服务机器人它正以高速增长的速度融入我们的日常生活。正是基于广阔的市场前景，美国国家科学基金会颁布了《美国机器人技术路线图，其中服务机器人是重点章节之一。
服务机器人的主要应用领域。
服务机器人它用于辅助人们的日常工作、生活和休闲，以及帮助残疾人和老年人。机器人系统。存在工业机器人在该系统中，机器人我们的任务是高质量、一致性地完成生产任务。服务机器人相比之下，工业机器人通常在载人空间工作或直接与人类一起工作。协作工作，服务机器人通常从事专业服务和个人服务。
专业性劳务机器人
专业性劳务机器人主要指能产生经济效益的服务类型。机器人，比如物流自动化，基础设施。巡检、医院药物递送、商业草坪清洁和娱乐的市场规模正以每年30%的增长率迅速扩大。国际的机器人根据IFR和VDMA的数据，有超过172，000家专业服务机构。机器人应用于各行各业。
物流自动化
随着“准时制生产”降低库存的发展趋势，低成本、高柔性的物流系统日益成为供应链管理的重要组成部分，如著名的亚马逊Kiva仓库。机器人联邦快递和UPS的系统和自动化配送居中。但是，它们只能在量身定制的固定仓库中使用。如果你想让机器人为了发挥更大的作用，我们必须给予机器人更高的机动性:能够应对楼梯、电梯、门、不平地面和混乱的环境是人类生活中常见的场景。随着研究的发展，高流动性机器人它们将使整个物流系统更快、更灵活、更便宜、更可控、更稳定。
不少公司我们已经将注意力转向物流市场，包括酒店运输的生产。机器人Savyoke，用于医院生产和运输机器人Aethon和Vecna，生产超市仓库。机器人专注于无人机快递的波沙·诺瓦、亚马逊Prime Air和谷歌Project Wing为最后一公里物流快递提供星舰技术和生产仓储。机器人获取等等。物流机器人市场的指数级增长使得该领域成为未来15年最大的投资热点。
基础设施巡检
机器人技术在桥梁、道路、管网等基础设施的维护和保护方面有很大的应用前景，比如用于检查桥梁和港口的无人船和无人机，用于检查桥梁和港口的无人飞行器。监控地下用于管道和线路的无人驾驶车辆巡检管道和电网中的无人机也可以为石油和天然气行业提供服务。监控服务。
这种系统依赖于各种先进的传感器和其他设备机器人技术，能够完成各种复杂的。地下任务。这种机器人它可以全天候自动判断故障，在与人类合作的同时减少人工干预，降低成本，提高效率。它的应用在未来五年将增加20%左右。
无人机正在成为巡检有效场机器人站台。未来五年，无人机将变得更小、更便宜、更可靠，比如DJI和3D机器人。公司只有2000-3000美元左右。
目前，无人机系统面临的主要挑战包括:(1)操作的安全性和隐私性；(2)故障后的故障保护功能；(3)对环境变化的适应性；(4)处理飞行过程中获得的大量数据；(5)新飞机的设计；(6)多机协作与避碰。
远程身体替身机器人
远程身体替身机器人是最典型的提升人类沟通体验的服务。机器人是继视频会议之后的又一次通信革命，让通信。协作效率更高。远程身体替身机器人员工不仅可以在外，也可以在内，比如Beam，VGo，Double。公司为企业办公开发的系统还可以让不能上学的学生在家上课。
在医疗领域，远程医疗配备了摄像头、麦克风和扬声器。机器人它允许医生与病人面对面交流。目前基本用于中风等需要及时诊断的疾病。在未来，远程医疗机器人还将用于术后护理、慢性病调理等领域。此外，研究人员还试图将其用于老年人的家庭监控。这种机器人可以显著降低医疗成本，为更多人提供良好的医疗技术服务。
娱乐
机器人科技越来越广泛的应用于娱乐和游戏行业，比如Bot Dolly。公司在电影拍摄行业的应用，Anki Cozmo公司乐高发布互动智能玩具和可编程机器人等等。2016年风靡全球的《口袋妖怪Go》是增强现实技术(AR)在商业领域的首次成功应用。如同机器人AR作为交互的重要技术，进入游戏行业将进一步加速其发展。
劳务机器人
劳务机器人主要指为日常生活提供服务。机器人，或者为残疾人提供帮助。机器人。例如，扫地机器人和割草机器人等待家庭使用机器人、娱乐和休闲机器人，比如玩具机器人，娱乐无人机，教育站台。
未来5-10年，受益于机器人技术的发展和制造成本的降低，个人服务机器人市场将进一步扩大。
运输
随着机器人随着技术的成熟和完善，原本用于专业环境的无人驾驶交通系统，很可能会用于城市等其他交通环境。未来几十年，人们的出行方式将被彻底改变，比如赛格威和丰田开发的平衡车等新型个人交通工具，完全自主驾驶。机器人很快就有了。2016年，谷歌无人驾驶汽车里程突破200万英里，特斯拉发布高速自动巡航技术，优步也开始尝试用自动驾驶汽车接受租赁订单，美国国家公路和运输安全管理局(NHTSA)也发布了促进自动驾驶汽车发展的指导文件。
此外，研究人员试图通过添加传感器、摄像头、自动收费等设备，从智能路网的角度解决交通问题。一项名为“车辆基础设施集成(VII)”的公私合作国家计划正试图将智能汽车与智能道路网络结合起来，以创建一个虚拟的交通信息网络。
服务机器人主要市场和驱动源
人口老龄化从两个方面影响了服务。机器人的发展。一个是萎缩的劳动力市场，另一个是提供解决方案以满足医疗保健需求的机会。美国正处于未来20年发展趋势的入口处:退休工人在当前劳动力中所占的比例将接近翻倍，即从目前每10个工人中有2个退休工人的状态，上升到2030年每10个工人中有4个退休工人的状态。在日本，这种情况更糟糕。老龄化人口快速增长是日本提出的。机器人技术是国家政策的主要诱因。
当提高生产力和降低成本成为服务机器人共同的特点是，针对特定市场的问题或需求，人们想要每一种服务。机器人该系统可以提供独特且有竞争力的解决方案。例如，当使用机器人在用技术组装汽车的工厂中，一个关键和主要的驱动力是质量得到充分保证的持续生产能力。
医疗保健和生活质量
机器人技术被用来提供远程操作解决方案，例如依赖感觉的达芬奇手术系统。机器人技术在控制成本、增强健康人护理能力、延长老年人寿命等方面潜力巨大。
能源与环境
这两个密切相关的问题对国家的未来和发展具有重要意义。机器人技术应用的成熟度非常关键，尤其是在自动能量采集和环境监测方面。
生产和物流
机器人技术在促进生产和货物运输自动化方面具有巨大潜力，特别是机器人技术用于小规模(或微观规模)的生产作业，在这个过程中有助于加速制造业的回归。这种信念从HeartlandRobotics成立之初就可见一斑。公司其主要任务是将制造业转移回美国。
汽车和运输
尽管我们离完全自动驾驶汽车的使用还有几十年的时间，机器人先进的驾驶辅助和防撞系统等技术已经出现。公共交通系统是另一个有望实现更高程度自动化的领域。随着机器人随着技术的不断进步和成熟，在机场等小规模场景中使用的无人驾驶交通系统和解决方案将逐渐适应城市中心和其他一般应用的情况。
国土安全和基础设施保护
机器人技术为边境保护、搜索和救援、港口检查和安全及相关领域提供了巨大潜力。另外，机器人该技术有望广泛应用于桥梁、公路、水源和排水系统、电力管道和设施等基础设施关键部件的自动检测、维护和保养。
娱乐和教育
这一领域比其他任何领域都更受重视。机器人技术的转变，尤其是机器人技术正在解决国家面临的科学、技术、工程、数学(简称“STEM”)危机，同时也成为名副其实的“4R”。教育。FIRST的巨大成功印证了这一点。机器人为孩子提供有趣、简单易学的方法，学习和应用数学和科学的基础知识，包括工程和系统集成的原理，以产生智能机器来完成特定的任务。
商业化的影响因素
如果上述领域都实现了，那么就需要大量的投资进行扩张和发展。机器人技术。如上所述，距离是完全自主的。机器人技术，即无需人工指令或干预的自动操作。机器人技术还有很长的路要走。与会学者达成共识认为机器人技术进步使发展和市场化。机器人初级产品和应用已成为可能，并能显著“增强人体功能”
这些解决方案将能够根据以下功能进行自动调整:以某种方式监控动态物理环境，识别目标，检测变化，感知环境条件，根据检测到的情况分析和建议应对措施，根据人类命令做出响应，在预先授权的边界内自动执行行动，无需操作员干预。
这种机器人解决方案的例子包括遥控操作系统。比如达芬奇手术系统和独立专科。机器人，比如Roomba。随着互联网的发展，自然会从遥感发展到远程操作。互联网向物理世界的这种扩展将有助于进一步模糊通信、计算和服务之间的界限，并刺激远程通信和远程控制参与的应用。一种更实用的解决方案将会出现，这种解决方案具有分布式认知能力，能够有效利用人类的智能。这种解决方案将与机器人这些技术的结合使得运营商可以根据需要通过互联网进行远程干预，同时实现自主位置感知。
根据以上所述，人口老龄化将导致未来劳动力短缺。当劳动者寻求向更高层次的职业晋升时，就需要提高底层工作的自动化程度，从事底层工作的劳动者就会逐渐减少甚至消失。由于技术限制，全自动解决方案的长期挑战将继续存在，而短期挑战是调查其开发需求，并决定如何最好地“跨越鸿沟”。即确定正确的价值主张、降低成本、有效的开发和有效的系统工程过程，并决定如何最佳地集成解决方案以及如何将技术转化为产品。
科学和技术挑战
流动性
移动性是机器人研究中的成功范例。这一成功反映在许多现实世界的性能演示系统中，包括DARPA摩托车挑战赛和城市挑战赛中的博物馆指南和自动驾驶汽车。然而，出席会议的学者们一致认为，仍有许多重要问题没有解决。在移动领域找到这些问题的答案会很有帮助。机器人在相关领域实现自主控制和多用途是非常重要的。
3D导航是移动领域最重要的挑战之一。目前，大多数测绘定位和导航系统依赖于地球的平面表示，例如地面任务中涉及的街区地图。然而，当机器人应用程序的复杂性增加了，每天都有新的应用程序出现。机器人在部署的情况下，这些二维表示不足以在未建模和未控制的拥挤环境中捕捉必要的信息。因此，获取支持导航和操作的三维世界模型将是非常重要的。这些三维表示不应该包括世界的几何布局；相反，地图必须包含与任务相关的语义信息，这些任务涉及环境中的对象及其特征。
目前，机器人我们已经能够很好地理解物体在物理世界中的位置，但是我们仍然不知道或者很少知道物体是什么。当涉及爬行和环境表示的服务执行移动功能时，环境表示还应该包括对象上下文支持(即机器人关于可以对对象做什么的信息)。实现语义三维导航将需要新的传感、感知、地图匹配、定位、物体识别、场景支持识别和规划方法。
三维地图技术是用不同种类的传感器构建地图。目前，机器人依靠基于激光测量系统或游戏控制的高精度距离传感器，如微软的Kinect或PrimeSense来获取环境信息，采用一种叫做“SLAM”的映射算法。有专家建议脱离激光测量系统，进一步发展“视觉slam”(VSLAM)领域。这项技术依靠摄像头(一种鲁棒性高、成本低、容易获取的传感器)在三维世界中进行测绘和定位。目前，VSLAM系统已经展示了令人印象深刻的性能。因此，人们认为VSLAM可能有足够的开发信息，并且价格经济实惠的三维导航功能发挥着重要作用。
还存在一系列重要的挑战来满足特定应用的3D导航的额外需求，即户外3D导航。在这些挑战中，事实是目前的二维环境表示无法捕捉室外环境的复杂信息，同时也无法获取室外光照条件，这些都是导致传感器性能变化的因素。同时，如何在人群中导航也是一个重要的挑战。
操作
几乎所有服务机器人有必要在运营绩效方面取得实质性进展。这些应用需要机器人与环境的物理交互，包括开门、拿起物体、操作机器和设备等。目前，自主操作系统在精密工程和高度受控的环境中发挥了良好的作用，如工厂装配单元，但它们无法应对开放、动态和未建模环境中的变化和不确定性。因此，来自三个主要讨论组的学者认为“自主运营”是其关键领域。虽然具体的研究方向尚未确定，但学者们的讨论揭示了现有的大多数运算算法的基本假设在实际应用中无法得到满足。无论可能与否，都适合在开放的、动态的、非结构化的应用中进行抓取和操作， 且应该使用先验知识和环境模型。在事先不知情的情况下，不应该导致灾难性的后果。作为推论，当环境模型不存在时，真正的自主运行将依赖于。机器人获得足够的任务相关环境模型的能力。与大多数强调规划和控制的现有方法相比，这意味着感知将成为自主操作研究日程中的一个重要研究问题。
“拾取和放置”操作可以为许多定义良好的应用程序操作需求提供足够的功能基础。因此，增加的复杂性和通用取放性操作可以为自主操作的研究工作提供路线和标杆。
计划
在过去的十年中，运动规划领域的研究取得了很大的进展，其算法和技术已经影响了许多不同的应用领域。然而，鲁棒性和动态三维路径规划仍然是尚未解决的问题。这个问题涉及的一个重要因素是机器人位置感知的概念(即机器人可以使用“适当的”传感和建模方法进行独立集成、交集和集成行为规划)。“适当”是指无法通过以下方式建立完整准确的环境模型机器人实时采集。相反，对物体、环境、感知和情感做出决定机器人运动行为的推理是非常必要的。这会导致策划和体育策划的界限变得模糊。为了规划一个运动，规划者需要协调感知和任务约束的运动。为了稳健可靠地实现任务目标， 规划需要考虑任务环境的支持。这意味着规划者需要考虑环境和环境中物体之间的相互作用，作为规划过程的一部分。
比如拿起一个物体，可能需要打开一扇门，进入不同的房间，把椅子推到柜子上，打开柜门，推动障碍物。在这种新的规划范式中，任务以及任务和环境形成的约束是关键；“运动规划”中的“运动”是到达终点的一种方式。规划过程中考虑的约束来自目标抓取、运动(如足迹规划)，机构运动学和动力学、姿态约束和避障，以及在这些约束下的规划需求。机器人该系统是实时的。
机器人传感器的运动很容易导致约束条件的增加。最明显的例子是接触约束和避障。因此，反馈式规划控制与规划的整合是满足与会学者提出的规划需求的重要研究内容。反馈规划器生成一个策略，直接将状态映射到行为，而不是生成特定的路径或轨迹。这就保证了传感器、执行器和模型的不确定性可以通过传感器的反馈来解决。
在这种情况下，计划复杂性的增加需要各种新的方法来准确理解任务。在传统的运动规划中，任务完全可以用开始和结束两种配置状态来描述，而现在需要进行的规划需要面对更丰富的任务形式、操作任务和丰富的环境交互。
感觉和感知
关于机器人感觉和知觉在几乎所有方面都相当重要，包括运动、操作和人机交互。传感和感知方面的创新将从根本上影响机器人学习发展的速度。
新型传感器，包括比现有传感器更先进、分辨率更高和成本更低的传感器，将成为发展更快的领域。比如在抓取、移动、密集三维数据传感方面会有更大的进步，包括激光雷达、色深传感器传感等。大规模环境场信息的稳健性和准确性对于机器人的进一步发展至关重要。灵巧抓取的进展可以在用于操纵器的类皮肤触觉传感器和用于短程探测的更专业的深度和外观传感器领域中取得。其他类型的传感器，例如声学传感器和促进安全的传感器。这些传感器有很多种形式，比如距离传感器、温度传感器来检测人体的存在；还有传感器作为驱动。机构的一部分，如扭矩传感器，也可以检测。机器人以及环境与环境之间不可预测的接触， 贯穿始终。机器人的类皮肤传感器也属于这一类。
需要近乎实时地处理和分析传感器的数据。因为复杂且高度动态的外部环境受多种因素影响(包括昼夜差异、雾、霾、刺眼的阳光等。)，有必要提供一种长期的自适应感知方法。高级对象建模、检测和识别、改进的场景理解以及改进的对人类行为和意图的检测需要使用多模态信息，例如声音、三维距离数据、RGB图像和触觉数据的集成算法。同时，他们认为任务定制算法(即集成规划算法和考虑动态物理约束的算法)是最迫切的需求。举个例子， 新的关联识别算法对于在人工环境中执行复杂的爬行任务非常重要。机器人在感知算法中创建位置感知环境模型也非常重要。
建筑，认知能力
关于运动、操作、规划和感知等主题的讨论表明，这些问题不能单独解决，但必须考虑它们的内在联系。如何工程化一个系统，有效整合来自不同领域的特定技能，实现安全、稳定、任务相关、甚至智能的行为，仍然是一个问题。机器人该领域非常重要的开放性问题。以系统、认知、编程范式的名义，以方法论甚至哲学观点的多样性，面向上述目标的研究体现。机器人研究小组对如何应对这些挑战缺乏足够的了解。观点的多样性也体现了解决这些问题的工具的多样性，比如模仿学习和所谓的“认知系统的外显编程”。为了达到预期的效果，可能需要将这些方面的知识与技术结合起来。
解决产生鲁棒自主行为的主要问题的经典方法之一是感测/规划/行为回路，其通常由现代控制系统实现。在过去的几十年里，当感知/计划/行为循环成为机器人会上有学者在研究常用方法时，认为会从上面提到的最简单的方法中诞生一些新的方法。可能的替代方法是多层嵌入或分层循环结构和行为基本方法，多种方法的结合可能成为一种全新的方法。
人机交互
如果你想搬家机器人和灵巧机器人在有人居住的环境中与人共存协作那么就要在人机交互领域取得重要进展。这些人机交互也将成为方法论实现的重要组成部分机器人行为稳健。机器人你可以通过与人类的互动学习新技能，但在任何条件下，机器人每个人都应该知道与人交往的特点和要求。
除了交流方式(语言、非语言、手势和面部表情等。)，有一系列的问题，包括社会关系、表情(识别、表征、社会表情识别和建模)、肯定和信任。理解人机交流的许多方面应该导致人与人之间的关系机器人自动构建交互，机器人系统可以根据任务和人类管理者之间交互的变化来调整其动作。
实现这些目标的进展依赖于有效的输入设备和直观的用户界面。开发多种平台研究HRI，包括人形。机器人移动操作平台、外骨骼和载体。研究人员确定了一个设计/建造/部署周期。其中，设计过程应考虑来自相关团体的输入，包括基础研究团体和最终用户。构建过程要整合大量的研究线索，使之成为一个体系。在这个系统中，有工业合作和技术转让的机会。最后，集成系统将在真实环境中部署。与会学者提出机器人城市的概念(见下一小节)，作为在现实环境中评估HRI的前瞻性方法。这个循环通过整合最终用户反馈和下一个设计/构建/部署循环的迭代实验设计，形成一个闭环。
研究框架
设定科学目标的快速进展将在很大程度上取决于研究基础设施(包括硬件和软件)的普及程度。要解决上述研究挑战，有必要构建。机器人平台，它结合了各种先进的和交互式的机械组件，以提供足够的机动性，操作和传感能力。这些平台将由许多独立开发但相互关联的操作和软件控制。最终，这些整合机器人平台一定会超过一般独立研究组容易设计、开发、测试、维护的复杂程度。软硬件平台缺乏标准化，还可能导致一些研究成果的碎片化，影响评估的有效性，以及成果发布的困难，以及不必要的重复工程和集成工作。
为了克服这些挑战，我们必须协调该领域的研究工作，开发软件和硬件系统。这些任务应该包括开发一个开放的实验平台，一方面可以低成本地支持广泛的研究项目，另一方面可以确保技术和软件在研究小组之间的重用。比如WillowGarage开发的ROS。机器人操作系统。该系统可以确保代码的重用，并提供普通操作系统可以提供的服务，如底层设备的控制，通用功能共享、任务间的消息传递等。理想情况下，该平台可以通过物理仿真软件支持算法的早期开发和测试，而不会在研究人员的安全和硬件系统之间做出妥协。开发工作也可以来源于机器人受益于集成开发环境(IDEs)；这些ide增强了软件开发的模式， 从而有助于代码重用和文档化。
此外，机器人这项研究几乎没有经过彻底的评估，也没有通过任何明确的和可重复的测试。在其他领域，比如机器视觉，因为有公共数据库，所以给出各种算法和系统相对客观的比较是有帮助的。因此，与会学者建议建立并扩充实验数据库，作为该领域的标杆。然而，由于机器人研究侧重于机器人并且电子数据集不足，所以要辅以物理实体组成的特定技能标准，比如一些现成的实体可以作为把握研究的基准。此外，整个基准测试环境应该与开发、评估以及特定的应用程序和实现进行比较。这样的环境应该涵盖很大的规模和复杂性，从简单的工作台(桌子或吧台)到整个房间，一个房子， 甚至整个街区。讨论期间，有人提出机器人城市的概念:一个常规的城市环境，所有的居民都是实验的一部分，他们也可以协助评估过程，涵盖了居民日常应用环境足够需求的定义。
机械硬件
安全是机器人在有人的环境中工作是一个关键因素。本质上，安全机器人从而使人机交互能够顺利进行，同时也增加了机器人日常生活中对技术的接受。因此，马达具有更高的功率-重力比，并且本质上更安全地运行。机构将代表一项重要的科技创新。对于这种机构灵活性将是一个预期的属性。灵活是指执行力。机构它有能力在与外界环境接触时，根据反作用力的大小来调整自己的行为。这些反作用力因任务而异。这样的机构确保操作安全，尤其是与人互动时。同时也能保证与外界联系时行动的灵活性、稳健性和有效性。此外， 能效是许多应用的关键考虑因素之一。室外环境通常显示具有不同高度的地形属性，并且室外环境可以包括楼梯、梯子、坡道、自动扶梯或电梯。
高度灵巧且易于控制的机械手是一个重要的研究领域。机械抓取和操作的进展与新手机构与的发展密切相关。同时，与会学者觉得，通过现有的抓取和操作算法，当前机械手的潜力还没有被充分挖掘出来。因此，可想而知，现有的抓取和操作硬件可以解决许多有趣的相关应用。
发展路线图
机器人技术的商业化和经济效益不仅受技术发展的限制，还与法律政策和人才培养密切相关。服务机器人未来的发展路线:
5年:机器人在人类的指导下，通过探索可以建立其周围环境的语义地图；它可以在不确定的二维环境中自主移动，完成简单的抓取和放置任务；能够处理固定数据集中的对象或具有特定特征的对象；能够完成中等复杂的任务规划，如清除障碍物、开柜子等。
例如:把更多的仓储物流机器人用于库存管理和物料运输；在交通标志清晰的城镇，自动驾驶汽车的驾驶性能可以与人类驾驶员相媲美，甚至在一些特定任务中超越人类驾驶员，比如工业采矿、建筑施工、侧停车、紧急制动等。
10年:机器人可以使用数据库中近似或不完整的环境模型计算出可靠的方法来执行特定的运动和作战任务；能够通过感知、交互和人的指令深入理解周围环境；可以实现多层建筑的导航任务；能通过改变环境完成特定任务(移动障碍物、开灯等。)，并具有一定的故障检测和恢复能力。
比如:结合无人机、无人车、足式。机器人用于商业快递；自动驾驶汽车可以在任何城市环境和一些越野环境下实现和人类驾驶员一样的技能；无人车可以应对一些不可预知的事故，牵引其他故障车辆，在传感器出现故障的情况下自动行驶到安全区域。
15年:各种服务机器人能够在新的、非结构化的、动态的环境中快速无碰撞地执行机动作战任务；能够感知环境信息，建立深刻的理解并完成分配的任务；能稳定应对环境变化；可以与环境互动，以智能的方式改变环境。
例如，总体增长机器人在物流的所有阶段使用，包括自动驾驶卡车、无人机和小型快递。机器人，仓库搬运机器人等等；自动驾驶汽车可以在任何环境下与人类驾驶竞争，并且比驾驶时间不到一年的人类司机更加安全可靠。无人驾驶汽车将能够通过自主学习应对未知环境，如极端天气和传感器故障。