2024年12月26日，由中国机器人网主办的年度盛会如期举行。在此次盛会上，来自上海交通大学的王贺升教授发表了题为回顾了工业机器人在汽车产线等领域的广泛应用，还深入探讨了服务机器人在不同场景下的技术挑战及未来发展方向。
王贺升教授首先指出，尽管工业机器人已经在汽车产线等领域取得了显著的进展，但服务机器人仍然面临诸多挑战。目前市场上的成功机器人大多分布在在扫地机器人等少数领域，而针对医疗、居家服务、特种任务等不同场景，需要开发不同形态的机器人来满足多样化的需求。特别是人形机器人，若能够在价格上实现突破，如2万美元以内，甚至在国内实现10万元以内，将有可能大范围的应用于家庭，替代人类完成各种任务。
机器人需要具备环境感知能力，能够准确识别自身位置和周围环境。王教授指出，通过结合SLAM（同步定位与建图）技术，能轻松实现大范围的全局定位。SLAM技术已相当成熟，但在复杂场景下仍需逐步优化。王教授的团队通过引入强化学习，解决了SLAM技术在复杂环境下的应用难题。例如，在直线提取和平面提取等任务中，通过强化学习选择最小集，优化奖励函数，实现了比传统方法更好的效果和效率。
机器人需要能够自主从一个位置导航到另一个位置。王教授介绍了基于特征匹配和场景流估计的技术，通过特征金字塔和城市化场景流的细化，实现点云流动的准确估计。这些技术在不同数据集上进行了测试，表现出良好的效果。例如，通过端到端的里程计估计，结合视觉和激光数据，实现了高精度的定位和导航。
机器人需要具备底层精确控制能力，以确保按照预期轨迹运动。王教授的团队通过设计基于反馈和积极视觉的控制算法，实现了机器人末端的高精度控制。例如，在无人机空中操作任务中，通过优化控制算法，实现了无人机在变形过程中的平稳操作和抓取任务。
王贺升教授还分享了多个技术应用案例，并展示了这些技术在实际场景中的应用效果：
通过结合SLAM技术和高精度的视觉定位，实现了室内扫地机器人的高效导航和清洁任务。例如，某款扫地机器人在复杂家居环境中，能够准确识别障碍物并规划最优路径，提高了清洁效率。
在室外大场景下，通过高精度的定位和导航技术，实现了除草机器人在复杂草地环境中的高效工作。例如，某款除草机器人在大型草坪上，能够准确识别边界并规划割草路径，提高了工作效率。
通过结合视觉和激光数据，实现了矿山车辆的无人化改造。例如，某矿山的无人运输车在复杂地形中，能够准确识别路况并自主导航，提高了运输效率和安全性。
通过结合语义信息和高精度定位，实现了AVP（Automated Valet Parking）代客泊车功能。例如，某款无人驾驶车辆在停车场中，能够准确识别停车位并自主泊车，提高了用户体验。
通过将移动和操作技术结合，实现了无人机的部分空中操作任务。例如，某款无人机在空中执行抓取和搬运任务时，能够灵活调整姿态并精确操作，展示了移动与操作结合的潜力。
随着视觉和触觉传感器技术的慢慢的提升，服务机器人的感知和操作能力将大幅度的提高。特别是人形机器人，若能够在价格上实现突破，将有可能大范围的应用于家庭，替代人类完成各种任务。王贺升教授的团队正在研发双臂操作机器人，计划在明年与大家伙儿一起来分享更多相关成果。
