资本泡沫下 服务机器人该何去何从？

本篇文章1309字，读完约3分钟

慧聪智能家居网络新闻在资本泡沫和市场隐患下，中国的服务机器人应该如何发展，未来的发展道路在哪里？ 2016年，中国机器人服务企业超过1000家，但超过一半的机器人服务企业处于亏损状态。与之形成鲜明对比的是，许多“年轻”的服务机器人企业，如狗尾草科技、光年无限、智能管家、灵伴科技、优碧轩科技、九人机器人等。，不断获得巨额融资，其中ninebot的估值已达83.4亿美元。 有业内人士指出，2016年，中国服务机器人市场进入盲目发展状态，产品缺乏统一标准，技术含量低，同质化严重。许多企业正在通过钻探空的政策来赚钱，而资本“高烧”也很严重。 在资本泡沫和市场隐患下，中国的服务机器人应该如何发展，未来的发展道路在哪里？

传感器的发展传感器是服务机器人的“眼镜”、“耳朵”和“鼻子”。在传感器的帮助下，服务机器人可以获得各种信息，如主人的表情，语气和周围的环境。传感器的精度和集成度直接决定了机器人认知观察、空定位和自主回避策略的选择和执行质量。未来，红外传感器、超声波传感器、触觉传感器、视觉传感器等类型的精度越来越高，这有助于服务机器人完成更复杂的任务，提供更好的服务。 已经售出的pepper服务机器人集成了大量的3d传感器、触摸传感器、缓冲传感器和激光传感器，可以根据人们的情绪识别并做出更丰富、更人性化的反应。 芯片的发展 芯片是服务机器人的“大脑”，承担着数据分析和处理的任务，进而决定着服务机器人的计算能力和移动性能。未来，服务机器人的性能改进将需要越来越高的芯片。高通公司的相关负责人表示，在不久的将来，机器人将需要比智能手机更多的芯片。 2014年8月，ibm发布了synapse芯片，集成了“神经元”和“synapse”内核，可以模拟人脑，推动服务机器人的智能化发展。2016年12月，杜克大学的研究人员开发了一种机器人运动规划芯片，它将躲避物体的速度提高了三个数量级。深度学习算法的进步服务机器人“为人民服务”的本质决定了服务机器人最终将朝着人性化和智能化的方向发展。目前，服务机器人在功能上面临着许多瓶颈，例如，它们不能很好地理解人类口头语言的复杂性，而深度学习算法将改变这种情况。深度学习算法通过模仿人脑的神经网络，使服务机器人不再是一个“固化”的工具，而是一个深思熟虑的“秘书”，能够更好地理解人类的语言、动作和意图，提供更贴心的服务。定位和导航算法的进展现实生活中服务机器人面临的主要问题是如何有效地避开障碍物。位置导航算法是服务机器人路径规划的基础。通过优化算法，服务机器人可以在未知环境中更好地生成地图和规划路线，从而安全高效地避开障碍物。 自从谷歌在无人驾驶汽车上使用基于激光雷达技术的雷达slam算法以来，雷达slam算法引起了服务机器人企业的关注。该算法具有误差小、方向性好、聚焦度高的优点，将逐渐成为未来行业的主流。目前，友迪科技等企业已经在其服务机器人中完全采用了雷达slam算法。 总体而言，随着传感器和芯片的发展，深度学习算法和slam算法的进步，应用领域的细化，服务机器人市场将面临“大洗牌”，服务机器人市场将回归理性，这将更有利于市场的健康发展，给消费者带来便利。