服務(wù)機(jī)器人核心技術(shù)與模塊解析

服務(wù)機(jī)器人產(chǎn)業(yè)鏈的特點(diǎn)是產(chǎn)品和技術(shù)交叉纏繞

服務(wù)機(jī)器人產(chǎn)業(yè)鏈上游是元器件廠商，包括芯片、激光雷達(dá)、舵機(jī)等，這些廠商是典型的技術(shù)驅(qū)動(dòng)型，并且如果中下游出現(xiàn)快速爆發(fā)，則產(chǎn)能可能成為制約因素；中游包括語音提供商和圖像提供商，這個(gè)版塊相對(duì)比較獨(dú)立，數(shù)據(jù)和算法是其核心競(jìng)爭(zhēng)力，中游產(chǎn)品板塊包括從設(shè)計(jì)、加工一直到營(yíng)銷，品牌、渠道和產(chǎn)能是其核心壁壘，如果做產(chǎn)品的公司能夠通過操作系統(tǒng)建立起生態(tài)圈，將成為其重要壁壘，中游的語音圖像板塊和做產(chǎn)品的板塊通過虛擬和實(shí)體向下游各個(gè)場(chǎng)景的消費(fèi)和流通環(huán)節(jié)進(jìn)行滲透，各個(gè)場(chǎng)景按照產(chǎn)業(yè)化的難易程度進(jìn)行產(chǎn)品的迭代放量，成為中上游的強(qiáng)力引擎。

掃地機(jī)器人：最成熟、最容易產(chǎn)業(yè)化的應(yīng)用場(chǎng)景

2.1 服務(wù)機(jī)器人應(yīng)用場(chǎng)景分為三個(gè)層次

當(dāng)強(qiáng)大的消費(fèi)需求驅(qū)動(dòng)行業(yè)變革時(shí)，必然會(huì)帶動(dòng)技術(shù)的快速提升和成本的不斷下降，服務(wù)機(jī)器人具備消費(fèi)品屬性，歸根結(jié)底還是需求驅(qū)動(dòng)，將從具體場(chǎng)景出發(fā)放量。

服務(wù)機(jī)器人的需求在于兩點(diǎn)：是否剛性需求和使用頻次，其強(qiáng)弱頻次決定了場(chǎng)景。需求越強(qiáng)，頻次越高的服務(wù)機(jī)器人場(chǎng)景越容易催化放量，目前產(chǎn)業(yè)化最成熟的是掃地機(jī)器人和客服機(jī)器人，其背后是高頻需求的帶動(dòng)，發(fā)展迅速的是陪護(hù)機(jī)器人和早教機(jī)器人，其背后是剛性需求的推動(dòng)，而其他機(jī)器人由于頻次和需求均不及前述機(jī)器人，所以在產(chǎn)業(yè)化中處于相對(duì)初級(jí)的階段。

服務(wù)機(jī)器人需求場(chǎng)景根據(jù)市場(chǎng)化程度，可分為三類：原有需求升級(jí)、現(xiàn)有需求滿足、未知需求探索。原有需求升級(jí)是市場(chǎng)已經(jīng)存在的，包括早教機(jī)器人、掃地機(jī)器人等，早教機(jī)器人相比學(xué)習(xí)機(jī)增加了人機(jī)交互的內(nèi)容，掃地機(jī)器人相比吸塵器增加了自主的路徑屏蔽算法；現(xiàn)有需求滿足是由于機(jī)器人采購(gòu)成本低于人工成本而采用服務(wù)機(jī)器人，包括智能客服、陪護(hù)機(jī)器人等；未知需求探索在現(xiàn)階段的需求并不強(qiáng)烈，如管家機(jī)器人等。

2.2 掃地機(jī)器人：依托成熟的應(yīng)用場(chǎng)景，率先實(shí)現(xiàn)產(chǎn)業(yè)化

既有需求場(chǎng)景的核心是服務(wù)機(jī)器人在現(xiàn)實(shí)中可以找到映射產(chǎn)品，例如學(xué)習(xí)機(jī)之于早教機(jī)器人、吸塵器之于掃地機(jī)器人等。這類產(chǎn)品是所有產(chǎn)品類型中最容易放量和實(shí)現(xiàn)產(chǎn)業(yè)化的，原因在于：用戶基數(shù)廣闊、需求明確、用戶教育成本低。

掃地機(jī)器人以智能化掃地作為需求基礎(chǔ)，以替換人類勞動(dòng)，解放雙手為切入點(diǎn)，正在全球范圍內(nèi)掀起需求爆發(fā)增長(zhǎng)的浪潮。相比于人工掃地和吸塵器掃地，掃地機(jī)器人的智能性取決于其人工智能技術(shù)的先進(jìn)性，體現(xiàn)在三個(gè)方面：一是覆蓋率：算法高效，漏掃少，覆蓋率高；二是自主清掃能力：輔助清掃按鍵少，無需人工輔助；三是環(huán)境適應(yīng)與判斷能力：根據(jù)家具環(huán)境做出靈活反映。

國(guó)內(nèi)掃地機(jī)器人產(chǎn)業(yè)鏈的核心在于中游本體制造商。從我國(guó)掃地機(jī)器人目前的產(chǎn)業(yè)鏈構(gòu)成來看，上游部件主要是機(jī)電設(shè)備、電池、主板芯片等零部件行業(yè)，中游本體制造中，包括兩類企業(yè)，一類是自己擁有獨(dú)立品牌的自主品牌商，另一類是給國(guó)外品牌做ODM和OEM代工的企業(yè)。下游流通環(huán)節(jié)中，主要是線下實(shí)體店+線上渠道為主，并且線上渠道目前有超越線下渠道的趨勢(shì)。目前產(chǎn)業(yè)鏈的核心，仍然掌握在中游的本體制造商手中，尤其是具備自主品牌的本體制造商，享有的議價(jià)能力更強(qiáng)。

目前國(guó)內(nèi)掃地機(jī)器人企業(yè)大致可以分為三個(gè)梯隊(duì)集團(tuán)。根據(jù)中怡康時(shí)代的數(shù)據(jù)，國(guó)內(nèi)掃地機(jī)器人行業(yè)企業(yè)的三個(gè)梯隊(duì)分別是：（1）科沃斯在國(guó)內(nèi)市場(chǎng)憑借先發(fā)優(yōu)勢(shì)形成第一梯隊(duì)，在產(chǎn)品研發(fā)能力，產(chǎn)品體系和產(chǎn)能創(chuàng)新能力方面都領(lǐng)先其他梯隊(duì)的公司，其占率大約在50%左右；（2）第二梯隊(duì)主要是國(guó)際巨頭IRobot和近年來逐步崛起的小米掃地機(jī)器人（石頭科技），其在國(guó)內(nèi)合計(jì)的市場(chǎng)率約20%-25%；（3）第三梯隊(duì)包括了一些國(guó)產(chǎn)的品牌和一些原有的傳統(tǒng)家電企業(yè)，以浦桑尼克、福瑪特、飛利浦海爾、美的等。傳統(tǒng)家電類企業(yè)在轉(zhuǎn)型方向進(jìn)入比較遲，但是擁有渠道優(yōu)勢(shì)，后續(xù)發(fā)展空間不容忽視。

服務(wù)機(jī)器人核心技術(shù)與模塊解析

3.1 智能機(jī)器人三大核心技術(shù)模塊：感知+交互+運(yùn)控

服務(wù)機(jī)器人包含三大核心技術(shù)模塊：人機(jī)交互及識(shí)別模塊、環(huán)境感知模塊、運(yùn)動(dòng)控制模塊。交互模塊包括語音識(shí)別、圖像識(shí)別等，相當(dāng)于人的大腦；感知模塊借助于各種傳感器、陀螺儀、激光雷達(dá)等，相當(dāng)于人的眼、耳、鼻、皮膚等；運(yùn)控模塊包括舵機(jī)、電機(jī)、芯片等。依托于三大模塊，機(jī)器人有基礎(chǔ)的硬件：電池模組、電源模組、主機(jī)等，還有操作系統(tǒng)：ROS、Linux等；由硬件和操作系統(tǒng)構(gòu)成機(jī)器人整機(jī)，整合基礎(chǔ)硬件、系統(tǒng)、控制元件，形成滿足一定行走能力和交互能力的機(jī)器人整機(jī)。

服務(wù)機(jī)器人的各個(gè)細(xì)分模塊中，語音模塊重要性和成熟度均最高，語義模塊是目前突破重點(diǎn)，運(yùn)控模塊相對(duì)重要性最弱。服務(wù)機(jī)器人三大模塊可以繼續(xù)細(xì)分為語音模塊、語義模塊、圖像模塊、感知模塊、運(yùn)控模塊、芯片模塊。

從技術(shù)儲(chǔ)備上來看，人工智能是核心。目前的技術(shù)儲(chǔ)備方面，只有語音和OCR領(lǐng)域具備一定的成熟度。語音和OCR領(lǐng)域已發(fā)展接近20年，在某些特定場(chǎng)景和行業(yè)已經(jīng)有了一些數(shù)據(jù)基礎(chǔ)。其他的技術(shù)包括圖像識(shí)別、語義分析都還在很早期的階段。語音領(lǐng)域，也是目前已知的平臺(tái)類企業(yè)最大的板塊。

3.2 感知模塊：激光雷達(dá)是核心，多傳感融合是必備

多傳感融合保證安全，技術(shù)難點(diǎn)在于激光雷達(dá)。激光雷達(dá)、毫米波雷達(dá)、3D攝像頭等多種傳感器在功能上的冗余，保證了服務(wù)機(jī)器人的安全性和正常使用。其中激光雷達(dá)是繞不開的核心。激光雷達(dá)的原理是：通過發(fā)射n條激光利用三角測(cè)距原理（低成本方案）或TOF（Time of Flight，高成本方案）來測(cè)量周圍物體與自身的距離，獲得精度較高的距離信息——點(diǎn)云數(shù)據(jù)。

服務(wù)機(jī)器人如果要實(shí)現(xiàn)精確的服務(wù)，除了精準(zhǔn)的定位，還需要結(jié)合定位信息對(duì)環(huán)境進(jìn)行識(shí)別，這就需要運(yùn)用到SLAM技術(shù)，而激光雷達(dá)則是SLAM的重要入口。

SLAM(Simultaneous Localization And Mapping)的含義是即時(shí)定位與地圖構(gòu)建。機(jī)器人在完全未知環(huán)境中創(chuàng)建地圖，同時(shí)利用地圖進(jìn)行自主定位和導(dǎo)航。SLAM問題可以描述為：機(jī)器人在未知環(huán)境中從一個(gè)未知位置開始移動(dòng)，在移動(dòng)過程中根據(jù)位置估計(jì)和傳感器數(shù)據(jù)進(jìn)行自身定位，同時(shí)建造增量式地圖。這種自主定位導(dǎo)航需要三大技術(shù)：實(shí)時(shí)定位、地圖繪制和路徑規(guī)劃，其中最核心的就是路徑規(guī)劃。

以掃地機(jī)器人為例：國(guó)際上有一個(gè)標(biāo)準(zhǔn)場(chǎng)地，80平米，沒有導(dǎo)航模塊的一般會(huì)在40多分鐘，80%的清潔率。而裝上SLAM模塊后，10分鐘就達(dá)到了95%的覆蓋率。如果把視野放到其他領(lǐng)域，必須要非常高效的移動(dòng)到目的地，這是不可繞過的技術(shù)方案。我們可以做一個(gè)簡(jiǎn)單的對(duì)比：

視覺定位技術(shù)：定位范圍是0.1-2米，無法獲得地圖，需要配額外的傳感器才能躲避障礙物，需要合理的光源才能適應(yīng)環(huán)境；穩(wěn)定性比較差；

激光雷達(dá)+SLAM技術(shù)：定位精度可以控制在0.01-0.1米，并且可以獲得精確的地圖；支持自主躲避障礙，不會(huì)產(chǎn)生累計(jì)誤差。

3.3 交互模塊：語音已達(dá)商用門檻，語義理解尚需時(shí)日

交互模塊的分析路徑：交互界面通過接受外界的輸入系統(tǒng)的信息，通常是語音采集，經(jīng)過語音解碼后，導(dǎo)入到既定的知識(shí)庫(kù)做語義匹配，進(jìn)行邏輯處理，最后經(jīng)過語音合成后，根據(jù)外部需求選擇輸出語音還是文本。整個(gè)模塊最重要的是語音識(shí)別和語義分析兩部分。根據(jù)不同的模式，語義分析可以包括很多種，進(jìn)文本，出語音；進(jìn)語音，出語音；進(jìn)語音，出文本等。進(jìn)語音、出語音最難。

語義理解仍需時(shí)日。自然語言分析技術(shù)大致分為三個(gè)層面：詞法分析、句法分析和語義分析，其中詞法和句法基本解決，語義目前僅是淺層處理。

自然語言處理難點(diǎn)：詞義消歧是瓶頸，中文相對(duì)英文更難。自然語言處理有幾個(gè)難點(diǎn)：切詞（中英文自然語言處理都有一個(gè)先行環(huán)節(jié)，就是把輸入的字符串分解成為詞匯單位）、詞類標(biāo)注、語法理論和詞義消歧。中文語義難理解是世界公認(rèn)，具體包含幾個(gè)方面：（1）中文歧義較多，語法結(jié)構(gòu)復(fù)雜，交流語境與表達(dá)意思差別較大；（2）語義分析領(lǐng)域，幾乎全部用到的是深度學(xué)習(xí)、高級(jí)神經(jīng)網(wǎng)絡(luò)等算法。啟發(fā)式算法并不能窮盡所有情形，只能形成局部解，所以總會(huì)存在瑕疵；（3）語義知識(shí)庫(kù)的建立是一個(gè)長(zhǎng)期的過程，目前語義分析發(fā)展還在比較早期。

3.4 運(yùn)控模塊：步態(tài)與非步態(tài)的共生

運(yùn)動(dòng)控制是三大模塊中最不重要的，因?yàn)榉?wù)機(jī)器人與過去的工業(yè)機(jī)器人不同，對(duì)精確控制要求比較低，核心仍然是算法和交互體驗(yàn)。

步態(tài)行走側(cè)重于精準(zhǔn)控制，非步態(tài)行走主要是簡(jiǎn)單移動(dòng)。從外觀來看，服務(wù)機(jī)器人的行走方式有兩種，步態(tài)和非步態(tài)。步態(tài)行走包括液壓控制和電機(jī)控制，典型代表是Nao機(jī)器人、Asimo機(jī)器人和Atlas等，國(guó)內(nèi)典型是優(yōu)必選；非步態(tài)行走主要是電機(jī)控制，結(jié)構(gòu)較為簡(jiǎn)單，主要是在機(jī)器人底部裝上萬向輪，供其簡(jiǎn)單移動(dòng)。典型代表是Pepper和康力優(yōu)藍(lán)。