想做機器人,有什麼好的發展方向?
機器人現在比較有前途的方向不外乎:工業機器人、無人飛行器(UAV)、無人駕駛汽車(UGV)、醫療機器人。工業機器人現在需求量越來越大,是個不錯的行業,但目前主要做研究的都是公司了,大學裡幾乎不做了(但大學會用工業機器人做點別的研究,比如抓握研究,就是面對不規則物體時,如何判定形體,如何用機械手準確、穩定地抓握)。UAV主要是政府在投錢,軍隊用。UGV是政府和一些有前瞻性的公司,就目前的技術情況,恐怕十年內無法大規模商業化。醫療機器人是針對目前一些手術上的問題在做,目前有一定進展(達芬奇系統),商業前景很好,但是短期內恐怕推廣不開。其他方向,比如家政機器人,有Willow Garage在探路,但是前景很不樂觀。日本做類人步行機器人做的很歡,但是應用前景極其狹窄(目前來看僅可用於人難以深入的災難環境操作原本為人設計的設施)。Boston Dynamics的四足步行機器人做得不錯,但是應用範圍過於狹窄,只有軍隊可能有興趣採購。Sarcos雷神的外骨骼做得不錯,有一定商業化前景,但是自重太大,對能源要求很高,成本也很高,。
做機器人,主要有三個層面。
最底層做機械設計,主要是電機、感測器、人工肌肉、結構設計等等。
中層做控制設計,主要是感測器濾波和控制演算法。
上層做感知,主要是根據感測器數據進行更高階的信息融合,作更複雜的分析,比如說機器視覺、SLAM之類。
人工智慧在機器人領域目前沒看出來有什麼大用處。甚至連機器學習都用的非常少。三個層面都不錯。不過目前發展最快的是後兩個層面。中層現在在工業界發展比較快。上層主要還是在學術界,目前還沒有多少可供商業化的東西。下層現在很緩慢,主要是沒有找到非常好的材料。
這是一個可以讓我和你暢談幾天幾夜的問題。我們僅從大方向分析未來十年到二十年的發展。(平常專業術語是用英文的,中文術語若不準確請諒解)
機器人學發展的大方向,也可以說是歷史發展的幾個重要里程,以其萌芽以及成熟以及分為四個階段(這個階段是我三年前自己劃分的,不是權威的劃分):工業機器人階段,初級階段,提高精度,研究從開環到閉環。主要研究運動學,動力學,軌跡規劃。專業入門可以參閱JJ Craig的著作Introduction to Robotics。高端研究參考控制領域以oussama khatib等人的文章。機器人代表從早期Puma,Kuka,到最新的Rethink的Baxter。這裡也包括遙操作系統,比如醫用的達爾文系統。軍事以及商用機器人階段,中級階段,也是現在的主流階段,最可能商業化的方向。主要研究移動性能,不過對安全性考慮較少。代表機器人很多,大量的UAV (近幾年Quadrotor,就是四個螺旋槳的那種在研究領域很火),UGV (Google Car),包括Boston Dynamics(被收購了,我這裡名字還是用這個)的Big Dog,Petman,wildcat,以及去年底Darpa challenge的各種人形機器人。家用機器人階段,高級階段。其實Asimo是朝這個方向去的,還有關掉的Willow Garage的PR2(可以找到簡化版的Unbounded Robotics的UBR-1),Suitable Tech的Beam, 我們也算上娛樂型的Sony的Aibo和Qrio (早就關掉了)。可見家用機器人還有點為時過早,因為Human Robot Interaction現在都還處在理論階段而已,家用機器人相當於把一個不安全的軍事機器人放在家裡!成功的案例應該只有iRobot領銜的機器人吸塵器,不是因為他智能,只不過他掃個地,安全性很容易保證。如果做研究,這個方向未來還可以發很多文章。通用機器人階段,未來階段,主要研究機器人的認知理解能力。已經有小部分研究開始做了,包括IBM的Blue Brain Project,歐盟Human Brain Project。好吧把這個歸為機器人。。勉強了。機器人本來就是強交叉學科,智能必然是根本。
所以,最好的工業方向,包括這幾年的發展以及未來十年到二十年的展望,必然還是研究軍用及商用機器人,重點還是移動性能,同時包括為其服務的SLAM(求翻譯。。)和導航系統。主要衍生方向是機器人視覺,感測器,效應器(Actuator)。機器人安全性能的發展極有可能對工業機器人及家用機器人產生變革式的推動。衍生方向主要是感測器,柔性控制,效應器。最好的研究方向,個人覺得是人機交互,機器學習,以及和神經,認知交叉的方向。
當然不得不說的就是機器人現在還很少(個人了解是非常少)和移動終端,大數據和雲計算等主流IT交叉。這在未來十年移動機器人技術成熟後一定會是一個強交叉領域。
機器人的發展倚賴多個學科的共同發展。但是「機器人學」的發展是相對比較獨立的。只說軟體,硬體方面我不懂。。。
機器人現在比較work的就是computer vision和reinforcement learning這兩塊兒。推薦閱讀Russell Norvig的那本Artificial Intelligence: A modern approach 第三版(第二版內容太老,不推薦)
最近看了一篇文章,《環球科學》2014年第2期,機器人會改變世界嗎?是德國一個有名的機器人專家寫的。寫得很好,介紹並展望了幾個機器人研究方向。完全內行,又通俗易懂。
順便插一句,機器人不跟純CS的研究一樣,機器人Digital與Analog的部分都很重要,是『軟+硬』的。而一旦涉及Analog的,德國、日本、瑞士乃至法國在機械、工藝、精密控制等的優勢就會展現出來。而美國等(特別是印度)優勢主要在於Digital的部分。當然,美國也有波音、Boston Dynamics這樣的Digital與Analog都頂尖的公司。但在這些領域,就不像是在計算機、互聯網領域等一支獨大了,而且也沒有絕對優勢,算是fair play。印度則幾乎只有Digital厲害。
說這些的目的,是想說明,如果純Digital領域,中國幾乎只需要盯著美國矽谷就行的話;在機器人領域,則不再適用了。我想,Google收購了這麼多機器人公司,原因也很可能與之有關。
畢竟Google幾乎是純Digital的,但無人駕駛車中很多重要環節都是Analog有及其的密切關係。當然有識別環境的一環,算是『軟』的。但也有比如下雨天怎麼開,雪地防止側滑,山區上坡怎麼上,下坡時怎麼下,包括怎麼剎車防止剎車裝置溫度過高,乃至空車滿載模式之分,要對質量有自適應,乃至強風時、沙漠里等,乃至沙漠里怎麼上坡等。而且就算是識別環境的能力,達到人的水平,那人的駕駛水平也有很大的區別啊,比如倒車的時候怎麼打方向盤這裡面的學問可夠深的。像這些種種,大部分人會陷入『局部最優』的方法,因為平時夠用了,可一旦到了不同需要的情況,比如說的極端點,賽車,就不行了。而且人也是不斷學習、『自適應』的,在上一個新的非常複雜的路況時,起初也是需要不斷試錯積累經驗。還有比如,有很多經驗的東西,比如啪啪啪的聲音,沒有經驗的駕駛員會害怕是不是發動機有問題了,而有經驗的則知道是輪胎上的泥甩的聲音。
無人駕駛領域,其領頭的公司,是依附於軟體公司如Google,或傳統汽車公司如賓士,或無包袱的電動車公司如特斯拉,或設備公司如Continental,還是會完全產生一個新的公司形態,只能拭目以待了。
其實整個機器人行業的複雜,就在於『軟』『硬』很難分開。同樣的軟體,同樣的控制演算法,同樣的硬體,實際的控制效果卻很可能不一樣。原因可能就在於比如一顆螺絲多擰或少擰了一圈。而這個區別,要靠控制演算法參數的調節去應對的。但現在這些參數的調節多是靠人、靠經驗,靠模擬或者自適應、自學習的演算法還遠遠不行,更不要說容錯控制(比如一個環節的性能突然發生了一定的變化,比如有很強的某種干擾,或剎車不那麼靈乃至失靈,或無人機一個螺旋槳不轉了等等)和自診斷(比如估計演算法不work了。是獲取數據的硬體裝置出問題了如接觸不良,還是演算法參數不適合了等等)了。
岔開一句,Google做無人機剛宣告失敗。說的玄乎一點,是『基因』壓根就不同。當然,並不是美國不行,這不也有3D Robotics。不過話說回來,如上文所說的,3DR也沒有絕對優勢。是大家都知道的。
當然,以上只是自己的拙見。歡迎指正。
---
機器人、無人機等,電子機械結合計算機的,機器人結合人工智慧的,物理結合數學的,中國的機會不小。不知是不是國家「性格」的原因(當然也有語言的問題),日本德國等電子機械牛到不行,但軟體互聯網卻幾乎一無是處,受日本殖民影響頗深的台灣地區也是如此。印度軟體牛(數論尤其牛),電子機械卻差。美國的絕對優勢在軟體(編程是英語的變種,其實也是美國人思維、邏輯方式的外延),電子機械方面沒有絕對優勢,而且都外包出去了。中國兩方面都一般,但結合起來(簡單的說,就是北京軟結合深圳硬),卻可出來真正引領世界的公司。大家不可妄自菲薄。
無人機為什麼會火? - 小心假設的回答先出國再說。
從應用上來說,機器人主要分為工業機器人和服務型機器人。
工業機器人技術方案相對簡單成熟,已經廣泛應用在工業領域中,這一領域可能未來主要是訓練機器人做更複雜的事情;
服務型機器人將會是一個重要的發展方向,比如現在很常見的掃地機器人;掃地機器人在最近幾年推廣普及很快,雖然實用性還不是很好。未來,家庭將會出現各種服務型機器人,包括情感撫慰、洗碗、做飯機器人等等。這是一個巨大的市場;
從技術上來說,機器人綜合了機械、材料、電子、控制、軟體演算法等學科知識,主要包括機器人機械結構設計、動力學分析、電路、控制、演算法等,既有底層硬體還要上層決策編程。個人覺得機械結構和動力學分析相對創新性不大,機器人的智能體現在環境感知與理解以及後續的決策行為。機械結構是結構框架,動力學分析以及控制是基礎,而智能則體現在控制和演算法層。相比較而言,做控制層、感知層以及決策層創新較為容易。該領域目前很熱門的方向是計算機視覺,主要包括環境構圖與理解,可以查閱各種SLAM。最近幾年,深度學習在計算機領域取得很漂亮的成果,一些機器人研究者也在嘗試能否將深度學習引入機器人,以便機器人能夠更好地感知並理解環境,進而做出更加智能的決策。
家用服務機器人是未來的大藍海,萬億級的市場前景。當前智能機器人如何進入家庭?能移動的、情感驅動的、交互性好的智能機器人。
如果想做研究,比如模式識別、機器學習、數據挖掘;說到應用,最好結合互聯網,比如對話機器人之類東西,有商業價值。
如果是指工業機器人,首先訪問http://robotpartner.cn
交換做具體家務的數據比買機器手臂值錢
斯坦福大學在線開放課程AI即將開課,推薦教材就是Artificial Intelligence: A modern approach
趕快註冊吧:http://www.ai-class.com可以試試醫療機器人這個方向,相對來說前景還是很不錯的
機器人的方向可以分布在機械、電子與計算機等幾個大的領域。
1. 機械領域主要研究的是機器人動力學及運動適應性。以及生產線的自動化如焊接機器人的設計等問題。
2. 電子領域主要關注的是機器人的控制演算法。 但是很多控制理論現在已經不太流行了,比較超前的研究是基於網路的群組機器人控制(Swarm Control)。可以參考Georgia Tech的Prof. Magnus Egerstedt的研究。
3. 計算機科學理論研究的主要是人工智慧在機器人上的應用。這裡面涉及的方面很多: 機器學習(Machine Learning), 計算機視覺(Computer Vision), 自然語言處理(Natural Language Processing), AI Logic等等都是其主要的方面。具體前端的研究可以參考UC Berkeley教授Prof. Stuart Russell和Stanford教授Prof. Sebastian Thrun。
具體做哪一塊可以根據你之前的教育經歷和研究興趣來確定。目前的主流研究更多在計算機科學領域下。
機器人具有不同的分類,如串聯機器人,並聯機器人,仿生機器人和微型機器人。串聯機器人常見是工業機器人,目前研究不熱門,較少,主要是多機器人合作,人機互動方面和機械手等; 並聯機器人,主要具有高精度特性,但工作空間小,應用在醫學、手術機器人,當前繩索牽引機器人較為熱門; 仿生機器人,比較活躍,如,仿人機器人(humanoid robot),大狗(bigdog),柔性機器人或蛇形機器人(continuum robot or snake-like robot),哈佛的微型蒼蠅機器人,MIT和斯坦福目前都做的很好。微型機器人,膠囊機器人和血管里的小機器人(google在做吧,paper也挺多)。按功能分,服務類機器人等。知識方面:機器視覺,感測器,控制,人工智慧等(機器人操作系統也有了)。————盡個人主觀印象。
世界機器人聯合會發布的2014年世界機器人統計數據報告顯示,2017年中國生產使用的機器人總量將由現有的16.2萬部增加到42.8萬部,而北美地區預計總使用量為29.2萬部,歐洲最大的五個經濟體總計為34.3萬部,中國將成為世界工業機器人第一使用大國。
前瞻產業研究院發布的《2015-2020年中國工業機器人行業產銷需求預測與轉型升級分析報告》顯示,2013年,我國共銷售3.7萬台工業機器人,佔全球銷量的20.67%,已超越日本成為全球最大的工業機器人市場。2014年,工業機器人行業銷售收入佔GDP的比重由上年的0.019%上升至0.020%,行業在國民經濟中的地位愈發重要。
和全球工業機器人市場類似,我國的工業機器人的三大主要種類為焊接、搬運、噴塗。現階段,我國工業機器人一般運用在製造、安裝、檢測、物流等生產環節,應用於汽車整車及汽車零部件、工程機械、軌道交通、低壓電器、電力、IC裝備、軍工、煙草、金融、醫藥、冶金及印刷出版等眾多行業。近幾年,除汽車工業外,電子、物流等行業的機器人安裝數量增長也很快。
工業機器人使用成本僅為人工的23%。工業機器人產品按十年使用壽命折舊(含維護費用)每年成本約5萬元,而三個成熟的焊接技工每年的成本達到7.2萬元*3=21.6萬元。從這個比較可以直觀看出,一台工業機器人在產生相同效益時,投入的成本是使用人工成本的23%。這個比例將大大降低企業的製造成本,為企業盈利提供廣闊空間,也提高了企業的價格競爭優勢。或者從另外一個角度看,也就意味著企業投資工業機器人2-3年即可收回成本。
回顧中國近二十年的經濟發展,農村勞動力轉移和人口紅利相互疊加為製造業提供了大量的廉價勞動力。而今天,劉易斯拐點隱現和人口紅利逐漸減弱,導致傳統依賴廉價勞動力成本的發展模式受到挑戰,從而促進了製造業轉型期對機器人的需求:一方面,勞動力價格上升給企業帶來直接成本壓力,促使企業使用機器替代人工;另一方面,勞動力價格上升預期也推動企業推動機器普及和提升來規避未來勞動力價格繼續上升的風險。工業機器人及成套設備的應用能將工人從繁重或有害的體力勞動中解放出來,解決當前勞動力短缺問題,提高生產效率和產品質量。此外,工業機器人動作準確性高、具有可控的生產能力,可以提高產品穩定性,實現多品種、小批量生產,加快產品更新周期。
中國版的「工業4.0」的背景下,在製造業面臨升級壓力和人口紅利消失的情況下,我國工業化和信息化融合進入快車道。機器人成本的下降,加之人工成本的上升,使得「剪刀差」出現,越來越多的行業將加快推進「機器人替代人」的過程,工業自動化將是重要的產業發展方向。作為先進位造業中不可替代的重要裝備和手段,工業機器人的應用和普及自然成為企業較理想的選擇。據IFR統計顯示,2005-2014年期間,中國工業機器人的銷售量以年均25%左右的速度高速增長。隨著產業轉型升級的需求,人力成本的上升,以及國家政策的扶持,我國工業機器人未來的增速可達30%以上。
我也想做機器人。
如果機器人沒有感情的話,做一個機器人比做人是不是開心的多。
機器人是龐大機器人家族中的一個年輕成員,到目前為止尚沒有一個嚴格的定義。根據其用途不同,可以劃分為保潔機器人、教育機器人、醫療機器人、家用機器人、服務型機器人及娛樂機器人,應用範圍非常廣泛。
從全球角度看,以智能服務機器人為主的機器人產業在不斷發展,產業規模及市場空間持續擴張。目前全世界至少有48個國家在發展機器人,其中25個國家已涉足服務機器人開發,掀起一波服務機器人研發熱潮。
儘管服務機器人行業還有不少需要改善的地方,但是它已經對人們生活造成了深遠的影響。服務機器人面向對象群體廣闊,貼近人們生活,有的還擁有人工智慧、語音交互、人臉識別、場景理解乃至更高級的自主決策行為等各種功能,具體來看在以下領域表現最為突出:
1、掃地機器人領域:提起服務機器人,掃地機器人必然是最容易被人們想到的。由於其外形小巧並且直接服務於家用,在眾多種類服務機器人里它也在人們可承受消費水平之內,因此成為服務機器人產業的香餑餑。美的、海爾、科沃斯等智能家電巨頭相繼布局於此。
2、商用機器人領域:商用機器人的出現為商業服務機構提供了很大幫助,提升了工作效率,為商家用戶們提供了信息化智慧科技的服務。優必選、旗瀚科技等公司在這一塊結合實際應用場景需求,做了深遠布局。
3、醫療機器人領域:醫療機器人是從醫學的需求發展而來的。現代手術進入到了微創時代,微創手術的成功不僅依賴於技術精湛的醫生大夫,也依賴於醫生手裡優良的手術工具。機器人在手術的準確性、可靠性和精準性上遠遠超過了外科醫生,所以醫用機器人在未來的前景非常可觀。達芬奇手術機器人是目前全球最成功及應用最廣泛的醫療手術機器人,其也代表著當今手術機器人最高水平。
4、人工智慧領域:人工智慧、語音識別、人臉識別等應用,也是近年來活躍於服務機器人領域。如BAT、科大訊飛等企業,這類企業本身擁有強大的技術背景,同時還掌控了龐大的數據流量,因此在服務機器人領域佔據了一席之地。
服務機器人市場潛在需求很大,但是產業總量很小。目前,已經有大量的企業湧入服務機器人行業。可是該領域發展尚不成熟,離產業化還很遙遠。在產業化方面的不足,已經引起了各界人士的關注。服務機器人只有產業化發展,才能更好推動服務機器人市場進步。
相信在不久的將來,機器人、人工智慧、大數據、物聯網,經過數年的發展,將完全融入我們的生活,我們應該對其進行擁抱,建議大家有時間,可以留心關注這方面的信息資訊,學術,科普類的平台,多智時代:http://duozhishidai.com ,引領智能未來,雷峰網——讀懂智能未來等等,讓我們一起迎接人工智慧時代的社會、經濟與文化變革,擁抱智能,暢享未來
題主有沒有考慮過Soft Robotic。這個是最近很火的一個方向。
給個網站鏈接以供參考:Soft Robotics
哪方面的?機器人範疇太大了;未來的十年內執行精細加工工作的機器人應該會有較大的空間。你可以看一看目前有什麼精密工作是程序化往複動作,如果你是學習材料的,建議你在電子肌肉材料方面發展,電機動力機器人應該會在非大型工業應用中淘汰
美國機器人協會在1979年把機器人定義為一種可再編程的多功能操作裝置。截止目前,機器人的研究和發展已經歷了4個階段。
1.遙控機器人,遙控機器人是一種本身沒有工作程序,不能獨立完成任何工作。需要靠人在遠處對其實時操縱的機器人。
2.程序機器人,這是一種動作事先裝入到機器人存儲器中的程序來控制的,對外界環境沒有感知能力的機器人。
3.自適應機器人,自適應機器人是一種自身具有一定感知能力,並根據外界環境改變息行為的機器人。
4.智能機器人,智能機器人是具有感知能力,思維能力和行為能力的新一代機器人。
機器人第4代,應用的還是比較多的,例如工業機器人、水下機器人、航天機器人等,機器人的研究方向主要有以下5個基本方向:
1.空間識別問題
2.機械元件做成的手、腳與計算機之間的結合
3.從三維空間搜集信息的處理方式
4.外界環境識別能力
5.機器人判斷機理的工程化方法
如果真想從事機器人行業,建議多看下人工智慧,智能與機器的結合,是非常值得我們關注的,人機結合對於機器翻譯發展的重要性,理解問題要看本質? - 人工智慧 多智時代
推薦閱讀:
※能否設計出一個像象棋軟體一樣,玩爐石傳說勝率極高的程序?
※能否設計口袋妖怪的必勝AI?
※算命能算出人工智慧的未來嗎?
※華為Mate10 AI有哪些特性?
※如何看待魯大師初次公布的手機AI「智商榜」?