机器人4.0白皮书（附下载）：云-边-端融合的机器人系统和架构

来源 | 高工机器人

 

导读

近日，英特尔、达闼科技、新松机器人、科沃斯商用机器人联合发布《机器人 4.0 白皮书 ——云-边-端融合的机器人系统和架构》。

 

机器人 3.0 预计将在 2020 年完成，在此之后，机器人将进入 4.0 时代，把云端大脑分布在从云到端的各个地方，充分利用边缘计算去提供更高性价比的服务，把要完成任务的记忆场景的知识和常识很好的组合起来，实现规模化部署。

 

【数字经济的基础设施和发展趋势】

近年来，数字经济正在席卷全球，全球经济向数字经济迁移已经势在必然，数字经济已经成为国家的核心竞争力。据上海社科院测算，2016 年到 2018 年，中国数字经济对 GDP 增长的贡献率分别达到了74.07%、57.50%和 60.00%。预计 2019 年中国数字经济增长仍将占到62.50%。

数据成为驱动经济增长的核心生产要素。大数据和云计算等技术的融合，推动了物联网的迅速发展，实现了人与人、人与物、物与物的互联互通，导致数据量呈现爆发式增长。数据如同农业时代的土地、劳动力，工业时代的技术、资本一样，已成为数字经济时代的生产要素，而且是核心的生产要素。数字技术出现后，网络和云计算成为必要的信息基础设施。随着数字经济的发展，数字基础设施的概念更广泛，既包括了信息基础设施，也包括了对物理基础设施的数字化改造。

近年来，移动互联网、大数据、云计算、物联网、人工智能等信息技术的突破和融合发展促进了数字经济的快速发展。数字经济驱动未来，数字经济成为经济社会发展的主导力量。作为硬科技代表的机器人行业，将利用数字经济中的技术红利加速机器人的落地。人工智能、5G 通讯、计算的模式等都对机器人领域有着潜在而巨大的贡献。

【机器人技术发展主要阶段分析】

2017年，中国信息通信研究院、IDC 国际数据集团和英特尔共同发布了《人工智能时代的机器人 3.0 新生态》白皮书，其中把机器人的发展历程划分为三个时代，分别称之为机器人1.0、机器人 2.0、机器人 3.0。

机器人 1.0（1960-2000），机器人对外界环境没有感知，只能单纯复现人类的示教动作，在制造业领域替代工人进行机械性的重复体力劳动。机器人 2.0（2000-2015），通过传感器和数字技术的应用构建起机器人的感觉能力，并模拟部分人类功能，不但促进了机器人在工业领域的成熟应用，也逐步开始向商业领域拓展应用。机器人 3.0（2015-），伴随着感知、计算、控制等技术的迭代升级和图像识别、自然语音处理、深度认知学习等新型数字技术在机器人领域的深入应用，机器人领域的服务化趋势日益明显，逐渐渗透到社会生产生活的每一个角落。在机器人 2.0 的基础上，机器人 3.0 实现从感知到认知、推理、决策的智能化进阶。

【应用领域分析和大规模商用的难点】

当前，全球机器人市场规模持续扩大，工业机器人市场增速稳定，服务机器人增速突出。2018 年，全球机器人市场规模达 298.2 亿美元，2013-2018 年的平均增长率约为 15.1%。在装备制造领域，机械臂凭借强大的负重能力和精准的抓取操作代替着工人的双手；在物流领域，智能仓储机器人和无人搬运车不断提高着运输效率；在生活服务领域，家用清洁机器人和服务机器人正成为许多家庭的私人保姆和小秘书。

【工业制造领域分析】

目前，工业机器人在汽车、金属制品、电子、橡胶及塑料等行业已经得到了广泛的应用。随着性能的不断提升，以及各种应用场景的不断清晰，2013 年以来，工业机器人的市场规模正以年均 12.1%的速度快速增长，预计到 2020 年将达到 230 亿美元的销售额[4]。随着人力成本的上升，工业制造领域的应用前景良好，将会保持快速增长的势头。同时，工业机器人需要拥有更高的灵活性、更强的自主避障和快速配置的能力，提高整体产品的易用性和稳定性。

【消费服务领域分析】

服务机器人虽然整体销售额低于工业机器人，但近几年一直维持着较高的年增长率，商用服务机器人在商场、银行、酒店、机场等应用场景有了更多的落地部署，主要提供导览、问询、送物等基础服务。同时，家用服务机器人悄然进入千家万户，扫地机器人销量在家用服务机器人销量中占主要份额，成为目前家务机器人中的主导品类。由于本体能力不足，隐私、安全方面的问题，家庭管家机器人和陪伴型机器人的市场渗透率较低。2013 年以来全球服务机器人市场规模年均增速达 23.5%，预计 2020 年将快速增长至 156.9 亿美元。从整个技术发展和市场环境看，机器人产业拥有以下发展推力：

    ●成熟的生态系统

    ●老龄化人口趋势和新兴市场

    ●更多智能产品互联和智能家庭建设

    ●人工智能、自然语言理解能力的增强

【大规模商用的难点】

在以上几点的助推下，机器人产业会继续快速发展，但要达到大规模商用，还有很多难点需要解决。首先，机器人目前的能力不能满足用户期望，缺少关键场景。得益于人工智能带来的红利，近年来机器人感知能力提升明显，可以通过视觉进行人脸识别，做语音交互。但是要真正替代人类的劳动时间，做一些实际工作，机器人除了要具备感知能力，还要能够理解和决策。机器人需要有记忆、场景理解的能力，拥有知识，才能够优化决策，自主实施工作，并进行个性化演进。目前的机器人依然缺少令人瞩目和必不可少的应用场景，大部分人对于在家中拥有一个机器人没有很高的兴趣。在机器人提高自身能力，完成特定和复杂问题之前，这一比例将维持低水平。

其次，价格高，不成规模。传感器和硬件的价格一直在下降，但是机器人的价格依然很高，不能被广泛的市场用户接受，没有形成市场规模。扫地机器人由于较低的价格，目前快速的进入大众家庭。但是对于大多数类别的机器人，特别是具有更强功能、高精度移动底盘、机械臂的机器人，价格依然是一个痛点。

第三，隐私、安全和数据保护问题亟待解决。随着机器人的应用领域越来越广泛，其物理安全和用户的数据安全问题更加凸显。在与机器人的交互过程中，机器人会不断收集用户的图像、语音、行动数据进行导航和决策，这些数据有的在本地处理，有的在云端处理，人们对这些数据的安全抱有疑虑。对于能够自由移动的服务机器人和拥有机械臂的工业机器人，保证机器人自身的物理安全，不被恶意攻击，避免造成人身伤害也至关重要。

【机器人 4.0 的定义和发展机会】

机器人 3.0 预计将在 2020 年完成，在此之后，机器人将进入 4.0 时代，把云端大脑分布在从云到端的各个地方，充分利用边缘计算去提供更高性价比的服务，把要完成任务的记忆场景的知识和常识很好的组合起来，实现规模化部署。机器人除了具有感知能力实现智能协作，还具有理解和决策的能力，达到自主的服务。在某些不确定的情况下，它需要叫远程的人进行增强，或者做一些决策辅助，但是它在 90%，甚至 95%的情况可以自主完成任务。

要达到这一目标，首先需要利用人工智能和 5G 技术。利用人工智能技术提高机器人本体感知能力的同时，提升个性化自然交互能力。利用 5G 技术，大大缩短从终端到接入网的时间，带宽大幅度上升，很多东西可以放到边缘端，加入更多的计算能力，包括云端大脑的一些扩展，助力机器人规模化部署。

类似互联网的三级火箭发展模式，第一阶段——关键场景，把握垂直应用，提高场景、任务、能力的匹配，提高机器人在关键应用场景的能力，扩大用户基础；第二阶段——人工增强，通过加入持续学习和场景自适应的能力，延伸服务能力，取代部分人力，逐步实现对人的替代，让机器人的能力满足用户预期；第三阶段——规模化，通过云-边-端融合的机器人系统和架构，让机器人达到数百万千万级水平，从而降低价格成本，实现大规模商用。

 

 

 

 

——完——