2020年智能机器人发展趋势预测

RaaS：机器人即服务

熟悉云服务的朋友，对于PaaS、IaaS是很了解的。X as a Service, 是源自云服务的商业模式，其甚至影响了传统商用PC行业，联想和HP都先后推出’DaaS’——Device as a Service，尝试让企业通过租赁方式采购其商用PC产品。RaaS即“Robotics as a Service”，字面上可以理解为机器人即服务，存在着商业模式和技术层面两种解读。

商业模式层面，机器人行业发展趋势，从大型工业生产组织向中小型工业生产组织发展，从工业向零售业、服务业发展。虽然，机器人对于效率的提升、成本的下降，已经在大型工业场景中验证，但其高昂的初始投入和复杂的部署流程，都让中小型工业场景和零售服务业望而却步。

因此，Fetch率先提供 “on-demand automation”即按需自动化的概念，具有如下特征：

ROI可量化，可计算，一般周期为6~24个月；

AI技术的应用：通过SLAM、导航计算，使得机器人能够自动适应环境 vs 传统机器人通过寻线、磁条、标记导航，需要对机器人工作场景进行人工初始化。当场景固定后，很难修改或拓展。

可扩展性强，对于制造业一般存在淡旺季的差别。企业主可根据实际业务灵活调整机器人数量的投入。

在按需自动化概念中，机器人供应商不但提供机器人，还需提供工作任务流程示教、运营、维护等一些列服务，企业主直接购买机器人服务包后投入生产，即RaaS。随着市场的发展，一些深耕垂直领域的机器人公司以机器人低成本运营为核心竞争力，为企业提供按件服务计费或业务整包的方式。这种商业模式多集中于物流和新零售行业。

技术层面，将与机器人相关的云服务聚合，包括AI算法服务、应用部署服务、数据存储服务等。将机器人本体的传感器数据，通常情况是指雷达数据、摄像头数据等传送到云端，通过云服务对这些数据进行计算处理，并将计算结果翻译为机器人本体的执行脚本反馈给本地。

RaaS 较现有的传统机器人软件具有显著优势：

部署在云端，统一运行环境，易管理，易维护。

计算资源在云端可扩展，可动态编排，支持持续开发和部署：

突破了单体机器人算力资源和计算功耗限制，拥有无限可能。

知识共享，针对应用场景构建知识图谱。

但同时也面临着一些挑战：

依靠网络的延迟和稳定性，无法处理对实时性要求较高的场景。

依靠生态，需要建立统一的编程接口和数据接口。

安全性，数据上云通过公共网络传输；若私有化部署，对系统的升级和维护又是一个新的问题。

Cloud Robotics 云机器人

但在2020年，一些限制条件正发生着根本性的改变：

1、5G网络的应用和普及，使得网络因素不再成为障碍。5G拥有的高带宽、低延迟的特性可以轻松将机器人上各种传感器的数据传送到云端。

2、边缘计算的出现，更缩短了网络传输的距离，开发者可以把机器人服务部署到最近的MEC环境中，以获得较好的网络延迟和较高的网络带宽性价比。

3、ROS商用落地：2019年AWS 发布机器人相关服务产品 RobotMaker，提供云端对机器人的仿真环境和舰队管理，并采用ROS作为其接口标准；微软，Visual Studio Code 发布ROS  Extension，Azure IoT Hub可以连接ROS节点。

这些改变，使得机器人服务在云端得到快速发展，Google 2019年初发布 Google Cloud Robotics项目。目标建立一个开源的平台和繁荣的生态，为参与者提供云机器人的基础方案，例如安全，网络链接性、分布式部署等。让参与者更专注于其自身的业务，并通过该平台，将参与者紧密联系在一起。Google将参与者定义为四种角色，分别是：软件开发者、集成商、硬件开发者、运营人员。

来源：吾道2020

其实云机器人不是一个新的话题。早在几年前，就曾经被人们热议，也产生过相关的开源项目和创业公司，例如Robo Earth——基于云服务的机器人知识共享平台。利用统一的云服务API和硬件接口HAL设计，屏蔽不同机器人之间的差异化。使得开发者可以通过对一个机器人进行的编程快速的复制到其他机器人个体之上。

云计算即将成为现代机器人技术的推动者之一，云计算已经成为一股跨越行业的变革力量。它改变了企业获取软件服务、部署IT解决方案的架构，影响了业务与场景联系的方式。事实上，云计算已经从一种创新的计算网络架构发展到一种影响几乎所有业务和流程的技术。灵活性、可扩展性以及跨节点访问和处理数据的能力不仅是云计算价值的重要因素，而且还使云计算成为自主移动机器人行业的应用部署、生命周期管理、舰队调度、算力编排方面革命性的力量。随着机器人在零售、服务、家庭等更多场景下的发展，越来越多围绕机器人的SaaS服务将会出现。

（文章来源：吾道2020；文章作者：EmsureZ）