隨著計算機技術和人工智能技術的進步，機器人智能化在最近兩年逐漸興起，機器人已經可以具備諸如語音交互、圖像識別等一些智能化的功能，這些功能讓用戶感受到了人工智能。但是，作為在與人同處的環境中工作的服務型機器人，除了需要一些智能化的交互能力，同樣重要的是它需要智能化的移動能力，看似最基礎的行走能力，恰恰卻是智能機器人最具關鍵性價值的能力。

自主移動是指機器人在特定任務下，能夠高度自主地進行空間移動，主要包括以自主導航技術為主體的環境感知、智能避障、路徑規劃、智能跟隨等移動相關技術。綜合來講，自主移動機器人所要面對的最主要的三個「哲學」問題是 —— 我在哪？我去哪？怎么去？

本次 AI & ROBO Class 上，深圳灣邀請了國內機器人自主移動解決方案的代表企業 AICRobo 的 CEO，資深機器人系統架構師佘元博為在座的機器人從業者分享自主移動機器人所面臨的機遇和挑戰。

自主移動是實現服務機器人價值的根基

在工業應用里，AGV 產品應用得非常廣泛。工廠車間的工作環境比較程式化，整個生產環境人為介入較少，僅需在地面鋪設磁條或者信標，來引導機器人移動，就可以實現機器人靠移動來協助生產。

相比于工業領域，服務機器人領域的場景和環境就要復雜得多。服務行業沒有固定變的場景部署，而且機器人常常會與人發生交互。現在國內市面上應用在服務領域的機器人較為多見的是餐飲服務機器人、酒店服務機器人、行政大廳的咨詢機器人以及商場導購機器人。

如果服務機器人和工業機器人使用同樣的導引式方案，那么問題就會凸顯出來：首先，環境部署成本較高，第二，機器人不能根據實時情況進行決策行為。

若這些機器人采用自主移動技術做解決方案，就可以進行實時的定位和任務路徑規劃，無論在路徑中出現動態的人還是靜態的障礙物，機器人都可以有效的躲避障礙，進行自主避讓決策。自主移動技術的優點在于，它可以在一個陌生的室內環境構建地圖，不需要鋪設磁條，使用起來更省錢省時省力，而且更容易被移動型智能機器人采納。

所以，總的來說，自主移動是實現服務機器人價值的根基。

自主移動的六大關鍵技術

很多人對自主移動技術存在著誤解，將其與 SLAM 技術劃等號，佘元博解釋：「SLAM 不等于自主移動技術。SLAM 主要的功能是地圖構建和即時定位，而自主移動技術則包括了自主導航以及機器人移動相關的技術。」

將自主移動技術細拆開來，主要包括了以下六大關鍵技術：

• 環境構建。環境構建基于 SLAM 技術，讓機器人在陌生環境中移動時，能探測未知區域，快速構建出環境布局圖，為機器人自主移動提供準確的導航參考。
  
• 實時定位。采用絕對定位和相對定位結合的方式，為機器人提供準確和魯棒的位姿信息，使機器人具備魯棒實時定位的功能，在運動過程中能夠實時確定自己的位姿，確保外部調度系統和機器人自身主控系統知道機器人當前的空間狀態。
  
• 智能避障。融合多種傳感器，比如超聲波、紅外傳感器、攝像頭、激光雷達等，感知障礙物，并通過深度優化避障算法，使機器人能夠針對運行前方可行區域和機器人形狀尺寸進行分析，以保障機器人的避障精度和可靠性。
  
• 路徑規劃。目前來講，相對于其他技術，路徑規劃比較成熟，主要是規劃好機器人從當前坐標移動到目的地坐標的路徑。
  
• 智能跟隨。運用計算機視覺技術，識別出目標物體，讓機器人與目標物體保持一定的距離，跟隨其運動。同時，采用基于色彩、深度信息的物體識別和相對位姿測量技術，對目標物體所處空間進行狀態預測，以保障機器人跟蹤目標的準確性和可靠性。
  
• 自然人機交互。基于成熟的語音解決方案，系統集成了包含語音識別、語音合成、命令識別、語音喚醒、語義理解在內的豐富的自然人機交互功能。
  

軟硬件一體化方案已成趨勢

隨著技術的發展，軟硬件之間的界限越來越模糊，上層的系統需要底層數據的支持，底層硬件也需要上層軟件的控制和調配。尤其在機器人領域，軟硬件結合以及多層次技術融合的趨勢越來越明顯。

佘元博認為：「多技術多層次融合的背景下，機器人在架構的設計上要保證整體性和一體化。在技術團隊的專業劃分上，AICRobo 將技術劃分為五個技術領域：機械硬件、電子硬件、嵌入式硬件、上層軟件、智能算法，并根據用戶的需求構建整體架構方案，以應對不同的應用場景。」

為了整合移動相關的感知系統，移動 AI 系統、移動控制系統， AICRobo 研發了 AICANS 智能移動系統。該系統具備了自主移動的核心功能，包括環境構建、自主導航（室內定位、路徑規劃、智能避障等），以及自然人機交互。同時，AICANS 系統支持各類主流傳感器，并預留了機械臂/雙足應用接口供二次開發，以應對不同行業的自主移動機器人的應用需求。

市場缺乏體驗好的服務機器人

當有現場觀眾問到「為什么服務機器人市場沒有爆發？」時，佘元博回答：「其實市場一直存在，但沒有一款服務型機器人能把體驗做好。」

盡管答案簡單，但背后的影響因素卻有很多。

首先是移動技術本身的問題。比如，毫無疑問，自主移動技術未來會廣泛應用在機器人上，但目前大部分在餐館里送餐的機器人采用的是「巡線」的方式移動，這就需要在地上鋪設磁條和地標，機器人行走的路徑固定，缺少「智能」，看起來傻，所以體驗不好。

第二，技術的工程化落地始終是個問題。開發者和技術人員討論技術方案可以頭頭是道，但是具體將技術轉化為工程產品卻是另外一回事。一款產品做出來，發現參數不對，需要重新優化生產工藝，這需要有工程經驗的人去補救和解決，而且工程化和生產制造的問題并不是一朝一夕就能夠解決的。

前兩年，人工智能技術再次升溫，民眾和資本熱衷于探討人工智能技術未來的應用空間，這或多或少帶起了行業內對人工智能的「浮夸風」。事實上，目前的技術離科幻電影中所描述的人工智能相差很遠，而技術的落地只能是一步一個腳印。

對于未來的規劃，佘元博說，AICRobo 目前最大的愿望就是好好優化現有的移動方案，腳踏實地地解決好各個應用場景中所遇到的問題。