服务机器人研究报告

服务机器人研究报告
摘要
机器人技术的研究已从传统的工业领域扩展到医疗服务、教育娱乐、勘探勘测、生物工程、救灾救援等新领域，并快速发展。

而服务机器人技术经过近30年的发展，在机械、信息、材料、控制、医学等多学科交叉方面取得了重要的成果，同时机器人技术代表一个国家的高科技水平和自动化程度，了解和分析国内外的研究现状和最新进展有助于加快我国服务机器人行业的发展。

本学习研究报告在分析服务机器人国内外研究现状和最新进展的基础上，介绍了服务机器人的当前运用的一些关键性技术及其发展过程中的一些重要问题，对服务机器人的动力学问题进行了研究分析，同时对移动式服务机器人的路径规划技术做出了探讨，为更好的了解服务机器人及其研究发展方向提供了理论参考。

关键词：服务机器人；发展近况；关键技术；动力学问题；路径规划技术
, , , , , ., . ’ , , , , .
a . . , ,
, a a .
: ; ; ; ;
1绪论
1.1 服务机器人定义
国际机器人联合会( , )给了服务机器人一个初步的定义：服
务机器人是一种半自主或全自主工作的机器人，它能完成有益于人类
的服务工作，但不包括从事生产的设备。

在我国《国家中长期科学和
技术发展规划纲要(2006∼2020 年)》中对智能服务机器人给予了明
确定义——“智能服务机器人是在非结构环境下为人类提供必要服务
的多种高技术集成的智能化装备”国际机器人联合会对服务机器人按
照用途进行分类，分为专业服务机器人和家用服务机器人两类，如专
业服务机器人可分为水下作业机器人、空间探测机器人、抢险救援机
器人、反恐防爆机器人、军用机器人、农业机器人、医疗机器人以及
其他特殊用途机器人；个人或家庭用服务机器人可分为家政服务机器
人、助老助残机器人、教育娱乐机器人等[1]。

1.2新时代下世界各国机器人发展状况
机器人技术集机械、信息、材料、智能控制、生物医学等多学科于一体，不但自身技术附加值高，产品应用范围广，而且已经成为重要的技术辐射平台，对增强军事国防实力、提高处理突发事件水平、带动整体经济发展、改善人民群众生活水平都具有十分重要的意义。

世界各国纷纷将突破机器人技术、发展机器人产业摆在本国科技发展的重要战略地位。

美、日、德、韩等国家和地区都非常重视机器人技术与产业的发展，将机器人产业作为战略产业，纷纷制定各自的机器人国家发展战略规划[2]。

1.2.1 美国机器人发展近况
美国：引领智能化浪潮，明确提出以发展工业机器人提振制造业。

2011年6月，奥巴马宣布启动《先进制造伙伴计划》，明确提出通过发展工业机器人提振美国制造业。

根据该计划，美国将投资28亿美元，重点开发基于移动互联技术的第三代智能机器人。

世界技术评估中心的数据显示，目前美国在工业机器人体系结构方面处于全球领先地位；其技术的全面性、精确性、适应性均超过他国，机器人语言研究水平更高居世界之首。

这些技术与其固有的信息网络技术优势融合，为机器人智能化奠定了先进、可靠的基础。

以智能化为主要方向，美国企业一方面加大对新材料的研发力度，力争大幅降低机器人自重与负载比，一方面加快发展视觉、触觉等人工智能技术，如视觉装配的控制和导航。

随着智能制造时代的到来，
美国有足够的潜力反超日本和欧洲。

值得注意的是，以谷歌为代表的美国互联网公司也开始进军机器人领域，试图融合虚拟网络能力和现实运动能力，推动机器人的智能化。

谷歌在2013年强势收购多家科技公司，已初步实现在视觉系统、强度与结构、关节与手臂、人机交互、滚轮与移动装置等多个智能机器人关键领域的业务部署。

若其机器人部门能按照“组织全球信息”的目标持续成长，未来谷歌既可以进入迅速成长的智能工业机器人市场，又能从机器人应用中获取巨量信息来反哺其数据业务。

1.2.2 日本机器人发展近况
日本：产业体系配套完备，政府大力推动应用普及和技术突破。

战后日本经济进入高速增长期，劳动力供应不足和以汽车为代表的技术密集型产业的发展刺激了工业机器人需求快速增长。

上世纪60年代，日本从美国引进工业机器人技术后，通过引进、消化、吸收、再创新，于1980年率先实现了机器人的商业化应用，并将产业技术和市场竞争优势维持至今，以发那科、安川为代表的日系工业机器人与欧美系工业机器人分庭抗礼。

日本工业机器人的产业竞争优势在于完备的配套产业体系，在控制器、传感器、减速机、伺服电机、数控系统等关键零部件方面，均具备较强的技术优势，有力推动工业机器人朝着微型化、轻量化、网络化、仿人化和廉价化的方向发展。

近年来，还呈现出以工业机器人产业优势带动服务机器人产业发展的
趋势，并重点发展医疗/护理机器人和救灾机器人来应对人口老龄化和自然灾害等问题。

日本一贯将机器人技术列入国家的研究计划和重大项目[3]，以工业机器人、仿人娱乐机器人为突破口，采用模块化和标准化道路，近两年开始正在积极开展 (机器人技术) 的研究，推进服务机器人的产业化；另外经济产业省发布新产业发展战略和机器人技术战略，其中日本能源及产业技术综合开发机构()资助项目包括：服务机器人安全技术和验证项目(2009∼2013)2009年预算约1.2 亿人民币；智能机器人技术软件计划 (2007∼2011) 2009 年资助约 9700万人民币；基本机器人技术开放式创新改进传统技术 (2008∼2010) 2009 年资助约1000 万人民币；先进机器人单元技术战略开发计划(2006∼2010) 2009 年预算约 5447 万人民币。

2012年，受益于下游汽车产业对工业机器人的需求大幅增长，日本再次成为全球最大的工业机器人市场，工业机器人密度高达332台/万人，为全球最高。

1.2.3 德国机器人发展近况
德国: 带动传统产业改造升级，政府资助人机交互技术及软件开发。

虽然德国稍晚于日本引进工业机器人，但与日本类似，二战后劳动力短缺和提升制造业工艺技术水平的要求，极大地促进了德国工业机器人的发展。

除了应用于汽车、电子等技术密集型产业外，德国工业机器人还广泛装备于包括塑料、橡胶、冶金、食品、包装、木材、
家具和纺织在内的传统产业，积极带动传统产业改造升级。

2011年，德国工业机器人销量创历史新高，并保持欧洲最大多用途工业机器人市场的地位，工业机器人密度达147台/万人。

德国政府在工业机器人发展的初级阶段发挥着重要作用，其后，产业需求引领工业机器人向智能化、轻量化、灵活化和高能效化方向发展。

20世纪70年代中后期，德国政府在推行“改善劳动条件计划”中，强制规定部分有危险、有毒、有害的工作岗位必须以机器人来代替人工，为机器人的应用开启了初始市场。

1985年，德国开始向智能机器人领域进军，经过10年努力，以库卡为代表的工业机器人企业占据全球领先地位。

2012年，德国推行了以“智能工厂”为重心的“工业4.0计划”，工业机器人推动生产制造向灵活化和个性化方向转型。

依此计划，通过智能人机交互传感器，人类可借助物联网对下一代工业机器人进行远程管理。

这种机器人还将具备生产间隙的“网络唤醒模式”，以解决使用中的高能耗问题，促进制造业的绿色升级。

目前，德国联邦教育及研究部已开始资助人机互动技术和软件的研究开发。

1.2.4 韩国机器人发展近况
韩国: 使用密度全球第一，多项政策支持第三代智能机器人的研发。

20世纪90年代初，韩国政府为应对本国汽车、电子产业对工业机器人的爆发性需求，以“市场换技术”，通过现代集团引进日本发
那科，全面学习后者技术，到本世纪大致建成了韩国工业机器人产业体系。

2000年后，韩国的工业机器人产业进入第二轮高速增长期。

2001年至2011年间，韩国机器人装机总量年均增速高达11.7%。

国际机器人联合会的数据显示，2012年，韩国的工业机器人使用密度为世界第一，每万名工人拥有347台机器人，远高于58台的全球平均水平。

目前，韩国的工业机器人生产商已占全球5%左右的市场份额。

现代重工已可供应焊接、搬运、密封、码垛、冲压、打磨、上下料等领域的机器人，大量应用于汽车、电子、通信产业，大大提高了韩国工业机器人的自给率。

但整体而言，韩国技术仍与日本、欧洲等领先国家存在较大差距。

韩国政府近年来陆续发布多项政策，旨在扶植第三代智能机器人的研发与应用。

2003年，产业资源部公布了韩国“十大未来成长动力产业”，其中就包括智能工业机器人；2008年9月，《智能机器人开发与普及促进法》正式实施；2009年4月，政府发布《第一次智能机器人基本计划》，计划在2013年前向包括工业机器人在内的五个机器人研究方向投入1万亿韩元（约合61.16亿元人民币），力争使韩国在2018年成为全球机器人主导国家；2012年10月，《机器人未来战略战网2022》公布，其政策焦点为支持韩国企业进军国际市场，抢占智能机器人产业化的先机。

1.2.5 中国机器人发展近况
中国: 面临核心技术被发达国家控制等挑战，产业市场空间巨大。

首先，我国在机器人领域的部分技术已达到或接近国际先进水平。

机器人涉及的技术较多，大体可分为器件技术、系统技术和智能技术。

我国在通用零部件、信息网络等部分器件和系统技术领域与发达国家的差距在10年左右，而对智能化程度要求不高的焊接、搬运、清洁、码垛、包装机器人的国产化率较高。

近年来，我国在人工智能方面的研发也有所突破，中国科学院和多所着名高校都培育出专门从事人工智能研究的团队，机器人学习、仿生识别、数据挖掘以及模式、语言和图像识别技术[4]比较成熟。

其次，我国企业具有很强的系统集成能力，这种能力在电子信息等高度模块化产业和高铁等复杂产品产业都得到体现。

系统集成的意义在于根据具体用户的需求，将模块组成可应用的生产系统，这可能成为我国机器人产业打破国外垄断的突破口。

第三，我国机器人产业的市场空间巨大。

目前，我国机器人使用密度较低，制造业万人机器人累计安装量不及国际平均水平的一半，服务和家庭用机器人市场尚处于培育阶段，机器人应用市场增长空间巨大；二代机器人仍然是主流，机器人向第三代智能机器人升级换代空间巨大；机器人主要应用于汽车产业，机器人向其他领域扩展空间巨大。

1.3服务机器人的意义及未来空间
《国家中长期科学和技术发展规划纲要 (2006∼2020年) 》明确指出将服务机器人作为未来优先发展的战略高技术，并提出“以服务机器人应用需求为重点，研究设计方法、制造工艺、智能控制和应用系统集成等共性基础技术”。

服务机器人技术作为战略性高技术，未来产业链长并带动性强，在世界范围内还处在分散发展阶段。

通过服务机器人核心技术与产品的攻关，对国家重大需求与安全具有重要意义；通过前沿技术、核心部件与相关标准的研发，对于国家民生科技与战略性新兴产业发展具有重要推动作用；通过感知、决策与执行等探索，对于传统产业升级与服务有重要促进作用。

一方面，随着我国逐步进入老龄化社会，我国助老服务机器人需求量将面临井喷式增长；助老服务机器人产品市场前景广阔，发展潜力巨大，为我国提供了难得的服务机器人产业发展机遇。

另一方面，公共安全事件如地震、洪涝灾害和极端天气以及矿难、火灾、社会安防等频发；另外，医疗与教育对服务机器人的需求旺盛。

这些都表明我国服务机器人潜在巨大市场急待开发。

服务机器人技术具有综合性、渗透性的特点，着眼于利用机器人技术完成有益于人类的服务工作，在老人/残疾人和特种领域具有广阔应用前景，同时具有技术辐射性强和经济效益明显的特点[5]。

服务机器人技术不仅是国家未来空间、水下与地下资源勘探、武器装备制高点的技术较量，而且将成为国家之间高技术激烈竞争的战略性新兴
产业, 包括助老助残、危险作业、教育娱乐等，它是未来先进制造业与现代服务业的重要组成部分，也是世界高科技产业发展的一次重大机遇。

2 服务机器人关键技术
服务机器人关键技术可从产业与前沿创新两个方面进行划分。

服务机器人产业发展共性关键技术包含产品创意与性能优化设计，模块化/标准化体系结构设计, 标准化、模块化、高性能、低成本的执行机构，传感器、驱动器、控制器等核心零部件制造，高功率密度能源动力，信息识别与宜人化人机交互，人机共存安全，系统集成与应用，性能测试规范与维护技术等方面；服务机器人前沿创新技术包含仿生材料与结构一体化设计、精密微/纳操作、多自由度灵巧操作、执行机构与驱动器一体化设计、非结构环境下的动力学与智能控制、生机电激励与控制、非结构环境认知与导航规划、故障自诊断与自修复、人类情感与运动感知理解、人类语义识别与提取、记忆和智能推理、多模式人机交互、多机器人协同作业等方面。

以下将重点阐述仿生材料与结构、自重构机器人、复杂环境下机器人动力学问题、智能认知与感知、网络化交互及微纳系统等服务机器人涉及的关键技术[6]。

2.1仿生材料与结构
自然界中生物经过亿万年长期进化, 其结构与功能已达到近乎完美的程度，实现了机构与功能的统一，局部与整体的协调和统一。

服务机器人作为机器人的一个重要分支，从仿生学角度出发，吸收借鉴生物系统的结构、性状、原理、行为以及相互作用，能够为机器人的功能实现提供必要的技术支撑，其中仿生皮肤、人工肌肉及结构驱动一体化设计是当前及未来服务机器人发展的重要课题。

在仿生结构运动方面，仿鱼尾巴摆动机构效率主要面临着电机驱动效率的制约,灵巧手除了传统的手指性状模式外，仿生物的柔性驱动目前正成为一种趋势。

目前来看，仿生材料与机构能够为未来机器人实现多功能高效率发展提供必要的技术储备，一个很重要的问题是必须具备相应的光机电微纳加工工艺及传感驱动执行一体化设计能力，这对于仿生结构材料的未来应用至关重要。

2.2导航、路径规划和定位技术
导航是寻找路径或路线的任务过程，机器人必须确切安全地从一个位置移动到另一个位置而不会发生碰撞。

导航包括三个问题：路径规划、定位、和运动控制。

路径规划在导航过程中扮演着非常重要的角色，要求机器人在环境中穿行时，要选择合适的路径规划器来规划机器人的路线。

当移动机器人处在一个简单或复杂、静态或动态、已知或未知的环境中时，机器人的首要任务是感知环境，躲避障碍物，然后以最小的消耗（时
间、距离、或者能量）完成任务，这个过程的基础所在就是路径规划。

所谓路径规划就是指按照一定的性能指标，机器人如何从所处的环境中搜索一条从初始位置到目标位置的最优或次优路径。

通常路径规划包含两个方面的意思：一个是关节机器手空间的路径规划；一个是移动机器人运动的路径规划。

定位是确定移动机器人在二维工作环境中相对于全局坐标的位置及本身的姿态，是移动机器人导航的最基本环节。

机器人的定位方式取决于所采用的传感器。

移动机器人常用的传感器有摄像机、激光雷达、超声波、红外线、微波雷达、陀螺仪、指南针、声纳传感器、视觉传感器等。

与此相对应，机器人定位技
术可分为绝对定位和相对定位两类。

运动控制是机器人导航中的一个重要方面，是移动机器人的执行机构，对系统平稳起着非常重要的作用。

2.3多传感器系统与信息融合技术
多传感器及先进的感知算法，将是在现实环境中实现具有高度灵活性及高鲁棒性行为机器人的关键。

当特定传感器很不精确或是噪声太大而使单个传感器无法给出可靠数据时，可使用多传感器系统。

多个传感器的使用可以提供更完全、更有效的环境信息，有利于机器人更好的完成自己的使命，但同时也出现了数据冗余、互补这样的问题。

信息融合技术是关于如何协同利用多源信息，以获得对同一事物或目标更客观、更本质认识的综合信息处理技术，它可以很好的解决数据
冗余、互补这类问题[7]。

现在，信息融合技术已拓展到大型数据库的数据挖掘、遥感、战场监控及环保等方面。

2.4多机器人技术
由于单机器人技术的不断发展和社会需求的进一步提高，人们对于机器人的需求不再局限于单个机器人，而是对多个机器人组成的系统越来越感兴趣。

与此同时，到了 20 世纪 70 年代后期，一些机器人学的研究者将人工智能中的多智能体理论应用到多机器人系统的研究中，由此开辟了多机器人系统研究。

多机器人系统不是多个单机器人的简单堆砌，而是多个机器人的有机组合，它有效避免了单机器人的不足，充分发挥了群体机器人的优势。

多机器人系统的应用领域主要是一些适合群体作业的场合或工作，如机器人生产线、海洋勘探、星球探索、无人作业飞机群、无人作业坦克群等。

其中应用多机器人系统代表性的有：机器人足球（），这项比赛已经吸引了各个国家越来越多的团体参加，这项赛事极大地推进了多移动机器人技术的研究，成为研究和验证人工智能成果的实验床；多目标观察，它要求多个机器人合作，尽可能长时间地观察多个移动目标，在任意时刻，对移动目标至少有一个机器人可以观测到。

2.5复杂环境动力学控制技术
随着人类探索空间的扩大及对任务需求的提高，未来服务机器人的工作环境将是复杂多变的，高动态性、高适应性、高负载能力是服务机器人特别是户外机器人发展的方向之一。

以机械臂为代表的工业
机器人必须满足对高负载及高速的双重需求，但是高负载与高速将给机器人带来额外的影响，一方面是对外部运动生成器提出更高的要求，其生成的指令必须是内环伺服控制器能够有效执行的；另一方面，大负载高速运动引起内部摩擦等非线性因素放大，如此，传统的动力学将不适合这种情况，对控制器的设计将提出更高要求。

以四足机器人为代表的战场复杂地形环境下移动机器人则诠释着机器人动力学控制的精髓。

四足机器人在复杂地形移动时，通过自身携带的传感设备实时感知与周边环境的作用力，内部核心位姿控制器能够通过每条腿与地面接触的反应力来协调腿部运动学，核心问题包括四足机器人的运动学及全状态动力学精确建模用以。

2.6电源技术
移动电源的地位在移动式服务机器人中历来十分重要,可以说是它的生命源。

移动电源需要同时满足机器人的多种能源需要,如为移动机构提供动力、为控制电路提供稳定的电压和为服务执行模块提供能源等。

在移动式服务机器人领域,一般采用化学电池作为移动电源。

理想的电池应该具有十分高的能量密度、能够在放电过程中保持恒定的电压、内阻小以便具有快速放电能力、能够耐高温、可充电以及成本低等。

但实际上没有一种电池可同时具备上述优点,这就要求设计人员根据实际任务的需要,选择一种合适的电池。

3 服务机器人动力学问题
服务机器人的动力学理论离不开最基本的机器人动力学理论，同样的其动力学问题的研究离不开最基本的机器人动力学问题研究，机器人动力学的研究有牛顿-欧拉（）法、拉格朗日（）法、高斯（）法、凯恩（）方法、旋量（对偶数）方法和罗伯逊－魏登堡（－）法等[8,9]。

本章主要介绍了牛顿-欧拉（）法、拉格朗日（）法、理论基础，同时介绍了动力学研究常用的牛顿-欧拉（）法、拉格朗日（）法在机器人运动学上的应用。

3.1牛顿-欧拉动力学方程
3.1.1牛顿-欧拉方程法原理
牛顿—欧拉方程法原理：将机器人的每个杆件看成刚体，并确定每个杆件质心的位置和表征其质量分布的惯性张量矩阵。

当确定机器人坐标系后，根据机器人关节速度和加速度，则可先由机器人机座开始向手部杆件正向递推出每个杆件在自身坐标系中的速度和加速度，再用牛顿——欧拉方程得到机器人每个杆件上的惯性力和惯性力矩，然后再由机器人末端关节开始向第一个关节反向递推出机器人每个关节上承受的力和力矩，最终得到机器人每个关节所需要的驱动力
（矩），这样就确定了机器人关节的驱动力（矩）与关节位移、速度和加速度之间的函数关系，即建立了机器人的动力学方程[11]。

机器人动力学研究的问题：机器人各个关节的运动与关节需要的驱动力（矩）之间的关系。

同时机器人动力学按照已知条件的不同分为以下两种问题：
1）动力学正解问题，已知关节运动，求关节驱动力（矩）。

2）动力学逆解问题，已知关节驱动力（矩），求关节运动。

其数学模型是：与关节运动有关的参数位移、速度、加速度用,,i i i q q q 表示；与关节力学特性（驱动力或驱动力矩）有关的参数用i τ表示。

动力学方程：(,,)i i i i f q q q τ=，12i n =，。

正问题：已知,,i i i q q q ，求i τ。

逆问题：已知i τ，求,,i i i q q q 。

图3.1物体运动坐标系图
如图3.1所示得到：
牛顿惯性力方程为：C C F m a =⋅
欧拉惯性力矩方程为：()C C M I I εωω=⋅+⨯⋅。