人工智能 技術(shù)已經(jīng)成為 探測(cè)機(jī)器人 領(lǐng)域很重要的一部分，可以為 機(jī)器人 提供非常重要的反饋。比如視覺SLAM算法可以構(gòu)建環(huán)境地圖并確認(rèn)攝像機(jī)自身在地圖中的位置。圖像匹配技術(shù)和三維重建技術(shù)，可以為機(jī)器人定位或轉(zhuǎn)向提供一個(gè)快速的反饋。手勢(shì)識(shí)別，手眼協(xié)調(diào)，人體運(yùn)動(dòng)識(shí)別，能給予機(jī)器人不同的人機(jī)交互模式。

機(jī)器人的市場(chǎng)規(guī)模

報(bào)告數(shù)據(jù)顯示，全球機(jī)器人市場(chǎng)規(guī)模持續(xù)擴(kuò)大，工業(yè)、特種機(jī)器人市場(chǎng)增速穩(wěn)定，服務(wù)機(jī)器人增速突出。2018年，全球機(jī)器人市場(chǎng)規(guī)模將達(dá)到298.2億美元，2013-2018年的平均增長(zhǎng)率約為15.1%。其中，工業(yè)機(jī)器人168.2億美元，服務(wù)機(jī)器人92.5億美元，特種機(jī)器人37.5億美元，占比分別為56%、31%、13%。

2013-2018全球機(jī)器人規(guī)模（單位：億美元）

探測(cè)機(jī)器人中的智能技術(shù)

深度強(qiáng)化學(xué)習(xí)： 使用深度強(qiáng)化學(xué)習(xí)是在復(fù)雜度可以接受的情況下，讓機(jī)器人通過(guò)試錯(cuò)來(lái)學(xué)習(xí)，能控制機(jī)器人在復(fù)雜環(huán)境中完成避開障礙，收集物品并到達(dá)指定地點(diǎn)等任務(wù)。深度強(qiáng)化學(xué)習(xí)的應(yīng)用較好的解決了傳統(tǒng)算法中存在容易陷入局部最優(yōu)、在相近的障礙物群中震蕩且不能識(shí)別路徑、在狹窄通道中擺動(dòng)以及障礙物附近目標(biāo)不可達(dá)等問題，并且大大提高了機(jī)器人軌跡跟蹤和動(dòng)態(tài)避障的實(shí)時(shí)性和適應(yīng)性。

深度模仿學(xué)習(xí)： 經(jīng)過(guò)多年的發(fā)展，模仿學(xué)習(xí)已經(jīng)能夠很好的解決多步?jīng)Q策問題，其訓(xùn)練目標(biāo)是使模型生成的狀態(tài)-動(dòng)作軌跡分布和輸入的軌跡分布相匹配。

激光SLAM : ?激光SLAM系統(tǒng)通過(guò)對(duì)不同時(shí)刻兩片點(diǎn)云的匹配與比對(duì)，計(jì)算激光雷達(dá)相對(duì)運(yùn)動(dòng)的距離和姿態(tài)的改變，也就完成了對(duì)機(jī)器人自身的定位。激光雷達(dá)距離測(cè)量比較準(zhǔn)確，誤差模型簡(jiǎn)單，在強(qiáng)光直射以外的環(huán)境中運(yùn)行穩(wěn)定，點(diǎn)云的處理也比較容易。

視覺SLAM技術(shù) ：視覺SLAM可以幫助機(jī)器人獲取三維空間環(huán)境信息，使其具備自主移動(dòng)、路徑規(guī)劃、場(chǎng)景理解等功能。視覺SLAM的優(yōu)點(diǎn)是它所利用的豐富紋理信息。例如兩塊尺寸相同內(nèi)容卻不同的廣告牌，基于點(diǎn)云的激光SLAM算法無(wú)法區(qū)別他們，而視覺則可以輕易分辨。

無(wú)線5G技術(shù) ?： 得益于5G的1ms的延遲時(shí)間， 5G的速度提高將簡(jiǎn)化數(shù)據(jù)收集。5G無(wú)線連接技術(shù)將給機(jī)器人帶來(lái)極大的靈活性并更快的傳回?cái)?shù)據(jù)， 5G的云化統(tǒng)一架構(gòu)也將使能未來(lái)的云端實(shí)現(xiàn)實(shí)時(shí)控制。

三維物體識(shí)別： 三維數(shù)據(jù)由傳感器直接獲得，可以表示為深度圖、點(diǎn)云、網(wǎng)格、CAD等不同形式。其中點(diǎn)云數(shù)據(jù)獲取便捷，易于存儲(chǔ)，具有離散和稀疏特性，方便擴(kuò)展為高維的特征信息。另外，大部分立體視覺傳感器具有主動(dòng)發(fā)光單元，因此在不同的光照環(huán)境下 仍然可以得到相似的結(jié)果。這就使得三維視覺相對(duì)于傳統(tǒng)的二維視覺受環(huán)境和觀測(cè)條件影響較小。除了穩(wěn)定性外，三維點(diǎn)云相對(duì)于二維圖像具有更加豐富的信息，這為后續(xù)處理提供了更多的可能性和便利性。

探測(cè)機(jī)器人中的應(yīng)用任務(wù)方向

智 能探測(cè)機(jī)器人案例簡(jiǎn)述

ANYmal：是由蘇黎世理工學(xué)院的ANYbotics團(tuán)隊(duì)設(shè)計(jì)出來(lái)的一款在惡劣工業(yè)環(huán)境中作業(yè)的四足機(jī)器人，研究人員給它配備了傳感系統(tǒng)來(lái)執(zhí)行探測(cè)和援救行動(dòng)、檢查和其他監(jiān)視任務(wù)。研究團(tuán)隊(duì)通過(guò)應(yīng)用深度強(qiáng)化學(xué)習(xí)使ANYmal機(jī)器人獲得了新的運(yùn)動(dòng)技能：以不同速度的前進(jìn)后退，奔跑速度更快，甚至在復(fù)雜的環(huán)境中還能跌倒后爬起來(lái)。

Guardian-S robot：由SARCOS開發(fā)的Guardian-S機(jī)器人被用于偵查坦克，車輛或其他危險(xiǎn)材料，為作戰(zhàn)部隊(duì)提供關(guān)鍵情報(bào)。同時(shí)可以進(jìn)行遠(yuǎn)端傳輸數(shù)據(jù)從而減少人員傷害。?除此之外，Guardian-S能夠進(jìn)入威脅區(qū)域包括樓梯一樣的崎嶇地形，管道或火災(zāi)現(xiàn)場(chǎng)等進(jìn)行救援。

SnotBot：是Ocean Alliance被用來(lái)探測(cè)海洋生物的生命特征。例如，鯨魚的噴水蘊(yùn)含一些重要的生物數(shù)據(jù)，如DNA、懷孕激素、病毒、細(xì)菌和毒素等。通過(guò)利用SnatBot監(jiān)測(cè)鯨魚的噴水、鼻涕以及呼氣的聲音，研究人員只需待在遠(yuǎn)處的船上等待SnotBot設(shè)備收集數(shù)據(jù)，即可精準(zhǔn)識(shí)別并實(shí)時(shí)監(jiān)測(cè)鯨魚的健康狀態(tài)。

探測(cè)機(jī)器人的局限性

投入成本高，維護(hù)成本高，人力成本高： 由于需要探測(cè)機(jī)器人的任務(wù)較難，從而導(dǎo)致對(duì)機(jī)器人零部件，材料, 芯片，電池甚至包括攝像頭傳感器等要求都很高；另外，機(jī)器人的很多零部件，在經(jīng)歷火場(chǎng)等惡劣環(huán)境后較易損壞，尤其是其電子元件，容易受到潮濕、濃煙和灰塵等影響，維護(hù)費(fèi)用較高；同時(shí)，探測(cè)機(jī)器人執(zhí)行任務(wù)時(shí)，對(duì)人員操作，維護(hù)和保養(yǎng)技術(shù)要求也極高。

真實(shí)環(huán)境中變量無(wú)法控制： 在機(jī)器人執(zhí)行任務(wù)的過(guò)程中，很多因素是無(wú)法控制的，比如一天之中不同時(shí)間段的自然光照條件不同，以及物體周圍的背景可能會(huì)散射特定顏色的光導(dǎo)致物體的顏色發(fā)生改變，而這些因素都會(huì)影響識(shí)別的結(jié)果。

探測(cè)機(jī)器人的發(fā)展趨勢(shì)

無(wú)線5G技術(shù)的應(yīng)用會(huì)非常普及:? 基于5G網(wǎng)絡(luò)傳輸下的實(shí)時(shí)視頻監(jiān)控和設(shè)備運(yùn)行狀態(tài)數(shù)據(jù)跟蹤，高速率、低時(shí)延、高可靠性的優(yōu)勢(shì)能幫助探測(cè)機(jī)器人快速傳遞觀測(cè)到的信息。

服務(wù)形式的轉(zhuǎn)變： 將更多進(jìn)入按需的即服務(wù)的經(jīng)濟(jì)，類似于云服務(wù)的模式向最終用戶提供服務(wù)。例如，在海洋領(lǐng)域，政府工作人員可以向無(wú)人艇運(yùn)營(yíng)企業(yè)租賃或者按月訂購(gòu)來(lái)探測(cè)海洋資源。

本文已標(biāo)注來(lái)源和出處，版權(quán)歸原作者所有，如有侵權(quán)，請(qǐng)聯(lián)系我們。