欧盟发布机器人技术多年路线图

欧洲机器人技术合作伙伴组织SPARC是全球最大的民用机器人创新计划，2014-2020年获得了欧委会7亿欧元的资助，并将从欧洲产业界获得21亿欧元的配套资助。2015年12月3日，针对欧盟H2020计划2016年机器人技术工作计划，SPARC发布了机器人技术多年路线图，旨在为发展欧洲的机器人技术提供一份通用框架，并为市场相关的技术开发设定一套目标。

该路线图以目的为特征，将机器人技术分为6个集群。例如，系统开发集群旨在开发出更好的系统与工具，人机交互集群旨在实现更好的交互，机电一体化集群旨在制造更好的机器，知觉、导航与认知集群旨在实现更好的行动与意识。每个技术集群包含多项关键技术与方法。

1. 系统开发

（1）关键技术与方法

·模型驱动的工程：模型驱动的软件开发和领域特定语言是核心技术，可以实现职责划分并改善组合性和系统集成。

·语义技术的使用：可以检索“现成组件”，并提高再用性。

·在所有层级使用模型。

·逐步改良：支持不同阶段部分硬件的绑定，但需要建模。

·架构与设计方法：集成系统不同部分的需求，如安全、容错能力、不确定性等。

（2）预期阶段性发展

实现对系统开发整个生命周期的支持，完成参考实现的工具化和可用性，开发出可重复使用和可组合的构建模块，提供无处不在的服务质量，在模型开发、知识表达和标准化方面取得突破。

2. 人机交互

（1）关键技术与方法

·针对外部环境的实时动态建模及相应的系统行动规划。

·高度可靠系统的设计，包括：多关注点的架构设计、系统组件的可靠性、算法实现的数值精度评估、应用于安全证明的形式化方法；基于模型的测试等。

·面向运动和轨迹追踪的系统开发，包括：涉及安全与人体工程学的人类自觉行动规划、生物力学安全的运动规划、可避免碰撞的动态运动规划。

·行动与交互规划系统开发，包括：反应能力规划与物理接触行为、交互方案与行为的监控、针对人机联合行动的交互规划。

（2）预期阶段性发展

在科学方面，开发出针对软体机器人的新型执行器和基于模型的控制原理，实现基础的交互规划和学习技能，开发在线工作空间监测技术，开发能预测意图和社会智能行为的先进认知架构。

在商业化方面，创建一套机器人技术安全性评估指标，开发新的系统集成方法和编程范式，实现工业环境中的人机密切合作，开发用于工作空间监测的实时算法。

3. 机电一体化

（1）关键技术与方法

·机械系统设计：系统级设计需要新的设计方法和多学科仿真技术，以及对材料和制造技术的更全面认识，最终实现“智能机械学”。

·传感器：新的测试理念、材料与更紧密的集成将深刻影响传感器发展，异构传感器网络的性能提升可能带来重大突破。

·执行器：新的执行器理念可赋予机器人低速下的高力矩、过载保护、后台操控性等特性。可变阻抗与串联弹性驱动可提升机器人在工业环境中的能力与灵活性，开创新的自动化时代。

·通信：实现同一系统内不同传感器与执行器间实时通信的自动化和标准化，利用通信协议和代码生成工具更轻松地设计灵活的拓扑结构并自动生成与配置通信代码。

·控制：机器人与人类和非结构环境的交互会对控制造成新挑战，为此，动态仿真和控制设计应与机电一体化设计同步进行。

·材料：材料及其制造的新进展可能对传感器与执行器的设计产生颠覆性影响

·电源供应与管理：对移动机器人来说非常重要。

（2）预期阶段性发展

设计出满足机器人特定需求的执行器，实现机器人系统的模块化和集成化，实现实时传感器信号质量的评估及机器人系统的自我诊断，实现工业无源阻抗驱动和智能机械系统设计，开发出标准化与模块化的机电一体化组件及生物兼容的机器人组件。

4. 知觉

（1）关键技术与方法

·传感技术，包括：2D视觉传感与处理、3D传感与处理、触觉和力传感与处理、多源测试的融合、反光物理成像、高曲率与反射物成像、微零部件成像。

·理解能力，包括：基于2D或3D数据的目标物检测、识别、定位、追踪和建模，基于触觉或力数据的目标物识别、定位与建模，基于语义的场景理解，随时间变化的学习模式。

（2）预期阶段性发展

知觉技术已经非常成熟并在移动通信设备、数码相机和游戏市场得到广泛应用。但机器人技术领域有着更具体的需求，未来可能出现的发展包括：改进了真实世界的物体识别，实现针对不同环境条件的功能细分，具备识别目标物特征和属性的能力。

5. 导航

（1）关键技术与方法

·全球定位：基础和常用技术包括多点定位及辅助、差分和增强全球定位技术，而使用网络技术进行定位依赖于对信号参数的评估。

·定位与制图：传感器与可视化技术是车载定位最常用的技术，大多数时候通过同步定位与制图技术（SLAM）结合起来，通常包括航位推测、数据关联、贝叶斯过滤、平滑等技术。

·运动规划：轨迹规划与简单运动规划总会遭遇障碍，面向多自由度机械臂的复杂运动规划是一种优化方法。

（2）预期阶段性发展

实现无缝的室内到室外导航，开发出高精度低成本系统，实现地图的层级结构和动态地图绘制，实现基于云的定位和动态环境中的定位，实现面向多自由度结构、动态环境和团队作业的运动规划，实现针对室外绝对定位的基站虚拟化，实现语义制图和类人运动。

6. 认知

（1）关键技术与方法

·知识表达与推理：使用语义地图表达几何、拓扑、功能、类别、时间等更高级的理念，使用本体使机器人从网页抽取信息。

·行动规划：考虑不同类型的知识和多层次的抽象、观测结果和不确定性，例如，任务规划应与运动规划相结合。

·学习发展与自适应：机器人常用的机器学习技术分为监督式分类、非监督式聚类及强化或策略学习。

·自然交互：人机间的成功合作与交互依赖于高水平的认知兼容性，以及对合作者需求与意图的理解。

（2）预期阶段性发展

在知识表达与推理方面，加强预测模型和混合知识表达的使用，实现不确定条件下的推理和针对机器人数据的推理，以及情境管理。在行动规划方面，实现：闭环规划，混合规划，联合行动规划、执行与监控，控制系统的形式化规范与综合，内部仿真及元认知。在学习发展与自适应方面，实现自动分类与跨类别归纳及非传统数据域的学习，开发深度学习方法，实现学习的融合。在自然交互方面，实现：人类情感与社交行为的检测，人类的认知建模，机器人软交流技能，拥挤环境中的自动导航与定位等。

此外，神经形态工程与学习、动态系统理论等技术目前尚处于基础研究阶段，尚需很长时间才能实现在机器人系统中的应用。

除了确定关键技术外，该路线图还通过不同层级的定义确定了机器人系统可以拥有的不同能力。这些能力包括：可靠性；交互能力；知觉能力；认知能力；自适应性；运动能力；操作能力；可配置性和决策自主性。其中，可靠性涉及故障、功能、环境、交互方面的可靠性。交互能力包括人-机、机-机交互能力与人-机交互安全，以及社会交互的持久性、范围与职责。知觉能力包括感知、追踪、识别、场景和位置感知能力。认知能力包括行动、解释、预见、学习和推理能力。自适应性涉及参数、组件和任务方面的自适应性。运动能力涉及受限运动和不受限运动。操作能力包括抓取、握持和搬运能力。

此外，该路线图根据不同的商业模式对机器人技术适用的市场领域进行了划分，包括制造、医疗保健、农业、消费型机器人、民用领域、商用领域、物流与运输等领域，由此确认了机器人技术的广泛影响及垂直终端用户市场的重要性。