深圳科技资讯
智能机器人的发展是一个系统性的工程。
所有的机器人，不论是工业机器人，服务机器人，医疗机器人，乃至特殊的军工，特种设备机器人都包含的两大类核心：
1、基础的硬件：控制系统，驱动系统，传动方式
2、软件应用工艺：如工业机器人的焊接，喷涂，打磨等软件工艺包。服务机器人的应用交互系统。医疗机器人的手术，护理应用系统。
3、辅助配套设备：力觉传感器，视觉传感器，激光雷达导航系统等。
由于机器人也分多种形式，我们就一个一个来说：先说工业机器人。
一、工业机器人——当前应用最广泛的机器人
工业机器人的各类结构，其实都可以同人类相互类比。
1、控制机器人的大脑，是通过机器人控制中的控制系统来控制机器人的动作。这种控制系统有几家是在Windows系统的基础上开发的，也有完全独立开发的系统。目前微软等国外企业最推的机器人系统开发平台是ROS平台。不少服务机器人，例如巡逻机器人，积木类教育机器人都有在这个平台上面开发应用的。
通过调用指令，或者编写程序来控制工业机器人
2、机器人的手臂：也就是我们能够看到的机器人的钢铁的结构。带动机器人钢铁的结构运动的是伺服电机。我们看到的机器人手臂都是中空的，内部都是各类齿轮，螺杆，减速机相互传动。
这个可以清晰的看到机器人的内部传动结构。一般情况下，小型的轻负载机器人会采用皮带传动结构，大型重负载基本都是螺杆传动的结构。
人类通过程序，设定机器人的末端从这个点移动到另外一个点。机器人控制系统会进行运动学的逆解，然后传递信号给伺服电机，伺服电机带动减速机，螺杆，或者皮带传动方式进行移动。
至于有看过工业机器人行业新闻的朋友，一直强调与国内减速机是核心的问题，这是比较片面。因为减速机只是影响了运动控制的一方面因数。
3、外部传感设备。例如力传感器在机器人手动示教方面，机器人打磨，装配应用上面就是非常的有用。
机器人视觉，目前机器人2D视觉已经非常成熟，且应用极为广泛，在检测，装配，涂胶等领域都是性价比非常高的应用。
机器人视觉一般都是通过色差，珊线等形式来实现检测。对于高端的人工智能图像系统，工业领域也在开始尝试在检测工序中使用。
从工业机器人的角度来说，技术难点集中在：实现高精度，高速度的运动控制，以及同人实现协作化工作。
1、高精度，工业机器人当前最优的重复定位精度是±0.01mm，基本上没有比这个更高的了。但是这个精度在一些精密的行业，例如电子类行业仍然还有一定短板。
2、高速度下的稳定性。考量工业机器人的品质，基本上都是通过稳定性来考量，能否稳定的工作10000个小时等等。机器人的稳定性同控制系统的算法补偿，以及硬件例如减速机，壳体结构都有关系。这不是一个独立性的谁好，整体结构就一定能提升的概念。这是一个系统的问题。
3、协作化应用。目前大量开发的协作机器人，都是在探索人类和机器人共同处在一个工作环境中配合工作。
此外，工业机器人的发展，还受到应用场景的制约，这主要反映在，工业机器人是非常市场化的产品，如果没有客户使用，你这个产品就是一个失败的产品。例如开发一个负重高达10吨的机器人，基本上就等于是废铁。不过真的有人生产过。
二、服务类机器人
服务类机器人非常庞杂，包括我们见到的扫地机器人，送餐机器人，政务导航机器人，巡逻机器人等等。都算是服务类机器人。
这类服务机器人，硬件难点并不到，主要难点在于软件的交互系统。这包括两大类：图像智能，以及语音智能。
目前国内对于图像智能和语音智能，都有非常成熟的产业链，以及独角兽。图像智能：商汤科技，旷视科技，依云科技，云从科技等。语音智能例如科大讯飞，百度语音等几家。
目前图像智能和语音智能，都集中在大数据的机器人训练，说白了就是给机器人喂养各类数据，同时优化算法，实现机器人的进化。
三、服务类机器人中一个特殊的存在：医疗机器人
医疗机器人很特殊，主要在于医疗机器人的应用领域非常严格，要求非常高端。那真的是精密化的典范。目前国内在手术机器人方面的开发和应用。仍然在起步阶段。主要集中在两个环节有压力：1、机械手臂的精度控制，2、应用于特殊手术的操作系统的专门开发。
你看到这四条手臂，都是需要精确，并且协调的控制系统来统筹的。
四、仿人型机器人
目前来说最典型的仿人型机器人，也是最出名的就是波士顿动力的atlas了。
Atlas强悍的地方就在于，其运动控制的技术非常了不起，如果能够实现运动学上面的高速计算，并且可以实现机体的平衡。Atlas谈不上是智能机器人，但是绝对可以说是一个运动控制技术最高峰的机器人。
智能机器人以及人工智能都是未来社会发展的主要课题，欢迎关注交流！
机器人观察
人工智能走向产业应用的过程中，从向企业和个人用户提供人工智能产品服务的角度，企业要进入某一个垂直领域缺乏的是相关领域的数据和知识。
如果与医院合作，技术企业如果没有经验丰富的医生，无法判断医学影像的数据是否正确。而人工智能缺乏相关专业知识和经验，在出错的时候也无法判断是由于标注错误还是由于图像不够清晰造成。
技术企业与垂直行业互动的时候，需要让行业理解，人工智能不是超人类智慧，无法做到提供给机器一个数据库就可以得到想要的结果，这是目前双方合作前面对的挑战之一。
正如软银创始人孙正义说的，“跟上人工智能带来的时代颠覆需要真正的专注。”人工智能已经经过了学术研究阶段，正处于现实应用阶段。未来将被广泛应用到企业的商业模式、医疗保健以及交通运输中。
从目前人工智能技术的发展趋势来看，未来人工智能对于商业模式的影响在以下几个方面有所体现：
第一：个性化服务将得到快速发展。随着人工智能产品的大面积采用，一个重要的结果就是生产力水平的大幅度提升，这会使得人们在进行消费时有了更多的选择，产品将逐渐从批量生产转向个性化生产。
第二：产业链将得到整合和压缩。人工智能产品的应用将全面实现产业链的整合，不仅会进一步压缩商品流通过程中的中间环节，同时也会高效率整合生产环节的产业链，从而全面提升生产效率。未来在人工智能技术的推动下，产品的生产和流程环节中的传统人力岗位将逐渐减少，这也会在很大程度上降低产品的生产和流通成本。
第三：研发费用占比将逐渐提升。在人工智能技术的推动下，企业更多的资源将向研发领域倾斜，产品创新能力将是未来企业谋求更大发展的核心能力，所以研发费用的占比未来将持续攀升。
虽然人工智能技术未来的发展前景非常广阔，但是目前人工智能技术依然处在发展的初期，而且由于人工智能技术对于应用场景有较多的挑战，所以人工智能产品的全面应用还需要很长一段时间。
机器人哔哔
很高兴回答这个问题。
这几年随着人工智能、5G和相关技术的突破，也带动机器人行业迅猛发展，各个行业都有相应的智能机器人出现，那么机器人发展的制约和技术瓶颈到底存不存在，我们从以下方面来分析：
1、移动场景下AI技术的应用
机器人的目的是代替人类完成工作，比如简单重复的机械劳动、危险的火灾现场代替人类去救火、幽深的海底代替人类去探险等等。
要代替人类去工作，那么机器人必须对外界要有很精准、清晰的认识，这样才能帮助他们去完成任务，比如：碰到障碍知道绕行避开、遇到危险知道躲避等等。这就需要机器人有良好的“眼睛”和“大脑”。
A、“眼睛”可以通过摄像头、各种精密传感器准确探知。各种高清的、大小不一的的摄像头技术已经相对成熟，这一块完全满足机器人的需要，精密智能传感技术相对薄弱。
B、“大脑”则需要借助强大的AI技术，通过对数据识别、分析，综合判断，给机器人以准确、清晰的判断。比如语音识别、人脸识别、物体识别等等，只有让机器人明白了这是什么东西，才能更好的帮助人类完成任务，AI技术发展迅速，但是依然不足以满足机器人的需要。
2、机械运动、电器控制部分相关核心技术
机器人总是要动的，不能运动的机器人充其量只能称为超级电脑。
机器人的运动需要精密的机械运动控制模块，精密的电器传输，如今的技术满足精密度要求不高的机器人没有问题，但是要让机器人像人一样灵活自如的运动还相差甚远，需要不断进步和发展。
3、精密智能传感技术
上面提到，机器人需要准确感知周围的世界，那么精密高灵敏度的传感器就是它们的触觉和神经，目前的机器人在这一步和人的差距最大。
要让机器手的触感、对自然风、气温的感知达到一个相对灵敏的程度，这样才能帮助人类做更多跟细致的工作。
4、轻薄坚硬的材料技术
机器人需要轻薄坚硬的材料作为身体，这样才能保证机器人的灵活和坚韧，目前已经有许许多多这样的材料，但是价格相对昂贵，需要进一步研发更加便宜的材料，以满足日后大量机器人的使用。比如战争机器人，再厉害经不起其他机器人的撞击，那也一下子就玩完了。
5、人机交互技术
机器人需要和人有良好的互动、沟通和交流，这样作为人类未来的朋友，才会合作愉快，一个操作复杂不友好的机器人是不会受到欢迎的。
希望我的回答能让您满意，帮到您。
