你好，我是機器人包老師，專注於機器人領域。

機器人是怎樣感知外面的世界的？

我們人類透過眼睛、鼻子、耳朵、舌頭等感覺器官來感受、認識世界。

為了讓機器人也能接收外界的各種資訊，科學家給機器人安裝了各種感測器。

它們就像我們的眼睛、鼻子、耳朵和舌頭一樣，可以接收周圍環境的資訊，再送入“大腦”中的計算機裡進行分析處理，這樣機器人就可以“看”“聞”“聽”“嘗”了。

機器人透過各類感測器對外界進行感知，目前已經有了各種各樣豐富感測器以供機器人去感知世界：

聲音感測器，超聲波（耳朵的聽覺）

超聲波感測器，攝像頭，紅外（眼睛的視覺）

嗅敏儀（鼻子的嗅覺）

觸控開關，壓力感測器（面板的感覺）

味覺感測器（舌頭的味覺）

那麼未來機器人就是要做到跟我們人一樣，擁有一樣的情感，一樣的視覺嗅覺和觸覺，懂得如何思考，懂得判斷分析擁有自己思維邏輯，是一種諸多智慧高科技的結合體。

機器人可以做出驚人的事情，例如在工廠中與人合作進行作業，在倉庫內快速運送包裹，以及探索火星表面。儘管機器人取得這些諸多成就，但和人類相比較還顯得稚嫩。對於機器人而言，能夠感知和理解周圍的世界對於簡化整合至關重要。如何讓機器人可以做出一杯像樣的咖啡，諸如開啟咖啡機、分發咖啡豆、尋找牛奶和糖等習慣性行為需要一定的感知能力，而這對許多機器來說仍是幻想。

然而，隨著技術的不斷髮展，這種情況正在改變。一些新的技術可以被用來幫助機器人更好地感知他們工作的周圍環境。這包括瞭解周圍的物體，測量距離等。下面我們將介紹一些技術應用例項。

鐳射雷達：基於光和鐳射的距離感測器

一些公司開發了鐳射雷達（基於光和鐳射的距離測量和物體檢測）技術，以幫助機器人和自動車輛感知周圍的物體。鐳射雷達的原理就是簡單地將光照在表面，並測量返回光源所需的時間。

透過連續向一個表面快速發射鐳射脈衝，感測器可以建立一個複雜的被測表面“地圖”。目前主要有三種類型的感測器:單波束感測器;多波束感測器;和旋轉感測器。

單光束感測器產生一束光，通常用於測量到大型物體的距離，如牆壁、地板和天花板。在單個光束感測器中，光束可以被分成:高度準直的光束，這與鐳射指示器中使用的光束類似(也就是說，光束在整個範圍內都保持較小)；LED和脈衝二極體光束類似於手電筒(也就是說，光束會發散很遠)。

多光束感測器同時產生多個檢測光束，是避免物體和碰撞的理想選擇。最後，旋轉感測器在裝置旋轉時產生單個光束，並且經常用於物體檢測和避障。

機器人視覺感測器

在製造業中 ，機器人會被分配用於繁瑣重要的任務，最主要的任務之一就是物體的拾取。具體地說，機器人需要知道物體的位置以及是否準備好拾取物體。這需要各種感測器的工作來幫助機器檢測物體的位置和方向。機器人可能已經內建了具有視覺檢測功能的感測器，如果您只是想要檢測物體是否存在，那麼視覺感測器已經是一個非常好的解決方案。

機器人視覺感測器通常用於工業機器人中，並且可以檢測零件是否已到達特定位置。這些感測器有許多不同型別，每種感測器都具有獨特的功能，包括檢測物體的存在、形狀、距離、顏色和方向。

機器人視覺感測器為各行各業的協作機器人提供了多項高科技優勢。 2D和3D視覺都允許機器人操縱不同的部件，無需重新程式設計，拾取未知位置和方向的物體，並糾正不準確性。

3D視覺與機器人視覺的未來

把機器人引入我們生活中更為親密的方面（比如在家庭機器人），需要對三維物體有更深入、更細緻的理解。雖然機器人可以透過攝像機和感測器“看到”物體，但要解釋他們從一次一瞥中看到的東西還很困難。杜克大學的一名研究生和他導師開發了一種機器人感知演算法，可以猜出一個物體是什麼，它是如何定向的，並且可以“想象”出任何可能看不見的物體部分。

該演算法是透過使用4000個常見家用物品的完整3D掃描而開發的，包括：各種床、椅子、桌子、顯示器、梳妝檯、床頭櫃、桌子、浴缸和沙發。每一次掃描都被分解成成千上萬個體素，疊加在一起，以便於處理。利用機率主成分分析，該演算法學習了物件的類別及其異同。這使它能夠理解一個新物件是什麼，而不必篩選它的整個目錄進行匹配。

雖然還處於初級階段，但這種演算法（或類似性質的演算法）的實現將機器人技術進一步推向與人類協同工作的方向，在結構和可預測性遠不如實驗室、工廠或製造廠。

感知周圍物體和環境並與之互動的能力對於機器人的功能及其與人類一起工作的應用至關重要。隨著技術的進步，毫無疑問將需要增加機器人教育和識字能力，以及機器人技術人員。

你好，自來水。

1、感測器sick：在機器人感應部件之中，實現感應外界環境變化主要是靠機器人體內那高科技所製造的感測器來實現的。

2、影象識別技術：這塊在工業上面的應用頻率是很高的。比如人臉識別，在高鐵站，機場等等的安檢崗位上，透過閘門，票證合一等情況。同理，這個技術可以運用在機器人的識別模組，判斷該人的背景身份等資訊，或者是否具有威脅性質在裡面。

3、區別情況，根本區別就是人類是主動的去感受到外界的事物影響在裡面，而機器人是單純對感測器的訊號進行處理，比如情感，機器人並不具備。

4、超越人類這個問題，現在機器很多時候其實已經超越了人類，特別是演算法這塊，人工智慧的挖掘。比如谷歌旗下的阿爾法狗，經過演算法的自我學習，圍棋已經打敗了圍棋的第一高手們，李世石，柯潔等人。人工智慧，Python演算法，都是未來的趨勢。

5、總結，人工智慧這塊目前所研發的領域還是值得期待的，而是否存在威脅的情況確實又是值得思考的。技術最好還是為人所用，而不是反過來牽制人類。

首先機器人的感知是透過各種各樣的感測器+處理器來實現的。

如視覺可以用影象感測器，加上影象處理器；溫度可以用溫度感測器。想要機器人有什麼樣的感知能力，加上對應的感測器系統就可以實現。

機器人對外界的感知相比於人更加客觀以及精確。如物體的重量，人類只能根據經驗對比，估摸出物體重量，而機器可以精確到g甚至更高。

但機器人對外界的感知缺少“情”，即使現在有了人工智慧，情的溫度是目前機器人與人相比還是有一定距離。還有就是機器人的思維邏輯能力是受限的，執行在特定規則以內。

從整體來看，機器人對外界的感知是大大超越人類的。我們一直靠著機器裝置對外太空、海洋深度的進行探索。

機器人感知外界的方式很普通，就是參考人類的五官的。我們一一來說機器人是怎麼感知外界的。

機器人視覺，目前能夠達到牌照比對成功率97%以上。目前還做不到，像人一下，認識每一個物體。

工業視覺領域：2D視覺，直接應用在裝置檢測方面，例如常規的表面檢測，以及工件的尺寸檢測，目前2D視覺，一套軟體裝置+工業相機，基本上價格在3-4萬塊就可以搞定了。3D視覺比較昂貴，最要在於3D視覺的軟體比較複雜，並且能夠成熟的開發並且應用3D視覺的企業不多。一套3D視覺，起碼在50萬以上。

消費領域的機器人視覺，包括我們熟知的看圖識別畫面，也就是OCR，還有人臉識別，以及粒像分析。本質上來說機器人視覺的核心在於，一個比較厲害的演算法。能夠快速識別物體。

目前機器人視覺應用場景非常多，也不算什麼高階東西，在安檢，酒店住宿，工業自動化領域都是大量應用。

工業鏡頭國內提供企業不少，海康威視，大恆影象都在做。千萬別以為有個工業相機就可以讓機器人看到東西，核心還是時覺的軟體。

服務類機器人視覺，一般是應用於導航的視覺系統。多數情況會基於SLAM的視覺導航。這個其實也是基於SLAM軟體的一種應用而已。

SLAM視覺導航避障及地圖重建。也就是我們說的機器人看懂外部環境的整個過程。

常見的機器人觸覺控制，最常見的是在協作機器人上面。如果你有機會去看機器人的展會，或者工博會這類展會。你會在現場看到很多的協作機器人，聊一下你就知道，大致各家實現協作機器人拖拽示教，以及防碰撞的方式。

電流環的應力反饋，其實原理比較簡單，就是伺服電機受到阻力後，產生反向電勢，電流環檢測到反向電流後，做相應的反饋。這個方式的優點就是價格便宜。要比力覺感測器便宜很多。

常見的力覺感測器，跟壓力感測器的原理類似，但反應更靈敏，同時對力的向量解析也更復雜。不過這玩意價格太貴。

目前力感測器，在賣的企業不多，愛普生，ATI，目前比較成熟。其他的感測器巨頭，倒是沒有著急進入這個領域。

在工業領域，與人協作工作的機器人，基本上都要使用到機器人的觸覺。

服務機器人領域，那就更為常見了，甚至未來的仿人型機器人，更需要這個感測器的支援。

機器人的聽覺研究，目前進步神速。我們知道的百度，騰訊，siri，微軟小冰，科大訊飛等都智慧語音系統。讓機器人聽到，就在機器人上面安裝一個麥克風，機器人獲取到外部的聲音後，透過語音智慧進行轉義分析，然後同人類進行對話。目前天貓精靈，siri都是這類的典範，而且在家庭中已經使用非常多了。

目前的語音智慧識別，已經能到達到98%以上的準確率，甚至更高。同時還能夠分析情感以及語意。

聽覺是機器人必備的一個外部感官，目前聽覺的使用基本上門檻非常低了。

目前氣體感測器的使用，比較少。主要在特種機器人領域，可能有所應用。例如洞穴勘探，檢測是否有相關有害氣體等等。

一方面由於味覺感測器造價高昂，同時覆蓋範圍小。在機器人領域味覺感測器的使用，目前極低。

一般機器人的鐳射雷達，能夠實時掃描周圍環境，發現人類及其他物體，都會做出相應的反饋。這種遠距離無死角的感官應該可以說是機器人的第六感。