摘要：隨著智能化生活方式的推進，服務機器人的發展更加迅猛。服務機器人的應用場景和服務模式正不斷拓展，相應的核心技術模塊取得了重大突破, 市場形勢大好。

當前，國內服務機器人行業的發展還處于初級階段，大部分的產品處于研發試驗階段，而投入使用并實現產業化的服務機器人產品還較少。2016年，國內服務機器人的市場規模達到38.8億元，預計2018年國內服務機器人銷售額將近60億元，達到59.6億元。

由于服務機器人應用場景和模式不斷地拓展，因此服務機器人涉及到了語音和語義分析、圖像識別、動作捕捉等多個維度的交互，應用場景的多元化決定了多模態交互屬性，而想要達到人機融合，則需要突破語音模塊、語義模塊、圖像模塊、感知模塊等核心技術。當前國內服務機器人在控制系統、感知模塊、語音模塊上取得了顯著的突破，但在語義和圖像識別上還有待提升突破。

操作系統：國產系統孕育而生

目前全球服務機器人的主流操作系統是安卓和ROS，二者占據了整個市場的絕大多數份額,可以說該領域長期被國外公司把持,可喜的是,近期國內服務機器人的國產操作系統Turing OS、優必選的ROSA系統取得了重大突破。Turing OS是國內首批機器人操作系統之一，具備了情感和思維能力的機器人操作系統，未來的商業前景非常廣闊。其擁有情感、思維、自學習三大引擎，支持多種情感識別，準確率達95.1%，而在情感表達方面，支持468類情感語言表達，能夠讓機器人模擬人類80%的情感表達模式；優必選公司研發的ROSA機器人操作能實現語音操控、機器視覺、運動控制、情緒表達等功能，目前操作系統ROSA已經在優必選的新一代服務機器人的產品開發中全面使用，應用于近50萬臺機器人產品中。

感知模塊：傳感器各有優劣，多傳感融合彌補不足

環境感知是服務機器人實現智能化交互所要具備的能力。由于服務機器人的應用場景廣泛且較為復雜，要實現精準服務，需要結合定位信息來對環境進行識別。當前，大部分移動式智能裝備多采用攝像頭、激光雷達、毫米波雷達等傳感器組合來實現移動。

攝像頭是目前唯一能夠辨別物體的傳感器，但是過于依賴算法、對于行人識別不穩定且在逆光或光影復雜的地方難以使用；激光雷達可以將定位的精度控制在0.01-0.1米，并且可以獲得精確地圖。目前主流的前沿機器人已經裝備了激光雷達模塊，可以實時識別周圍環境的情況，測量周邊物體與障礙物的距離，但是在惡劣天氣的環境下，激光雷達的使用效果會受到影響。此時，測量距離遠但無法探測行人的毫米波雷達就能夠彌補激光雷達的短板。

總體來說，不同的傳感器各具特點，能夠滿足不同的功能，需要相互搭配組合使用。多傳感融合將是未來的服務機器人感知模塊應用的大趨勢。而激光雷達在國內的研發與生產僅僅是剛起步，當前國內僅有思嵐科技、鐳神智能等公司在進行激光雷達的研發生產。

語音識別達商用，語義識別需提升，圖像識別為其交互形成補充

在語音識別方面，自動語音識別經歷了規則到統計再到深度學習的歷程，識別能力越來越強。當前自動語音識別的錯誤率已經達到了商用標準。在公認的語音識別錯誤率中，人類的為4%，國際上第一大語音公司Nuance為10%，而目前的商用為15%。在國內語音實力最強的科大訊飛也達到了15%，特別是在針對中文部分中的方言也已經達到了實用門檻。

在語義識別方面，語義識別當前僅僅只處在淺層上的處理。在自然語言處理中的詞法（分詞、詞性標注的理解）與句法（內部詞語之間的搭配修飾關系）基本上已經得到了解決，而詞義消歧是自然語言處理所面臨的難點，用什么形式來理解句子并表達真實的語義，需要依靠深度學習來解決這個難點，具體在詞嵌入、基礎模型和應用三個方面。

在圖像識別方面，借助于圖像識別技術，能夠通過圖片搜索來快速的獲取信息，節省了對圖像的文字描述的時間，從而能夠產生一種新的與外界交互的方式。雖然圖像識別的準確率不斷提高，但在自然條件下的表現仍無法滿足商用的要求。圖像識別技術的突破依舊需要深度學習，來提高計算能力。

結語

隨著國內服務機器人市場規模的逐漸擴大，國內企業加大了在服務機器人的部分核心技術上研發力度。在語音識別上，技術研發達到了國際水平；在感知識別上，采用多傳感融合彌補不足；在操作系統上，優必選取得了技術突破，研發的ROSA系統成為了大規模商用的機器人操作系統。目前國產服務機器人雖有部分核心技術取得了突破，但是在語義識別與圖像識別方面，仍需依靠深度學習來取得更大突破。