服務機器人正在以高速的增長速度加速步入我們的日常生活。正是基于廣闊的市場前景，美國國家科學基金會頒布了《美國機器人技術路線圖》，其中服務機器人是其中的重點一章。

服務機器人的主要應用領域

服務機器人是一類用以輔助人們日常工作、生活、休閑，以及幫助殘疾人與老年人的機器人系統。在工業機器人系統中，機器人的任務是完成高質量、高一致性的生產任務。服務機器人與之不同的是，工業機器人通常工作在有人的空間或者會直接同人類協作工作，服務機器人通常從事專業服務和個人服務兩種工作。

專業服務機器人

專業服務機器人主要指能夠產生經濟效益的服務型機器人，如用于物流自動化、基建設施巡檢、醫院送藥、商業草坪清理、娛樂等，其市場規模正以30%的年增長率迅速擴大。國際機器人聯合會(IFR)和德國機械設備制造業聯合會(VDMA)的數據表明，已有超過172000臺專業服務機器人用于各行各業。

物流自動化

伴隨“即時生產”降低庫存的發展趨勢，低成本、高靈活性的物流系統日益成為供應鏈管理中的重要組成部分，例如著名的亞馬遜Kiva倉儲機器人系統與FedEx及UPS的自動化配送中心。然而，它們只能在量身定制的固定倉庫中使用。若想讓機器人發揮更大作用，就必須賦予機器人更高的機動性：能夠應對樓梯、電梯、房門、不平坦的地面和雜亂環境等人類生活的常見場景。隨著研究的進展，高機動性機器人也正在逐步成為現實，它們將使整個物流系統變得更加快速、靈活、廉價、可控、穩定。

不少公司已經將目光投向物流市場，包括生產酒店運輸機器人的Savyoke，為醫院制作運輸機器人的Aethon和Vecna，生產超市倉儲機器人的Bossa Nova，著眼于無人機快遞的Amazon Prime Air和Google Project Wing，提供最后一公里物流快遞的Starship Technologies和生產倉儲機器人的Fetch等。物流機器人市場的指數增長使得該領域成為未來15年最大的投資熱門。

基礎設施巡檢

機器人技術在橋梁、道路和管網等基礎設施的檢修與保護方面有著巨大的應用前景：如用于檢查橋梁和港口的無人船與無人機、用于監控地下管道與線路的無人車、用于巡檢管道與電網的無人機等，還能為石油和天然氣產業提供監控服務。

這類系統借助多種先進傳感器和其他機器人技術，能夠勝任各種復雜的地下任務。這類機器人可以全天候自動判斷故障，在與人類協同工作的同時減少人類的介入，較低成本，提高效率。其應用在未來5年將增長約20%。

無人機正成為巡檢領域的一個有效機器人平臺。未來5年，無人機將變得更小、更便宜、更可靠，如大疆和3D Robotics等公司僅售約2000-3000美金。

目前，無人機系統存在的主要挑戰包括：(1)操作的安全性與隱私性問題;(2)發生故障后的失效保護功能;(3)對環境變化的適應能力;(4)在飛行過程中處理獲得的大量數據;(5)新型飛行器設計;(6)多機協同作業與避免碰撞。

遠程替身機器人

遠程替身機器人是最典型的用于改善人類交流體驗的服務機器人，是繼視頻會議之后的又一次通訊變革，讓交流協作更加高效。遠程替身機器人不僅能夠讓員工在外也能身臨其境，如Beam、VGo和Double等公司為企業辦公開發的系統，還能讓無法去學校的學生在家上課。

在醫護領域，配備有攝像頭、麥克風和揚聲器的遠程醫療機器人能夠讓醫生與患者『面對面』交流。目前，基本用于中風這類需要及時診斷的疾病。未來，遠程醫療機器人將還能用于術后護理、慢性病調理等領域。此外，研究人員已經嘗試將其用于老年人的家庭監護。這類機器人能夠顯著降低醫護成本，為更多人提供良好的醫療技術服務。

娛樂

機器人技術在娛樂和游戲行業的應用越來越廣泛，如Bot & Dolly公司在電影拍攝行業的應用，Anki Cozmo公司的交互型智能玩具和樂高發布的可編程機器人等。2016年風靡全球的《Pokemon Go》是增強現實技術(AR)在商業領域的首次成功應用。作為機器人交互的重要技術，AR進入游戲行業將促使其發展進一步加速。

個人服務機器人

個人服務機器人主要是指提供日常生活服務的機器人，或為殘障人士提供幫助的機器人。例如，掃地機器人和草坪修剪機器人等家用機器人，及娛樂休閑機器人，如玩具機器人、娛樂無人機、教育平臺。

未來5-10年，得益于機器人技術的發展與制造成本的降低，個人服務機器人的市場還將進一步拓寬。

交通運輸

隨著機器人技術的成熟完善，原本用于專業環境的無人運輸系統將有可能用于城市等其他交通環境中。未來幾十年，人們的出行方式將被徹底改變，如賽格威和豐田開發的平衡車等新型個人交通工具，完全自主駕駛的機器人也即將面世。2016年，谷歌的無人駕駛汽車行駛里程突破200萬英里，特斯拉發布了高速自動巡航技術，Uber也開始嘗試用自動駕駛汽車接受出租訂單，美國國家公路和運輸安全管理局(NHTSA)還發布了促進自主駕駛汽車發展的指導文件。

此外，研究人員試圖從智能路網的角度，通過增加傳感器、攝像機、自動收費等裝置解決交通問題。一個被稱為“車輛基礎設施集成(VII)”的公私合營國家計劃正嘗試將智能車與智能路網結合起來，創建虛擬的交通信息網。

服務機器人主要市場及驅動來源

老齡化人口從兩個方面影響了服務機器人的發展。其一是勞動力市場的縮水，另外一個因素則是提供滿足健康護理需要的解決方案的機遇。美國正處于未來20年發展趨勢的入口：退休工人數量占當前勞動力數量的百分比將近翻倍，即從當前的每10個工人中有2個退休的狀態演變為2030年的每10個工人中有4個退休的狀態。在日本，這種情況則更加糟糕，快速增長的老齡化人口是日本提出發展機器人技術作為國家政策的主要誘因。

當提高生產率和降低成本成為服務機器人的共同特征時，針對市場特定問題或需求，人們希望每個服務機器人系統能提供獨一無二的、有競爭力的解決方案。比如，在使用機器人技術組裝汽車的工廠中，一個關鍵和主要的驅動力是希望得到持續不斷且質量得到充分保證的生產能力。

醫療保健與生活質量

機器人技術用于提供遙操作解決方案，比如依賴感覺的達芬奇手術系統就是這類系統的代表。機器人技術擁有巨大潛力，用以控制成本，增強健康人員的護理能力，延長老年人的壽命。

能源與環境

這兩個緊密相連的問題對于國家的未來和機器人技術應用的成熟度是非常關鍵的，尤其在自動獲取能源和環境監測方面非常關鍵。

生產與物流

機器人技術在促進生產和貨物移動自動化方面擁有巨大潛力，特別是機器人技術被用于小尺度(或微尺度)生產操作，且在這一過程中有助于加速制造業回歸。這種信念自從HeartlandRobotics的創立就可窺見一斑，該公司的主要任務就是將制造業轉移回美國。

汽車和運輸

雖然我們距離完全自主駕駛汽車的使用還有數十年的時間，但機器人技術已經以高級駕駛輔助和避碰系統的形式出現。公共輸運系統是另外一個有望獲得更高自動化程度的領域。隨著機器人技術的持續進步和成熟，用于小范圍場景，如機場的無人運輸系統和解決方案將漸漸地適應市中心的情況，以及其他的一般應用場合。

國土安全和基礎設施防護

機器人技術提供了巨大的潛能，用以邊境保護、搜索和援救、港口檢測和安保及相關領域。此外，機器人技術有望大量用于自動化檢測、保養并維護橋梁、高速公路、水源和排水系統、電力管道和設施，以及其他基礎設施的關鍵組成部分。

娛樂與教育

這個領域比其他任何領域更多地實現了機器人技術的轉化，尤其是機器人技術在解決國家面臨的科學、技術、工程以及數學(記為“STEM”)危機，同時成為名副其實的“4R”教育。FIRST的巨大成功印證了這一點。機器人為孩子們提供令其感興趣且易學的方式，去學習和應用數學以及科學的基本知識，包括工程和系統集成原理，用以生產智能機器完成特定任務。

商業化影響因素

如果上述領域全部實現，那么就需要大量的投資用于擴展和開發機器人技術。正如上面提到的，距離實現完全自主的機器人技術，即無需人類給予指令或干涉的自動運行機器人技術，仍有很長的一段路。與會學者達成了一致的意見，即機器人技術的進步使得開發和市場化機器人的初級產品和應用成為了可能，并且能夠顯著“增強人類機能”。

這些解決方案將能夠根據下列功能進行自動調整：以確定的方式監督動態物理環境、目標識別、探測變化、感知環境狀態、分析和推薦根據檢測到的情況作出的響應，根據人的命令作出的響應和在預先授權的邊界內自動而不被操作員干預地執行行動。

這類機器人解決方案的例子包括遙操作系統。如達芬奇外科手術系統以及自主的專業機器人，比如Roomba。隨著互聯網繼續發展，自然而然會從遠距離傳感發展到遠距離操作。互聯網這種向物理世界的擴展將有助于進一步模糊通信、計算和服務之間的界限，激發遠距離通信和遙控參與的應用。更符合實際的解決方案將出現，其具備分布認知能力并能夠有效利用人類智能。這類解決方案將與機器人技術結合，在實現自主感知位置的同時，允許操作員從遠距離根據需要通過互聯網進行干預。

根據上述內容，人口老齡化將導致未來勞動力短缺。當工人們尋求向職業更高層級邁進的時候，需要增加底層工作的自動化程度，而做底層工作的工人會慢慢變少甚至消失。長期范圍內實現完全自動化解決方案的挑戰會繼續因為技術限制而存在，短期挑戰則是調查其發展的需求和決定如何最好地“跨越鴻溝”。即識別正確的價值主張、成本的降低、有效的開發、有效的系統工程過程，決定如何對解決方案進行最佳整合，以及如何將科技轉化成為產品。

移動能力

移動能力是機器人研究中的一個成功范例。這種成功在許多現實環境中展示性能的系統上均有所體現，包括博物館導游和DARPA機車挑戰賽以及城市挑戰賽中的自主駕駛汽車。但是，與會學者一致認為還有大量重要的問題仍舊懸而未決。在移動領域找到這些問題的答案將對機器人相關領域實現自主控制和多用途相當重要。

三維導航是移動領域最重要的挑戰之一。目前，大多數映射定位和導航系統都依賴于地球的平面表示，比如地面任務中涉及的街區地圖。但是，當機器人應用的復雜性增加，且每天都有新的機器人部署的情況下，在未建模的缺少控制的擁擠環境中，這些二維表示不足以捕捉必要的信息。因此，對于支持導航和操作的三維世界模型的獲取將是非常重要的。這些三維表示不應當包括世界的幾何布局;相反，地圖一定要包含涉及環境中物體及其特征的任務相關的語義信息。

目前，機器人已經能夠很好地理解物理世界中物體的位置，但是還不了解或很少知道物體是什么。當涉及抓取和環境表示的服務執行移動功能時，環境表示也應當包括對象情景支持(即機器人能用某個物體干什么的信息)。實現語義三維導航將需要傳感、感知、地圖匹配、定位、對象識別、情景支持識別和規劃的新方法。

三維映射技術是用不同種類的傳感器構造地圖。目前，機器人依賴高精度的、基于激光測量系統或游戲控制距離傳感器，如微軟的Kinect或PrimeSense來獲取環境信息，采用被稱為“SLAM”的映射算法。有專家提出應該脫離激光測量系統，進一步開發“視覺SLAM”(VSLAM)領域。這種技術依賴于相機(魯棒性高、低廉、易于獲得的傳感器)，用于在三維世界中的映射和定位。目前，VSLAM系統已經展示出令人印象深刻的性能。因此，相信VSLAM可能在開發具有充分信息，且價格承受得起的三維導航功能方面發揮重要作用。

對于滿足特定應用的三維導航的額外需求，即戶外三維導航，也存在需要明確處理的一系列重要挑戰。在這些挑戰中存在的事實是，當前二維環境表示方式不能捕捉到戶外環境的復雜信息，同時也不能獲取戶外的光線條件，而光線條件是引起傳感器性能變化的因素。同時，如何在人群中實現導航也是一個重要的挑戰。