHUG蕴含了2层意思，第一个从字面上看就是“智慧”和“拥抱”，第二个是“心怀爱与希望”，这都说明了美的研发家庭服务机器人的初心。
家庭服务机器人在用户家庭生活中的功能更加多元化，随着人们生活的智能化程度将越来越高，再加上一旦“全能管家”的定义逐渐被人们普遍接受，那这一产品的市场空间将是巨大的。
三、6大AI技术支撑，化身智能居家场景入口
打造这样一个复合型的智能家庭“全能管家”角色，并没有那么简单，需要深厚的技术积累和商业化经验。美的在AI技术方面已经构筑了一道护城河。唐剑说：“从前端算法、云平台、语音模组、自然语言理解算法等都是我们自研的。”
家庭服务机器人小惟脱胎于美的AI创新中心，2020年3月，美的AI创新中心成立，聚焦语音/语言、计算机视觉、导航技术、边端智能、知识图谱、机器人学习六大核心技术，家庭服务机器人的研发也同步开启，正是这6大AI技术的支撑为打造这样一个“全能管家”奠定了基础。
这6大核心技术在家庭服务机器人中的作用是什么？我们可以分别来看。
1、语音、语言。家庭服务机器人最重要的功能之一是语音、语言识别，用户可以通过语音控制小惟机器人进行一些家电联动操作，并通过自然语言技术，使小惟理解快速识别用户的意思，前往指定的地点或触发一些功能。目前美的AI创新中心也在支撑美的智能家电的语音模组研发。
2、知识图谱。为了实现家庭服务机器人在智能家居场景下的主动服务，美的AI创新中心正在构建基于家居场景的大规模知识图谱库，通过知识建模、提取、融合，使得家庭服务机器人实现认知推理和逻辑表达。
3、计算机视觉。基于计算机视觉技术，小惟机器人还可以通过激光雷达与3D摄像头扫描全家、自主探索建图、识别物体属性、构建3D语义地图。在人体、面部识别、虚拟人等技术上，美的也在不断突破。
4、导航。面向家居场景的机器人，需要在家庭中四处走动，就对导航技术提出了更高的要求，这也涉及到我们前文提的用户安全问题，小惟机器人可以实现建图定位、回环检测，多传感器融合感知，综合提升定位精度，并实现灵活避障。
5、边端智能。在边端智能领域，唐剑说：“我们在边缘做识别有两个目的，一个是保护用户隐私，其次是降低延时。”为了实现主动服务的场景，家庭服务机器人需要识别、学习用户的行为习惯，还需要快速响应用户的指令，这里包括算法模型的自动优化工具以及边缘推理引擎。他补充道，美的AI创新中心将边端智能技术进行了极致的压缩和优化，去部署到边缘芯片和模组上。
6、机器人学习。这一技术同样是家庭服务机器人实现主动服务的关键，未来，美的将通过深度增强学习、模仿学习等技术去控制机械臂操控物品，能够进一步完成更加复杂的任务。
为了支持6大核心技术的研发，美的AI创新中心还搭建了大数据平台，构建模型训练平台、测试平台、标注平台等。
从技术创新到产品落地是质变到量变的过程，美的在AI产业化方向不断突破，在解决用户需求、痛点的同时，凭借自研核心技术的积累进军家庭服务机器人领域。
同样，AI创新研发团队将成为美的家庭服务机器人的“技术后盾”，唐剑说：“我们有相对完善的一整套解决方案，从云端到硬件模组、算法等，形成了完备的链路，因此我们的研发效率和优势相对明显。”
作为家庭服务机器人领域的先发玩家，美的也在推进相关标准的制定，在推进技术研发的同时，推动家庭服务机器人的商业化落地。
目前，家庭服务机器人领域仍没有出现头部玩家，可以预见的是，小惟家庭服务机器人一经发布，将在这一市场占据先机。
结语：通往强人工智能的关键一步
美的小惟家庭服务机器人给我们呈现了一个当下可做到的、非常智能化的AI管家形态，虽然市场还处于发展初期，但它已经成为美的在AI技术产业化探索迈出的重要一步。
唐剑向我们展望了家庭服务机器人的发展，他认为家庭服务机器人必然是AI产业化的突破点。未来，如果家庭服务机器人能够具备机械臂、手等部件，可以相对闭环的自主完成多项家务，还能和用户实现平滑、自由的语音对话，这将成为通往强人工智能或通用人工智能的一个飞跃。
SLAM在机器人中的应用
SLAM在机器人中的应用伴随着人工智能、机器人、无人驾驶等技术的蓬勃发展，越来越多的相关智能产品出现在了我们的日常生活中，作为底层技术基石之一的SLAM也逐渐被大家所熟知。下面通过“机器人对于人类的意义”、“机器人为什么需要SLAM技术”和“搭载SLAM算法的机器人有哪些用途”这样三个问题，来探讨SLAM在机器人中的应用。
温馨提示本篇文章已经收录在我最新出版的书籍《机器人SLAM导航核心技术与实战》，感兴趣的读者可以购买纸质书籍来进行更加深入和系统性的学习，购买链接如下：点这里购买：《机器人SLAM导航核心技术与实战》购买链接点这里观看视频讲解：《机器人SLAM导航核心技术与实战》书籍配套教学视频一、机器人对于人类的意义从某种意义上说，人类的躯体延展了人类的智能。互联网技术和人工智能技术则是对人类智能的又一次延展，而机器人又对人工智能技术进行了延展，如图1所示。这种延展性，是机器人对于人类的重要意义。
图1 人类躯体和智能的不断延展
人类学会使用工具，可以看成是人类躯体的第一次延展。试想一下在不会使用工具的远古时代，人类祖先只能靠采摘树上的水果维持生计，就连那些美味的坚果由于无法被牙齿咬开而十分遗憾地远离了人类的食谱。当人类学会了使用简单的工具（比如石斧、长矛、弓箭等），就可以用这些工具劈开坚硬的食物外壳、捕杀野兽以及保卫家园，这极大促进了人类的进步。再到后来学会制造和使用青铜器、铁器、汽车、轮船、飞机等一系列更先进的工具，这大大突破了人类躯体自身所能触及大自然的极限。
机器人的出现，可以看成是人类躯体的第二次延展。机器人相比于以往的单纯工具显然具有更高的自由度，能解决更复杂的问题。通常可以将人类的社会活动归结为人适应自然环境并改造自然环境的过程，站在技术的角度讲就是人的社会活动是人与自然环境时时刻刻发生的交互行为的总和。机器人作为人类与自然环境发生交互行为的重要工具，机器人的行为当然也就要围绕与自然环境的交互而展开。机器人通过搭载的传感器对环境进行感知，即传感器是机器人系统的输入端；机器人通过搭载的执行机构与环境进行交互，即执行机构是机器人系统的输出端；决策作为机器人的中枢系统连接输入端和输出端，决策由低智能的认知层和高智能的逻辑推理层构成，常见的人脸识别、语音识别、机器人定位、机器人避障等都属于低智能的认知层，而复杂的逻辑推理目前在机器人中还比较难实现。
而互联网技术的普及是对人类智能的又一次延展，我们可以借助互联网巨大的信息存储以及检索能力来管理我们的知识（以前靠人脑维护这些知识则需要消耗掉我们很大一部分的心智），同时互联网提供的便捷交流渠道加速了人类认识并改造自然的进程。伴随着互联网技术而兴起的人工智能技术则是对人类智能的进一步延展，如果将传统互联网技术看成是信息存储、检索和传播的载体，那么人工智能技术则可以看成是对载体上的信息进行挖掘并应用新信息的一种工具。简单点说就是传统互联网技术本身并不生产信息而只是起到信息传播的作用，信息仍然由使用它的人产生；而人工智能技术则可以从人产生的信息中生成新信息，即机器能发掘出人不知道的一些知识经验。
如果人工智能技术仅仅停留在虚拟的网络和数据之中，那么其挖掘并利用新知识的能力很难扩展开来。可以说机器人是人工智能技术应用能力的有效延展，特别是能自主移动的机器人极大地扩展了人工智能技术的应用范围，而基于SLAM的自主导航技术正是当下实现机器人自主移动的热门研究领域。
二、机器人为什么需要SLAM技术虽然我们还没有彻底搞清楚人类智能的本质以及生命存在的意义这个终极哲学问题，但就目前取得的进展而言，人工智能技术和机器人无疑极大地增加了人与自然环境交互的可能性。让机器人成为人的第二躯体，能极大地延展人与自然环境交互的范围和速度。当从量变发展为质变时，就有可能让人类摆脱自身躯体的局限而取得跨越式的发展。而这样的机器人应该具备高度的自主性，让机器人实现完全自主化也就成了人类一直以来的梦想。所谓完全自主化，就是在没有外界指令的干预下，机器人能通过传感器和执行机构与环境自动发生交互，并完成特定的任务。比如，自主与人类发生语言和情感交流，自主识别、抓取和操控物体，自主移动等。完成这些特定任务的每一种底层技术都可以认为是机器人时代的一种基础设施，比如由语音识别、语音合成、自然语言理解等技术组成的语音交互基础设施，由目标识别、运动规划、行为决策等技术组成的物体抓取基础设施，由建图、定位、路径规划等组成的自主移动基础设施等。
自主移动--->SLAM导航自主抓取自主交互 ……由于我们生活在一个三维空间环境中，在环境空间中移动是机器人与环境发生交互最基本的形式之一，因此自主移动也被誉为机器人自主化的“圣杯”。换句话说，要实现机器人的完全自主化，就必须先实现机器人的自主移动。试想一下如果人类拥有一个非常聪明的脑瓜子但却被限制在固定的地方不能移动，那么人与人之间的交流将很大程度地被阻断，人类的分工协作、社会生产、认识并改造自然的能力也将不复存在。既然自由移动对于人类这么重要，那么作为人类第二躯体的机器人，其自主移动的重要性也就不言而喻了。
1.什么是自主移动
自主移动实质上就是解决从地点A到地点B的问题，这个问题看似简单，实则非常复杂。当向机器人下达移动到地点B的命令后，机器人不免会问出3个颇具哲学性的问题，即“我在哪”、“我将到何处去”和“我该如何去”，如图2所示。
图2 自主导航的本质
经过近几十年来的研究，形成了一套有效解决机器人自主移动的方案，即SLAM导航方案。SLAM导航方案由建图（mapping）、定位（localization）和路径规划（pathplanning）3大基本问题组成，这3大问题互相重叠和嵌套又组成新的问题，也就是SLAM问题、导航问题、探索问题等，如图3所示。
图3 SLAM导航方案
2.什么是SLAM
SLAM用于解决定位和建图两个问题，也就是常说的同时定位与建图。要搞清楚SLAM是怎么来的，就要先了解单独的定位和建图这两个子问题。
对于单独的定位问题来说，是在已知全局地图的条件下，通过机器人传感器测量环境，利用测量信息与地图之间存在的关系求解机器人在地图中的位姿。定位问题的关键点是必须事先给定环境地图，比如分拣仓库中货架上粘贴的二维码路标，就是人为提供给机器人的环境地图路标信息，机器人只需要识别二维码并进行简单推算就能求解出当前所处的位姿，如图4所示。
图4 基于已知全局地图的定位问题
而对于单独的建图问题来说，是在已知机器人全局位姿的条件下，通过机器人传感器测量环境，利用测量地图路标时刻的机器人位姿和测量距离与方位信息，很容易求解出观测到的地图路标点坐标值。建图问题的关键点是必须事先给定机器人观测时刻的全局位姿，比如装载了GPS定位的街景绘制汽车，汽车由GPS提供全局定位信息，测量设备基于GPS定位信息完成对街道建筑物的测绘，如图5所示。
图5 基于已知全局位姿的建图问题
很显然，这种建立在环境先验基础之上的定位和建图具有很大的局限性。将机器人放置到未知环境（比如火星探测车、地下岩洞作业等场景），前面这种上帝视角般的先验信息将不再存在，机器人将陷入一种进退两难的局面，即所谓的“先有鸡还是先有蛋”的问题。
图6 未知环境是先建图还是先定位
如果没有全局地图信息，机器人位姿将无法求解；没有机器人位姿，地图又将如何求解呢？于是将机器人位姿量与地图路标点作为统一的估计量进行整体状态估计，这是SLAM问题研究的起源。简单点理解的话，SLAM的建图与定位过程如图7所示。
图7 SLAM的建图与定位过程
当机器人来到一个完全陌生的环境之中，机器人通过传感器（比如激光雷达）对该位置上能观测到的环境物体进行扫描，这样就获得了一个很小的局部初始地图。接着机器人就可以在移动的过程中利用这个局部初始地图进行定位，这样就能获得下一个时刻机器人的位置。当然在移动的过程中，机器人会扫描到环境中新的物体。这样往复，机器人就可以不断利用以往的地图进行定位，同时在定位的基础上对以往地图进行更新。当然，SLAM算法的实际实现过程要比这个复杂得多，涉及到概率论、状态估计、优化理论、感知融合等，这里就不具体展开了。
3.什么是SLAM导航
其实机器人的自主导航，就是在回答“我在哪”、“我将到何处去”和“我该如何去”这样三个问题。仅仅依靠SLAM技术所提供的建图和定位功能还无法实现机器人的自主移动，还需要将SLAM与导航算法以及人工规则等相结合，这种结合也就是所谓的SLAM导航。SLAM一方面为导航算法中的路径规划提供机器人定位信息，另一方面为导航算法提供可动态更新的全局地图。而导航算法主要解决序贯决策问题，包括障碍物度量、路径规划、运动控制等研究课题。
图8 SLAM导航
由于SLAM和导航是两个相对独立的系统，通常SLAM在导航应用中有两种模式。第一种模式，SLAM先运行建图模式构建好环境地图后将地图保存，接着载入已保存的全局地图并启动SLAM重定位模式提供定位信息。第二种模式，SLAM直接运行在线建图模式，建图过程中直接提供地图和定位信息。后一种模式下的SLAM导航也称为环境探索，利用已有地图进行导航，然后导航控制机器人移动的过程又反过来更新了地图。
三、搭载SLAM算法的机器人有哪些用途目前以SLAM导航技术为支撑的自主移动应用领域已经十分广泛了，涵盖航天、军事、特种作业、工业生产、智慧交通、消费娱乐等众多领域。航天领域的典型应用要属火星探测车，在遥远的星球上自主移动无疑是一项必备的技能。军事上借助自主移动的坦克、机器人士兵、飞机等，可以打一场无人化战争。在特种作业场合的自主移动机器人将发挥无可替代的作用，比如管道清洗、矿井作业、抢险救援、排爆、安防巡检、深海勘探等。农业上的应用，比如自主栽培、自主除草、自主施肥、自主采摘等。还有自动驾驶汽车、机器人终端物流配送、全自动化工厂、机器人智慧养老、机器人餐厅、家庭服务机器人等。总之，就是用机器人去替代人类各种体力活的场合都用得到SLAM。下面结合更详细的案例，来说明这些用途的广泛性。
图9 SLAM在机器人中的应用
1.导览机器人
如果一台平板电脑被赋予了自动行走的能力，将具备巨大的应用潜力。这里将要介绍的机器人讲解员、迎宾机器人、引导机器人等案例就是其中的一些典型应用，这些机器人通过SLAM技术实现自主移动，并通过搭载的可触摸平板电脑终端以及语音交互技术与用户进行交互。
像博物馆、展览馆、陈列室这类以讲解游览为主的应用场景，机器人讲解员能很好地替代人类讲解员高度机械重复的工作。在博物馆的入口，游客可以挑选一台空闲的机器人讲解员，然后从机器人屏幕推荐的游览路线中选择出一条感兴趣的路线，接着就可以在机器人的带领下游览路线中的各个展台并听取机器人在对应展台的讲解。
图10 机器人讲解员
当然在机器人讲解员的基础上添加专门的知识库以及语音交互技术的支持，这样的机器人就可以充当迎宾机器人。机场问询服务、医院导诊、银行大堂接待、公司前台等应用场景，迎宾机器人都可以充当一名辛勤的工作人员耐心提供咨询服务以及相应引导。
图11 迎宾机器人
如果将地图以及货架商品等信息录入机器人，那么机器人就可以提供更加详细以及贴切的查询指引服务。比如在大型商超，顾客可以通过机器人的指引从成千上万件商品中找到需要商品的摆放位置。如果是在图书馆的话，可以用类似的方法找到想要查阅书籍的摆放位置。引导机器人除了可以为顾客提供查询引导服务外，还可以充当自主移动的购物车，并且是一块具有移动属性的天然广告牌。
图12 引导机器人
2.安防机器人
对于变电站、计算机机房、厂房等环境严酷恶劣的场景，日常的设备巡检就可以交由机器人来完成，工作人员只需在远程进行分析判断即可。利用SLAM自主移动技术、高清摄像头、机械手臂、无线通信等，就可以搭建起一台巡检机器人。
图13 巡检机器人
上面提到的巡检机器人都是与机器设备打交道，而下面这种安保机器人则主要是与人打交道。在巡检机器人的基础上，增加以人工智能技术为依托的各种物体识别、行为识别、舆情监测等算法，就可以让机器人在机场、游乐园、大型活动现场等场景提供日常安保服务。安保机器人上搭载的各种传感器（红外夜视、气体传感器、火焰传感器、金属探测器等）以及人工智能算法，可以对各种违禁品（比如打火机、酒精、管制刀具等）、可疑包裹、异常行为等进行识别并预警。
图14 安保机器人
由于近年来疫情在全世界的大流行，防疫机器人也越来越受重视。体温检测、戴口罩识别、紫外线消杀、雾化消毒、空气净化等防疫工作，也越来越多的由防疫机器人来分担完成。
其实将安保机器人稍加改装，摇身一变就成了一台防疫机器人。
图15 防疫机器人
3.清扫机器人
相信大家一定已经对家用扫地机器人不陌生了，最早的扫地机器人仅依靠红外线传感器和碰撞传感器进行乱撞式的导航，也就是走到哪撞到哪，撞到障碍物后就换一个方向继续前进。这种早期的扫地机器人显然非常不智能且工作效率极低，后来的一种改进方案是扫地机器人主动向天花板投射散色的红外线，如果扫地机器人能收到反射回来的红外光就说明扫地机器人钻进了桌子或椅子底下，这种方式能在一定程度上保证扫地机器人不被陷入导航困境，但是还是显得比较“智障”。那么要如何让扫地机器人显得不那么“智障”呢？目前主流的扫地机器人基本都采用SLAM技术进行导航，主要是激光SLAM方案和视觉SLAM方案。激光雷达一般采用低成本的单线激光雷达，视觉传感器则包括单目、双目和RGB-D相机。目前搭载单线激光雷达的激光SLAM导航基本是扫地机器人的标配，一些稍微高端点的扫地机器人还会在搭载单线激光雷达的基础上搭载额外的双目或RGB-D相机之类的进行更智能的避障辅助。
图16 家用扫地机器人
随着SLAM以及无人驾驶技术的逐步成熟，扫地机器人也越来越多的应用于环卫、公共场所、大型空间的清扫。环卫清扫机器人典型应用场景包括机场、火车站、大型商超、工地厂房、游乐园、公园等，传统的环卫车需要人来驾驶，而在传统环卫车上加装激光雷达以及SLAM导航算法就能变成一台无人驾驶环卫车，这样能大大节省人力提高效率。
图17 无人驾驶环卫车
4.配送机器人
上面提到的几种机器人大都是提供某种服务或者完成某种作业任务，这里将介绍自动运载货物的机器人应用。用SLAM导航技术给机器人赋能后，机器人或无人车便能完成货物的运输和投递任务。比较常见的应用包括送餐机器人、送快递机器人、酒店配送机器人等。
图18 送餐机器人、送快递机器人、酒店配送机器人
其实，除了送餐、送快递、送酒店物品外，具备自主导航能力的机器人还可以配送很多其他东西。比如在智能泊车停车场，泊车机器人可以将汽车自动运送到指定车位。在港口，货运机器人可以将轮船上卸载的集装箱运送到码头对应的存放区域。在工厂，AGV自主导航小车可以在各个产线之间帮忙运送各种生产原料以及成品。在养殖场，自主导航机器人可以完成饲料投喂以及农副产品收捡。
图19 智能泊车机器人
图20 港口集装箱货运机器人
图21 工厂AGV自主导航小车
图22 养殖场自动投喂机器人
当然生活中需要配送货物的场景绝不仅以上列举的这些，也就是说具备SLAM导航能力的配送机器人具有非常广阔的应用范围。
5.家庭服务机器人
所谓家庭服务机器人，简单点理解就是“机器人保姆”。端茶递水、扫地做饭、照看小孩、陪伴老人等，可以说服务机器人是机器人发展的终极目标之一。
图23 家庭服务机器人
当然这些功能非常炫酷的家庭服务机器人目前还比较少见，而更多是以智能玩具的角色出现。比如智能逗猫机器人、游戏对战机器人、教育陪伴机器人等。
图24 智能逗猫机器人
图25 大疆第一人称游戏对战机器人
图26 教育陪伴机器人
6.农业机器人
虽然人类已经踏进了工业化的时代，但农业依然还没有实现完全自动化。机器人（特别是搭载SLAM导航技术的自主移动机器人）在农业领域的应用，有望实现农业生产的完全自动化。比如农业采摘机器人、农药喷洒机器人、自动割草机器人等。
图27 农业采摘机器人
图28 农药喷洒机器人
图29 自动割草机器人
7.无人驾驶
有很多非技术的朋友会认为无人驾驶汽车只需要依靠事先人为制作的高精地图（比如谷歌地图、高德地图、百度地图等），然后利用GPS和IMU进行惯性导航，同时利用激光雷达、毫米波雷达、超声波雷达等进行避障就能实现无人驾驶了。其实仔细研究，显然没有这么简单。
如果无人驾驶汽车完全行驶在道路场景完全不变化的封闭理想环境下，也就是道路两旁的花草树木永远保持原样、马路永远不发生维修和扩建、马路两旁的建筑物永远保持原样不随时间更迭、马路上最好没有其他车辆。这样只需要给无人驾驶汽车导入事先人为制作好的高精地图，基于这个不变的高精地图无人驾驶汽车就可以实现高精度定位，并基于这个高精度定位以及避障传感器实现自主导航与避障。
但是上面这种理想的一成不变的道路场景在实际生活中是不存在的，只有在游戏世界中能保证。前几年国内一些巨头宣传自己的无人驾驶汽车能在实际道路上行驶，其实都是选在场景单一不确定性极小的封闭高速公路中测试的。这些公司其实也知道，以目前的技术水平无人驾驶汽车大概还只能在封闭理想环境下运行，以规避道路上的各种不确定性。但不管怎么说，无人驾驶是未来的趋势，这种趋势将势不可挡。
所以简单点说，就是因为无人驾驶汽车所工作的道路场景具有极大的不确定性，所以无人驾驶汽车离不开SLAM技术。因为SLAM解决了“先有鸡还是先有蛋”的问题，即可以应对多变复杂的路况，并实时更新环境地图和实时定位。其实SLAM是一种解决问题的思想，并不仅仅指代某种算法。SLAM的全称是同时定位与建图，也就是解决未知多变环境内的定位与环境建模问题。SLAM的具体实现非常之多，经典的激光SLAM、视觉SLAM、多传感器融合SLAM、以及各种AI技术与SLAM相结合的方案，可以说SLAM是一个非常开放的研究话题。
值得庆幸的是，目前在一些环境相对稳定的场景内无人驾驶已经得到了广泛的应用，比如校园通勤无人驾驶巴士、景区无人驾驶观光车、无人货运卡车、无人驾驶公交车等。
图30 校园通勤无人驾驶巴士
图31 景区无人驾驶观光车
图32 无人货运卡车
图33 无人驾驶公交车
8.特种作业机器人
曾经有这样一种说法，人类对地球海洋的了解可能比外太空还要少，足以见得对地球海洋的探索将具有极大的意义。由于深海是一个极具未知性、生存环境异常恶劣、人类通信技术很难讫及的地方，因此海底探索基本上要依赖水下机器人。水下机器人的自主导航与陆地机器人的自主导航既有许多相似性也有很多不同，比如SLAM导航技术在水下机器人中就不是基于激光雷达或视觉了，水下探测传感器主要依靠超声波传感器（也就是常说的声呐）。
图34 水下机器人
当前还有其他许多在特殊场合应用的机器人，这里统称为特种作业机器人。比如城市下水道检修机器人、核废物清理机器人、消防机器人、岩洞勘测机器人、垃圾回收机器人等。
图35 城市下水道检修机器人
图36 福岛核电站核废物清理机器人
图37 消防机器人
图38 岩洞勘测机器人
图39 垃圾回收机器人
9.军工机器人
很多先进的科技成果都是源于军工科技并且最早也是应用于军工，机器人其实也不例外。根据相关资料，很多年前美国发射的火星探测车上就已经应用了SLAM技术进行自主导航和环境探索。在遥远的外太空星球上，探测车在陌生环境的作业任务基本离不开SLAM技术。另外，还包括军事补给运输机器人、机器人士兵等。
图40 火星探测车
图41 军事补给运输机器人
图42 机器人士兵
10.其他
上面列举了大量SLAM在机器人中的应用案例，其实SLAM技术还在其他很多方面有广泛的应用，比如三维建模、国土测绘、AR/VR等。
对于一个房产经纪人，可以利用手持的SLAM建图特别快速扫描现场的房屋以得到三维户型信息，这样就可以快速将信息录入系统。房屋的三维户型信息不仅对房产经纪人有用，对装修公司、住户都有非常大的用处。
图43 手持SLAM建图仪
虽然借助于遥感卫星能对大致的地形地貌进行测绘，但更精细的测绘还是要借助于无人机之类的近距离测绘。通常会在无人机上搭载超远距离多线激光雷达进行SLAM建图，以完成对农田、湖泊、山丘等的精细测绘。
图44 测绘无人机
当然AR/VR就更少不了SLAM技术的支持了，可以说SLAM技术已经在慢慢渗透到生活的方方面面。
图45 SLAM技术在AR/VR中的应用
参考文献[1]张虎，机器人SLAM导航核心技术与实战[M].机械工业出版社，2022.
序前言编程基础篇第1章ROS入门必备知识1.1ROS简介21.1.1ROS的性能特色21.1.2ROS的发行版本31.1.3ROS的学习方法31.2ROS开发环境的搭建31.2.1ROS的安装41.2.2ROS文件的组织方式41.2.3ROS网络通信配置51.2.4集成开发工具51.3ROS系统架构51.3.1从计算图视角理解ROS架构61.3.2从文件系统视角理解ROS架构71.3.3从开源社区视角理解ROS架构81.4ROS调试工具81.4.1命令行工具91.4.2可视化工具91.5ROS节点通信101.5.1话题通信方式121.5.2服务通信方式151.5.3动作通信方式191.6ROS的其他重要概念251.7ROS2.0展望281.8本章小结28第2章C++编程范式2.1C++工程的组织结构292.1.1C++工程的一般组织结构292.1.2C++工程在机器人中的组织结构292.2C++代码的编译方法302.2.1使用g++编译代码312.2.2使用make编译代码322.2.3使用CMake编译代码322.3C++编程风格指南332.4本章小结34第3章OpenCV图像处理3.1认识图像数据353.1.1获取图像数据353.1.2访问图像数据363.2图像滤波373.2.1线性滤波373.2.2非线性滤波383.2.3形态学滤波393.3图像变换403.3.1射影变换403.3.2霍夫变换423.3.3边缘检测423.3.4直方图均衡433.4图像特征点提取443.4.1SIFT特征点443.4.2SURF特征点503.4.3ORB特征点523.5本章小结54硬件基础篇第4章机器人传感器4.1惯性测量单元564.1.1工作原理564.1.2原始数据采集604.1.3参数标定654.1.4数据滤波734.1.5姿态融合754.2激光雷达914.2.1工作原理924.2.2性能参数944.2.3数据处理964.3相机1004.3.1单目相机1014.3.2双目相机1074.3.3RGB-D相机1094.4带编码器的减速电机1114.4.1电机1114.4.2电机驱动电路1124.4.3电机控制主板1134.4.4轮式里程计1174.5本章小结118第5章机器人主机5.1X86与ARM主机对比1195.2ARM主机树莓派3B+1205.2.1安装UbuntuMATE18.041205.2.2安装ROSmelodic1225.2.3装机软件与系统设置1225.3ARM主机RK33991275.4ARM主机Jetson-tx21285.5分布式架构主机1295.5.1ROS网络通信1305.5.2机器人程序的远程开发1305.6本章小结131第6章机器人底盘6.1底盘运动学模型1326.1.1两轮差速模型1326.1.2四轮差速模型1366.1.3阿克曼模型1406.1.4全向模型1446.1.5其他模型1486.2底盘性能指标1486.2.1载重能力1486.2.2动力性能1486.2.3控制精度1506.2.4里程计精度1506.3典型机器人底盘搭建1516.3.1底盘运动学模型选择1526.3.2传感器选择1526.3.3主机选择1536.4本章小结155SLAM篇第7章SLAM中的数学基础7.1SLAM发展简史1587.1.1数据关联、收敛和一致性1607.1.2SLAM的基本理论1617.2SLAM中的概率理论1637.2.1状态估计问题1647.2.2概率运动模型1667.2.3概率观测模型1717.2.4概率图模型1737.3估计理论1827.3.1估计量的性质1827.3.2估计量的构建1837.3.3各估计量对比1907.4基于贝叶斯网络的状态估计1937.4.1贝叶斯估计1947.4.2参数化实现1967.4.3非参数化实现2027.5基于因子图的状态估计2067.5.1非线性最小二乘估计2067.5.2直接求解方法2067.5.3优化方法2087.5.4各优化方法对比2187.5.5常用优化工具2197.6典型SLAM算法2217.7本章小结221第8章激光SLAM系统8.1Gmapping算法2238.1.1原理分析2238.1.2源码解读2288.1.3安装与运行2338.2Cartographer算法2408.2.1原理分析2408.2.2源码解读2478.2.3安装与运行2588.3LOAM算法2668.3.1原理分析2668.3.2源码解读2678.3.3安装与运行2708.4本章小结270第9章视觉SLAM系统9.1ORB-SLAM2算法2749.1.1原理分析2749.1.2源码解读3109.1.3安装与运行3199.1.4拓展3279.2LSD-SLAM算法3299.2.1原理分析3299.2.2源码解读3349.2.3安装与运行3379.3SVO算法3389.3.1原理分析3389.3.2源码解读3419.4本章小结341第10章其他SLAM系统10.1RTABMAP算法34410.1.1原理分析34410.1.2源码解读35110.1.3安装与运行35710.2VINS算法36210.2.1原理分析36410.2.2源码解读37310.2.3安装与运行37610.3机器学习与SLAM37910.3.1机器学习37910.3.2CNN-SLAM算法41110.3.3DeepVO算法41310.4本章小结414自主导航篇第11章自主导航中的数学基础11.1自主导航41811.2环境感知42011.2.1实时定位42011.2.2环境建模42111.2.3语义理解42211.3路径规划42211.3.1常见的路径规划算法42311.3.2带约束的路径规划算法43011.3.3覆盖的路径规划算法43411.4运动控制43511.4.1基于PID的运动控制43711.4.2基于MPC的运动控制43811.4.3基于强化学习的运动控制44111.5强化学习与自主导航44211.5.1强化学习44311.5.2基于强化学习的自主导航46511.6本章小结467第12章典型自主导航系统12.1ros-navigation导航系统47012.1.1原理分析47012.1.2源码解读47512.1.3安装与运行47912.1.4路径规划改进49212.1.5环境探索49612.2riskrrt导航系统49812.3autoware导航系统49912.4导航系统面临的一些挑战50012.5本章小结500第13章机器人SLAM导航综合实战13.1运行机器人上的传感器50213.1.1运行底盘的ROS驱动50313.1.2运行激光雷达的ROS驱动50313.1.3运行IMU的ROS驱动50413.1.4运行相机的ROS驱动50413.1.5运行底盘的urdf模型50513.1.6传感器一键启动50613.2运行SLAM建图功能50613.2.1运行激光SLAM建图功能50713.2.2运行视觉SLAM建图功能50813.2.3运行激光与视觉联合建图功能50813.3运行自主导航50913.4基于自主导航的应用51013.5本章小结511附录ALinux与SLAM性能优化的探讨附录B习题
传感器在工业机器人中的作用
目前，工业机器人在制造业行业中的应用可谓十分广泛。很多企业也在建设智能工厂，推进生产线的智能化改造升级，通过引入智能化生产线与智能协作机器人，实现人机协作、自动化柔性组装、工序间物流自动传递等。
机器人自动化是一项快速进步的技术，在短短几十年的时间里，工业机器人已经在全世界范围内变成工厂里普通的装置。工业机器人不仅可以克服恶劣环境对生产的影响，减少人工的使用，保障工人的安全，还能够帮助工厂节约生产成本，提高生产效率，从而保证产品质量。
在工业自动化领域，机器人需要传感器提供必要的信息，以正确执行相关的操作。
工业机器人是多自由度的机器装置，能自动执行工作，按照自身动力和控制能力来实现各种功能，由机械部分、传感部分、控制部分等三大部分组成。
其中，传感部分是工业机器人最重要的部分之一。在工业自动化领域，工业机器人需要传感器提供必要的信息，才能正确执行相关的操作。可以说，没有了传感器的工业机器人就如同废铁一样，不能工作。
一份报告预测，到2021年，全球工业机器人传感器市场将以约8％的复合年增长率（CAGR）稳步增长。对于包括消费者和汽车在内的机器人传感应用，另一份报告明确指出，到2027年，视觉系统将单独成就57亿美元的市场，力传感器市场将超过69亿美元。
那么，一台工作流畅的工业机器人中会用到哪些传感器呢？传感系统是机器人的重要组成部分，按其采集信息的位置，一般可分为内部和外部两类传感器。
内部传感器
内部传感器是完成机器人运动控制所必需的传感器，如位置传感器、速度传感器等，用于采集机器人内部信息，是构成机器人不可缺少的基本元件；按功能分类可以分为规定位置、角度传感器和任意位置、角度传感器：检测预先规定的位置或角度，用于检测机器人的起始原点、越限位置或确定位置，测量机器人关机线位移和角位移的传感器是机器人位置反馈控制中必不可少的元件；速度、角度传感器：角度、速递测量是驱动器反馈控制中必不可少的换机，机器人中最常用的速度传感器是测速发电机，它分为直流式和交流式两种。在机器人中，直流测速用的较多；加速传感器：在机器人运动手臂等位置安装加速传感器，是为了测量震动加速度，并反馈到驱动器上。除以上常用内部传感器外，还有一些根据机器人不同作用和需求而安装的不同功能传感器，如用于倾斜角测量的液体式倾斜角传感器，用于方位测量的地磁传感器等。
外部传感器
外部传感器检测机器人所处环境、外部物体状态或机器人与外部物体的关系。常用的外部传感器按功能分类有视觉传感器、触觉传感器、接近传感器、限位传感器等。
视觉传感器：是以光为媒介测量物体的位置、速度、形状等物理量所感知的信息，是非接触式测量，因此相对于其他传感器而言，应用更加广泛；触觉传感器：触觉是接触、冲击、压迫等机械刺激感觉的综合，触觉可以用来进行机器人抓取，利用触觉进一步感知五天和情景等；力觉传感器：是指对机器人的关节、肢体等运动中所受力的感知，可以把力传感器分为测力传感器（单轴力传感器）、力矩表（单轴力矩传感器）等；接近传感器：是机器人用来控制自身与周围物体之间的相对位置或距离的传感器。用来弹出在一定距离分为内是否有物体接近、物体的距离等。
传统的工业机器人仅采用内部传感器，用于对机器人运动、位置及姿态进行精确控制。现代工业机器人使用外部传感器，使得机器人对外部环境具有一定程度的适应能力，从而表现出一定程度的智能。除上述机器人外部传感器外，还可以根据机器人用途安装听觉、嗅觉、味觉等传感器。传感器使机器人更加灵活应用场景更加广泛。
可以说，传感器赋予了工业机器人鲜活的“生命”。
随着智能制造的不断发展，未来使用工业机器人生产的企业将会越来越多，市场需求将会持续旺盛。据前瞻产业研究院数据显示，2019年我国工业机器人市场规模达到57．3亿美元；预计到2021年，国内工业机器人市场规模进一步扩大，市场将突破70亿美元。虽然目前使传感器信息融合体系化尚有困难，多传感器信息融合的理想是机器人可以比拟人类的感知，意识和控制，但是，随着机器人智能化水平的提高，多传感器信息融合理论和技术将会逐步的完善和进步，并随着工业机器人技术的发展和普及，对传感器将会有更大的要求和标准，同时也将衍生更多新型传感器，这为众多传感器企业提供了一个潜力巨大的蓝海市场！一份报告预测，到2021年，全球工业机器人传感器市场将以约8％的复合年增长率（CAGR）稳步增长。
人工智能+商业 机器人在商场里都能干什么
原标题：人工智能+商业机器人在商场里都能干什么中国商报/中国商网（记者冉隆楠）随着机器人行业的不断发展，机器人和商业的结合也变得不再罕见。目前，各式各样的服务机器人开始频繁在一些商场或购物中心内出现，人们对于这些机器人的存在也习以为常。近日，在浙江宁波余姚召开的第六届中国机器人峰会上，中国商报记者看到，服务机器人正在变得越来越智能，越来越贴合实际应用场景。
“中国的人工智能快速发展期正在不可阻挡地大步到来，而人工智能技术是机器人发展过程中最重要的技术。”在主旨论坛上，中国工程院院士潘云鹤认为，当下，机器人领域向着人机融合的趋势不断发展，人机交互技术越来越丰富，可穿戴设备迅猛涌现，这些都离不开人工智能技术的加持，而《新一代人工智能发展规划》的实施则是一个重要的机遇，“我们需要把握这个机遇，拓展机器人发展的新空间。”
在大会展览现场，一台扑闪着“大眼睛”主动问候观众的服务机器人吸引了记者的注意。这是来自猎户星空的AI智能服务机器人“豹小秘”。据展台工作人员介绍，“豹小秘”具备人脸识别功能，无需语音唤醒，就可主动上前与人打招呼，并回答人们的问题。目前，“豹小秘”已经在多个场景落地应用，包括博物馆、政务大厅、购物中心、连锁超市等等。以连锁超市场景为例，去年年底，“豹小秘”亮相北京物美超市，它不仅能够做到基本的问询服务，还能够引导大家到特定的购物区，购买他们想要的商品。机器人底部的激光雷达，可以帮助它在前进过程中机灵地避障，不会碰到其他购物者。不过，回答问题并引导顾客只是“豹小秘”上岗的第一步，对于物美而言，未来“豹小秘”还将对接其多点Dmall系统的会员、商品、营销数字化体系，为用户提供更加个性化的商品介绍、促销信息等内容，承担起智能选品、商品推荐、购物指引等多维度深层次的交互活动，让消费者的购物体验简单快捷且高效。
除了“豹小秘”，猎户星空还推出了全自主智能零售服务机器人“豹小贩”和机械臂咖啡亭“豹咖啡”，以满足不同的消费场景。
浙江小远机器人有限公司则推出了智能推车，它可以成为“小跟班”，帮人们搬运物品。据展台工作人员介绍，这个“小跟班”自重20kg，可以承载30kg的重物，使用场景主要在机场、酒店、物业园区、商业超市，可以用手机扫码租车，随借随用。不过，目前仅在首都机场有投入使用。在工作人员的演示过程中，“小跟班”可以做到自动跟随，最大跟随速度为0.7m/s，不过仍需遥控器控制。工作人员表示，在他们的设想中，超市会是很重要的一个应用场景，尤其是智慧零售超市。
实际上，类似的智能购物跟随车已经在一些商业超市投入了使用。去年1月在重庆开业的永辉BRAVO智能体验超市在去年1月就投入了蚂蚁造型的智能跟随购物车，京东旗下的7Fresh也配备了智能跟随购物车，可以让顾客佩戴手环后实现跟随。返回搜狐，查看更多
责任编辑：