智能探測機器人的應用以及發(fā)展趨勢分析

人工智能技術已經成為探測機器人領域很重要的一部分，可以為機器人提供非常重要的反饋。比如視覺SLAM算法可以構建環(huán)境地圖并確認攝像機自身在地圖中的位置。圖像匹配技術和三維重建技術，可以為機器人定位或轉向提供一個快速的反饋。手勢識別，手眼協(xié)調，人體運動識別，能給予機器人不同的人機交互模式。

機器人的市場規(guī)模

報告數(shù)據(jù)顯示，全球機器人市場規(guī)模持續(xù)擴大，工業(yè)、特種機器人市場增速穩(wěn)定，服務機器人增速突出。2018年，全球機器人市場規(guī)模將達到了298.2億美元，2013-2018年的平均增長率約為15.1%。其中，工業(yè)機器人168.2億美元，服務機器人92.5億美元，特種機器人37.5億美元，占比分別為56%、31%、13%。

探測機器人中的智能技術

深度強化學習：使用深度強化學習是在復雜度可以接受的情況下，讓機器人通過試錯來學習，能控制機器人在復雜環(huán)境中完成避開障礙，收集物品并到達指定地點等任務。深度強化學習的應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別路徑、在狹窄通道中擺動以及障礙物附近目標不可達等問題，并且大大提高了機器人軌跡跟蹤和動態(tài)避障的實時性和適應性。

深度模仿學習：經過多年的發(fā)展，模仿學習已經能夠很好的解決多步決策問題，其訓練目標是使模型生成的狀態(tài)-動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)通過對不同時刻兩片點云的匹配與比對，計算激光雷達相對運動的距離和姿態(tài)的改變，也就完成了對機器人自身的定位。激光雷達距離測量比較準確，誤差模型簡單，在強光直射以外的環(huán)境中運行穩(wěn)定，點云的處理也比較容易。

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

無線5G技術 ：得益于5G的1ms的延遲時間， 5G的速度提高將簡化數(shù)據(jù)收集。5G無線連接技術將給機器人帶來極大的靈活性并更快的傳回數(shù)據(jù)， 5G的云化統(tǒng)一架構也將使能未來的云端實現(xiàn)實時控制。

三維物體識別：三維數(shù)據(jù)由傳感器直接獲得，可以表示為深度圖、點云、網格、CAD等不同形式。其中點云數(shù)據(jù)獲取便捷，易于存儲，具有離散和稀疏特性，方便擴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果。這就使得三維視覺相對于傳統(tǒng)的二維視覺受環(huán)境和觀測條件影響較小。除了穩(wěn)定性外，三維點云相對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。

探測機器人中的應用任務方向

智能探測機器人案例簡述

ANYmal：是由蘇黎世理工學院的ANYbotics團隊設計出來的一款在惡劣工業(yè)環(huán)境中作業(yè)的四足機器人，研究人員給它配備了傳感系統(tǒng)來執(zhí)行探測和援救行動、檢查和其他監(jiān)視任務。研究團隊通過應用深度強化學習使ANYmal機器人獲得了新的運動技能：以不同速度的前進后退，奔跑速度更快，甚至在復雜的環(huán)境中還能跌倒后爬起來。

Guardian-S robot：由SARCOS開發(fā)的Guardian-S機器人被用于偵查坦克，車輛或其他危險材料，為作戰(zhàn)部隊提供關鍵情報。同時可以進行遠端傳輸數(shù)據(jù)從而減少人員傷害。 除此之外，Guardian-S能夠進入威脅區(qū)域包括樓梯一樣的崎嶇地形，管道或火災現(xiàn)場等進行救援。

SnotBot：是Ocean Alliance被用來探測海洋生物的生命特征。例如，鯨魚的噴水蘊含一些重要的生物數(shù)據(jù)，如DNA、懷孕激素、病毒、細菌和毒素等。通過利用SnatBot監(jiān)測鯨魚的噴水、鼻涕以及呼氣的聲音，研究人員只需待在遠處的船上等待SnotBot設備收集數(shù)據(jù)，即可精準識別并實時監(jiān)測鯨魚的健康狀態(tài)。

探測機器人的局限性

投入成本高，維護成本高，人力成本高：由于需要探測機器人的任務較難，從而導致對機器人零部件，材料， 芯片，電池甚至包括攝像頭傳感器等要求都很高；另外，機器人的很多零部件，在經歷火場等惡劣環(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，維護費用較高；同時，探測機器人執(zhí)行任務時，對人員操作，維護和保養(yǎng)技術要求也極高。

真實環(huán)境中變量無法控制：在機器人執(zhí)行任務的過程中，很多因素是無法控制的，比如一天之中不同時間段的自然光照條件不同，以及物體周圍的背景可能會散射特定顏色的光導致物體的顏色發(fā)生改變，而這些因素都會影響識別的結果。

探測機器人的發(fā)展趨勢

無線5G技術的應用會非常普及： 基于5G網絡傳輸下的實時視頻監(jiān)控和設備運行狀態(tài)數(shù)據(jù)跟蹤，高速率、低時延、高可靠性的優(yōu)勢能幫助探測機器人快速傳遞觀測到的信息。

服務形式的轉變：將更多進入按需的即服務的經濟，類似于云服務的模式向最終用戶提供服務。例如，在海洋領域，政府工作人員可以向無人艇運營企業(yè)租賃或者按月訂購來探測海洋資源。

來源；機器之能