服务机器人技术突破困局 未来趋势大好

摘要：随着智能化生活方式的推进，服务机器人的发展更加迅猛。服务机器人的应用场景和服务模式正不断拓展，相应的核心技术模块取得了重大突破, 市场形势大好。

当前，国内服务机器人行业的发展还处于初级阶段，大部分的产品处于研发试验阶段，而投入使用并实现产业化的服务机器人产品还较少。2016年，国内服务机器人的市场规模达到38.8亿元，预计2018年国内服务机器人销售额将近60亿元，达到59.6亿元。

由于服务机器人应用场景和模式不断地拓展，因此服务机器人涉及到了语音和语义分析、图像识别、动作捕捉等多个维度的交互，应用场景的多元化决定了多模态交互属性，而想要达到人机融合，则需要突破语音模块、语义模块、图像模块、感知模块等核心技术。当前国内服务机器人在控制系统、感知模块、语音模块上取得了显著的突破，但在语义和图像识别上还有待提升突破。

操作系统：国产系统孕育而生

目前全球服务机器人的主流操作系统是安卓和ROS，二者占据了整个市场的绝大多数份额,可以说该领域长期被国外公司把持,可喜的是,近期国内服务机器人的国产操作系统Turing OS、优必选的ROSA系统取得了重大突破。Turing OS是国内首批机器人操作系统之一，具备了情感和思维能力的机器人操作系统，未来的商业前景非常广阔。其拥有情感、思维、自学习三大引擎，支持多种情感识别，准确率达95.1%，而在情感表达方面，支持468类情感语言表达，能够让机器人模拟人类80%的情感表达模式；优必选公司研发的ROSA机器人操作能实现语音操控、机器视觉、运动控制、情绪表达等功能，目前操作系统ROSA已经在优必选的新一代服务机器人的产品开发中全面使用，应用于近50万台机器人产品中。

感知模块：传感器各有优劣，多传感融合弥补不足

环境感知是服务机器人实现智能化交互所要具备的能力。由于服务机器人的应用场景广泛且较为复杂，要实现精准服务，需要结合定位信息来对环境进行识别。当前，大部分移动式智能装备多采用摄像头、激光雷达、毫米波雷达等传感器组合来实现移动。

摄像头是目前唯一能够辨别物体的传感器，但是过于依赖算法、对于行人识别不稳定且在逆光或光影复杂的地方难以使用；激光雷达可以将定位的精度控制在0.01-0.1米，并且可以获得精确地图。目前主流的前沿机器人已经装备了激光雷达模块，可以实时识别周围环境的情况，测量周边物体与障碍物的距离，但是在恶劣天气的环境下，激光雷达的使用效果会受到影响。此时，测量距离远但无法探测行人的毫米波雷达就能够弥补激光雷达的短板。

总体来说，不同的传感器各具特点，能够满足不同的功能，需要相互搭配组合使用。多传感融合将是未来的服务机器人感知模块应用的大趋势。而激光雷达在国内的研发与生产仅仅是刚起步，当前国内仅有思岚科技、镭神智能等公司在进行激光雷达的研发生产。

语音识别达商用，语义识别需提升，图像识别为其交互形成补充

在语音识别方面，自动语音识别经历了规则到统计再到深度学习的历程，识别能力越来越强。当前自动语音识别的错误率已经达到了商用标准。在公认的语音识别错误率中，人类的为4%，国际上第一大语音公司Nuance为10%，而目前的商用为15%。在国内语音实力最强的科大讯飞也达到了15%，特别是在针对中文部分中的方言也已经达到了实用门槛。

在语义识别方面，语义识别当前仅仅只处在浅层上的处理。在自然语言处理中的词法（分词、词性标注的理解）与句法（内部词语之间的搭配修饰关系）基本上已经得到了解决，而词义消歧是自然语言处理所面临的难点，用什么形式来理解句子并表达真实的语义，需要依靠深度学习来解决这个难点，具体在词嵌入、基础模型和应用三个方面。

在图像识别方面，借助于图像识别技术，能够通过图片搜索来快速的获取信息，节省了对图像的文字描述的时间，从而能够产生一种新的与外界交互的方式。虽然图像识别的准确率不断提高，但在自然条件下的表现仍无法满足商用的要求。图像识别技术的突破依旧需要深度学习，来提高计算能力。

结语

随着国内服务机器人市场规模的逐渐扩大，国内企业加大了在服务机器人的部分核心技术上研发力度。在语音识别上，技术研发达到了国际水平；在感知识别上，采用多传感融合弥补不足；在操作系统上，优必选取得了技术突破，研发的ROSA系统成为了大规模商用的机器人操作系统。目前国产服务机器人虽有部分核心技术取得了突破，但是在语义识别与图像识别方面，仍需依靠深度学习来取得更大突破。