【編者按】文章轉(zhuǎn)自“紫丁香榮寧”，所屬權(quán)屬于紫丁香。本文是李瑞峰教授在機(jī)器人論壇的分享，原標(biāo)題為《哈工大機(jī)器人研究所副所長李瑞峰：服務(wù)機(jī)器人發(fā)展現(xiàn)狀及智能人機(jī)交互技術(shù)》，雷鋒網(wǎng)做了不改變原意的調(diào)整。文末附有“紫丁香榮寧”的介紹。
以下是李瑞峰教授的演講實錄：
非常高興來到這里和大家分享，下面的時間里我會就目前服務(wù)機(jī)器人國際國內(nèi)的一些動態(tài)和技術(shù)趨勢結(jié)合在服務(wù)機(jī)器人方面的研究和大家進(jìn)行探討。
服務(wù)機(jī)器人現(xiàn)狀如何？
隨著中國人口紅利的消失，機(jī)器人在制造業(yè)和工業(yè)領(lǐng)域被大批量應(yīng)用，包括現(xiàn)在非常熱的機(jī)器換人和自動化升級改造，服務(wù)機(jī)器人作為和工業(yè)機(jī)器人相對應(yīng)的領(lǐng)域，在軍事、服務(wù)和娛樂各個領(lǐng)域都發(fā)揮著越來越重要的作用，也逐漸取代人類的一些工作。
過去服務(wù)機(jī)器人只是存在于科幻電影當(dāng)中，未來我們也會在生活當(dāng)中遇到形形色色、各種各樣的服務(wù)機(jī)器人。
目前服務(wù)機(jī)器人的市場化程度和工業(yè)機(jī)器人相比還是處于起步階段，但隨著勞動力不足以及老齡化的影響，未來的市場會有一個很大的發(fā)展。
國際相關(guān)的組織也有一個報告，2012年服務(wù)機(jī)器人市場規(guī)模已經(jīng)達(dá)到了兩百億美元，到了2017年，年增長率可能會達(dá)到17%，大概會達(dá)到四百六十億美金。中國有著巨大的市場，所以發(fā)展速度會更快。目前世界上有48個國家在發(fā)展機(jī)器人，其中25個國家已經(jīng)涉足服務(wù)型機(jī)器人的開發(fā)。特別是在日本、北美和歐洲，市面上可以看到四十余款機(jī)器人。當(dāng)然，這些發(fā)達(dá)國家在這個領(lǐng)域處于領(lǐng)先，就是以美國、德國、法國、日本和韓國作為代表。
現(xiàn)在國際上有一些比較有代表性的服務(wù)機(jī)器人產(chǎn)品，比如美國面向家庭養(yǎng)老陪護(hù)方面的機(jī)器人，還有日本開發(fā)出來的家務(wù)機(jī)器人以及與小孩進(jìn)行教育溝通娛樂的機(jī)器人，可以說應(yīng)用已經(jīng)非常廣泛了。對于世界經(jīng)濟(jì)增長的引擎我們有一個判斷，過去是從IT時代逐漸轉(zhuǎn)變成了RT時代，家庭機(jī)器人可能作為一個核心終端存在。
軍用特種機(jī)器人領(lǐng)域，隨著美國開發(fā)的偵查機(jī)器人和大狗機(jī)器人的出現(xiàn)，未來美國、德國和法國這些國家在軍事上對于服務(wù)機(jī)器人的采購量會有一個非常大的增長，這也是服務(wù)機(jī)器人市場增長的一個很大的方面。
各國人形服務(wù)機(jī)器人如下：
人形服務(wù)機(jī)器人的發(fā)展可以在未來真正使人類的生活產(chǎn)生深刻變革，就是這種具有通用性的類人形機(jī)器人，就從大家對機(jī)器人的認(rèn)識來說可能覺得人形機(jī)器人在外觀上和人更相近，我們也更容易接受，所以未來真正的機(jī)器人形態(tài)可能還是要朝著類人形態(tài)發(fā)展。
過去我們關(guān)注的都是一般的機(jī)電控制系統(tǒng)，包括進(jìn)行動態(tài)和固態(tài)的行走，未來人形機(jī)器人可能會變成復(fù)雜的人機(jī)交互，不光是具有人的形狀，還要和人進(jìn)行自然的溝通和交流，這是未來技術(shù)的發(fā)展。
對于面向消費級用戶來說，日本的機(jī)器人講究高性價比，就是價格平民化，讓大家都能夠接受。另外未來用到了大量的增值服務(wù)，從云計算、大數(shù)據(jù)來把網(wǎng)絡(luò)技術(shù)應(yīng)用到機(jī)器人領(lǐng)域，使之具備持續(xù)的服務(wù)能力。
對于特種環(huán)境的航天機(jī)器人是需要一個高協(xié)作性，復(fù)雜的極端環(huán)境里面需要機(jī)器人和人有一個共同協(xié)作的配合，這種配合能力是我們的要求。
高仿真機(jī)器人方面也是未來機(jī)器人發(fā)展的領(lǐng)域，國內(nèi)也有很多領(lǐng)域在做這方面的研究，逼真度上從更接近人類的角度去做服務(wù)機(jī)器人，比如迎賓服務(wù)和娛樂影視方面未來會有比較大的發(fā)展。
真正具有作業(yè)功能的機(jī)器人具有高柔韌性，就是人機(jī)協(xié)同合作的能力，面向不同的用戶、不同的環(huán)境，機(jī)器人的特點和要求也是不一樣的。
中國國內(nèi)機(jī)器人的發(fā)展經(jīng)歷了幾個階段，八十年代就已經(jīng)出現(xiàn)了各種服務(wù)型機(jī)器人的雛形，九十年代是發(fā)展的中期，國家也有“863項目”的重點支持，現(xiàn)在就是巨大的市場需求牽引。
過去機(jī)器人與現(xiàn)在機(jī)器人發(fā)展的幾個變化：
過去的機(jī)器人就是簡單的機(jī)械外形，更多的是在功能上面模仿人，現(xiàn)在外觀上需要更加友好，或者是具有仿人形的外觀，這也是現(xiàn)在設(shè)計技術(shù)的發(fā)展。
過去的機(jī)器人只能具備單一的服務(wù)，現(xiàn)在一個服務(wù)機(jī)器人可能具有多種功能。
過去機(jī)器人的市場化主要是清潔和教學(xué)方面，未來生活、娛樂、教育和醫(yī)療服務(wù)機(jī)器人都會走向市場。
過去的標(biāo)準(zhǔn)也是不統(tǒng)一的，這是目前困擾服務(wù)機(jī)器人最大的問題，大家做的系統(tǒng)語言和構(gòu)件都是沒有標(biāo)準(zhǔn)的，這樣我們沒有通用性，制約了進(jìn)行大規(guī)模的發(fā)展。
計算機(jī)技術(shù)之所以可以進(jìn)行大規(guī)模發(fā)展就是因為標(biāo)準(zhǔn)化，我們做硬盤、CPU和鍵盤的各司其職，最后就以統(tǒng)一的標(biāo)準(zhǔn)接口接入，這個產(chǎn)業(yè)就可以做大。未來服務(wù)機(jī)器人肯定要進(jìn)行標(biāo)準(zhǔn)化，就是從硬件系統(tǒng)、軟件系統(tǒng)到各個方面都會制定一系列的標(biāo)準(zhǔn)。
過去的研究主要也是集中在科研院所，目前隨著市場化的發(fā)展，越來越多的企業(yè)已經(jīng)投入到了這個行業(yè)當(dāng)中。
國家政策也把服務(wù)機(jī)器人作為重點支持，現(xiàn)在已經(jīng)制定了國家的中長期發(fā)展計劃，把服務(wù)機(jī)器人列入未來十五年的重點發(fā)展技術(shù)。
未來國家的家用服務(wù)機(jī)器人從吸塵機(jī)器人到教育機(jī)器人，再到其它各種形態(tài)的機(jī)器人都會出現(xiàn)，包括智能康復(fù)、智能可穿戴、玩具和醫(yī)療，隨著標(biāo)準(zhǔn)化的統(tǒng)一，一系列的核心控制器、傳感器、驅(qū)動器的企業(yè)都會大規(guī)模出現(xiàn)，這也是為未來整個產(chǎn)業(yè)化打下一個很好的基礎(chǔ)。
服務(wù)機(jī)器人有哪些？
1、國產(chǎn)服務(wù)機(jī)器人有仿人形機(jī)器人、國家電網(wǎng)的巡檢機(jī)器人，還有去年比較火熱的送餐機(jī)器人，表現(xiàn)出來的特點就是技術(shù)上的多樣性。
既有復(fù)雜、高大上和技術(shù)要求比較高的，也有品種比較豐富的，只要能想到就會出現(xiàn)各式各樣的服務(wù)機(jī)器人，把各種技術(shù)集成起來就會推出一些好的服務(wù)機(jī)器人產(chǎn)品，所以從市場的開拓性方面還是有很大的空間，可以向不同的領(lǐng)域擴(kuò)展。
2、教育機(jī)器人是過去十年當(dāng)中服務(wù)機(jī)器人領(lǐng)域最成熟的行業(yè)，包括單元套間到功能部件，國內(nèi)的一系列教育娛樂機(jī)器人通過競賽的牽引有了很大的發(fā)展。
現(xiàn)在中小學(xué)當(dāng)中都有機(jī)器人的課程，所以也有一個普及，教育機(jī)器人基本上出現(xiàn)了模塊化，包括里面的部件驅(qū)動、傳感單元都已經(jīng)做成了標(biāo)準(zhǔn)化的模塊，所以這樣便于學(xué)生進(jìn)行組裝開發(fā)，有了一定的標(biāo)準(zhǔn)，但是還需要整個標(biāo)準(zhǔn)繼續(xù)的整合。
3、家用智能吸塵機(jī)器人是目前服務(wù)機(jī)器人當(dāng)中，市場成熟度最高的產(chǎn)品。也是占有服務(wù)機(jī)器人市場銷量最大的一個產(chǎn)品，但是從它的發(fā)展來說目前也出現(xiàn)了一些問題。
首先是價格的低廉化。
現(xiàn)在國產(chǎn)機(jī)器人是三個級別，一個是七百塊錢到七百九十八塊錢，還有就是一千塊錢和一千二百塊錢，國外的可以賣到四五千塊錢。
另外就是產(chǎn)品的山寨化，只要市場大就做。
深圳做機(jī)器人的大大小小企業(yè)有四十多家，各種各樣的都能做，最后貼出來的商標(biāo)不一定是誰的，但是大家都會做這個東西。而技術(shù)上的差異就很大，我買來的七百塊錢的吸塵器可能就像沒頭蒼蠅一樣在屋里亂轉(zhuǎn)，能不能吸塵就不知道了。這里面還需要加上一些慣性導(dǎo)航技術(shù)以達(dá)到更先進(jìn)的地面路徑規(guī)劃，至于成本已經(jīng)做得很低了，能不能占領(lǐng)市場也是一個問題。
無人機(jī)現(xiàn)在是異軍突起，有些公司已經(jīng)做到了六七十個億。現(xiàn)在的特點首先是價格平民化，正是因為做到了三四千塊錢這樣的價格級別，大家就可以當(dāng)做一個玩具來買，市場的銷量也就大起來了。產(chǎn)品也娛樂化了，汪峰求婚都用無人機(jī)送戒指。還有應(yīng)用多樣化，現(xiàn)在從工業(yè)、農(nóng)業(yè)和國防以及影視娛樂的拍照都用到了無人機(jī)，多種多樣的應(yīng)用也促進(jìn)了這個行業(yè)的大發(fā)展。
4、最近比較流行網(wǎng)絡(luò)機(jī)器人，百度的李彥宏剛剛發(fā)布了“度秘”。
（度秘）
當(dāng)然，現(xiàn)在主要還是網(wǎng)絡(luò)助理軟件的形態(tài)，以后可能也會推出真正的機(jī)器人形態(tài)，包括孫正義的這種小型機(jī)器人，就是發(fā)展迅猛市場推廣能力強(qiáng)，因為走的是IT行業(yè)的路線。所以有著非常強(qiáng)大的市場網(wǎng)絡(luò)推廣能力。實體功能都比較簡單，基本上就是一個網(wǎng)絡(luò)攝像頭，因為他們有資金和原有的網(wǎng)絡(luò)技術(shù)支持，也會促進(jìn)網(wǎng)絡(luò)機(jī)器人未來有一個非常大的發(fā)展。
哈工大對于服務(wù)機(jī)器人也是做了很多年，目前有迎賓導(dǎo)游、娛樂游戲、安防巡邏，這些機(jī)器人的形態(tài)不一樣，應(yīng)用的場景也不一樣，主要含的技術(shù)包括人機(jī)交互、移動規(guī)劃和作業(yè)，還有安全探測等等技術(shù)和產(chǎn)品。
特種機(jī)器人方面我們有軍用危險的作業(yè)機(jī)器人，還有可穿戴的機(jī)器人和醫(yī)療機(jī)器人。哈工大機(jī)器人產(chǎn)業(yè)集團(tuán)今年成立以后也推出了一些機(jī)器人，包括掃地機(jī)器人、迎賓機(jī)器人和餐廳機(jī)器人。這些看著都比較熱，所以大家都想從中分一杯羹。
未來的服務(wù)機(jī)器人到底是什么樣的？
新一代機(jī)器人需要給到一個重新的定義，過去我們是把機(jī)器人作為一個奴仆，你讓它干啥它就干啥，這種關(guān)系要逐漸變成一種合作者，因為它要在生活當(dāng)中跟你共存。
作為一個合作者，我們需要有機(jī)器人和人互相的感知和交互，機(jī)器人要感知人、理解人、幫助人，人也是一樣，我們把這種關(guān)系進(jìn)行一個重新的定義。我們要求服務(wù)機(jī)器人更加智能，要有視覺交互，人最大的能力就是視覺。
通過視覺看到的東西怎么再進(jìn)行視覺交互？還要進(jìn)行自主學(xué)習(xí)和主動學(xué)習(xí)。還有就是更加魯棒（Robust，健壯）的控制系統(tǒng)。
目前之所以不能進(jìn)行很好的應(yīng)用就是因為你的服務(wù)能力不可靠，稍微復(fù)雜一點就會出問題，說明它的任務(wù)可執(zhí)行力不強(qiáng)。
面向現(xiàn)在的技術(shù)發(fā)展，根據(jù)大數(shù)據(jù)、云計算和無處不在的網(wǎng)絡(luò)，韓國到處都是無線接入，現(xiàn)在我們到哪里還得加上一個密碼，所以也制約了服務(wù)機(jī)器人的發(fā)展。
服務(wù)機(jī)器人要想成為一個伙伴，就要能夠與我們自然交流，可以可靠地服務(wù)，最后達(dá)到人機(jī)協(xié)作。
實現(xiàn)這三個部分的功能無非是這些技術(shù)。包括人機(jī)交互、定位導(dǎo)航、路徑規(guī)劃、比較強(qiáng)大的能源、仿人形的結(jié)構(gòu)。這里的技術(shù)很多，我們也在人機(jī)交互方面做了一些研究。我們?nèi)伺c人之間是通過聽、看和感覺這幾種感知能力對外界進(jìn)行感知，得到以后我們進(jìn)行、推理和思維，最后變成我們的行為，得到一個可控的交流和互動。
機(jī)器人要想具備人這樣的能力也是一樣，需要通過聲音識別、表情識別和環(huán)境感知才能具備一種很好的交互能力。
機(jī)器人就是通過這些傳感器達(dá)到對人的交互，人把機(jī)器人表達(dá)主要的東西通過喇叭和表情展現(xiàn)出來，所以是一個互動的過程。
人機(jī)交互的方式有哪些？
這是針對視覺的情感、理解。對于一個人來說最主觀的就是看臉部表情，今天看老板高不高興直接一看臉色就知道了，高興就多說幾句，不高興就躲得遠(yuǎn)一點。
未來機(jī)器人也要理解人的感情，涉及到對人臉識別的技術(shù)。當(dāng)然，我們也有一些具體的方法，包括特征提取和分類，國外也有，我們自己也在做。做完以后達(dá)到了什么結(jié)果呢？對于七種表情的識別率可以達(dá)到百分之八十。當(dāng)然，這種表情還是比較夸張的，高興和發(fā)怒的時候是完全不一樣的，但人在自然的交流過程當(dāng)中不可能這么夸張，人的表情是很微妙的。我們說皮笑肉不笑，這到底是笑還是沒笑，其實也分辨不出來，這個過程需要進(jìn)行一些更加復(fù)雜的特征來是不，這些技術(shù)就是未來交流的過程當(dāng)中需要實時了解情緒的變化。
通過一些手勢也可以達(dá)到很多的命令，我們可以通過幾個手勢的形狀，不同的手勢從不同的方向可以構(gòu)成很多的動作指令。
因為語言傳遞會有一些識別的困難，而通過一個手勢就知道具體的任務(wù)。雖然手勢有幾十種，但是可以找到比較容易記憶的手勢，然后進(jìn)行交互。復(fù)雜一點的就是人體姿態(tài)，無論是在跑、跳還是摔倒，我們看到的就是整個人體的姿態(tài)。對于人體姿態(tài)的研究也是監(jiān)控和跟蹤，包括實時監(jiān)控，這種狀況到底是良好還是異常，從動作上也可以模仿。
目前我們是通過把動作序列和時間序列分開，達(dá)到一個很好的識別效果，也可進(jìn)行最后人體特征的讀取。
有些比較明顯的動作識別率就比較高，但單腿跳和跳躍到底是哪一種可能就有些區(qū)分不開，也會產(chǎn)生一些誤差，肢體動作就相對更加復(fù)雜。
目前主要是和科大訊飛通過云計算平臺進(jìn)行合作，把人的語音進(jìn)行提取以后在云計算里面進(jìn)行處理，最后通過客戶端進(jìn)行反饋，形成一個可以實時交流的東西。
在交互的過程中，不光是動作，肌肉的硬度也是很重要的。所以在人體技術(shù)傳遞和研究當(dāng)中，肌電信號的研究也是非常重要的方面。模仿人的肌肉的調(diào)節(jié)機(jī)理，可以達(dá)到更好的效果，人體肌肉的松緊程度也可以在冷卻之后體現(xiàn)出來。
未來我們是提供一種多種的交互方式，包括語音、肢體動作、面部特征，綜合起來就可以達(dá)到一個很好的人機(jī)交互。
服務(wù)機(jī)器人的技術(shù)是網(wǎng)絡(luò)化、云計算、大數(shù)據(jù)，智能思維以及決策，從單一功能向多功能發(fā)展，從單一的輸入輸出向多方式交互發(fā)展。
目前服務(wù)機(jī)器人的特點是無所不知，因為后面連接著云計算和網(wǎng)絡(luò)，什么都可以搜索一下，加上WiFi可以達(dá)到互聯(lián)互通，無所不能是我們對它的期望，希望能夠像人們在科幻片當(dāng)中看到的那樣無所不能。
當(dāng)然，它不能無法無天，大家會擔(dān)心未來機(jī)器人會不會對人類進(jìn)行傷害甚至統(tǒng)治人類，為了避免這種情況我們就要制定一些規(guī)則。比如過去的“機(jī)器人三原則”，以后還有可能制定法律讓機(jī)器人來遵守，這些在未來都是有可能做到的。
附：紫丁香人工智能與先進(jìn)制造俱樂部介紹——
紫丁香依托于哈工大校友在人工智能、智能硬件、3D打印、機(jī)器人、無人機(jī)及智能制造領(lǐng)域的優(yōu)勢，以幫助校友在該領(lǐng)域免費找人，找資源，找資金為目的，共享校友優(yōu)勢資源，幫助校友持續(xù)、成功創(chuàng)業(yè)的組織。
俱樂部總部設(shè)立在常州，今年開始在全國主要城市舉辦相關(guān)主題活動，歡迎從事該領(lǐng)域工作的各位校友積極參與和免費注冊會員，實現(xiàn)人才對接、資本對接和項目對接。紫丁香人工智能及先進(jìn)俱樂部將努力服務(wù)好校友，為大家搭建一座橋梁。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
