家庭服务机器人将会实现如下几类较典型的应用。

1、家庭服务机器人将实现各种助手类的应用。智能手机上流行的个人助理软件（Siri，Cortana等），将从虚拟的无形演变为有物理外形的机器人能够实现的功能。可以设想，机器人助手可以帮用户查询一些如：天气，限行尾号等信息，或对用户进行提醒。听上去好像与手机上的体验并无区别，但实际上在体验上已有不少改变。用户和机器人互动的时候可用更自然的方式，像和人交流一样，甚至可以看到机器人的表情，使服务显得更加个性化。除了这些应用，服务机器人还可在更多的场景中作为人的助手。比如服务机器人可以作为人的健身助手，当人在健身的时候，机器人可像健身教练一样提供一些建议。相信此类应用随着技术的发展，将会越来越丰富。

2、家庭服务机器人将助力少儿教育。因为服务机器人具有自主性和移动性，将会为少儿教育带来无限的可能和更广泛的应用空间。

3、家庭服务机器人将可实现老人看护。包括中国在内的许多国家，正在或将要步入老龄化社会。中国的老人一般希望居家养老，而子女又忙于工作，即使住在一起也无法一直在身边照看老人。诸如提醒老人吃药或紧急情况时及时救助等，如果能由家庭服务机器人来完成，将大大提高老人居家养老的生活质量，也使得子女更放心。老人看护将是未来机器人的一个应用热点，具有极大的社会价值。机器人能完成的事还有很多，除了与健康辅助直接相关的功能，还可帮助老人读书读报，与老人简单聊天等，进行情感方面的关怀。

对于专业服务机器人，其应用根据专业应用领域的不同，而有较大区分。

1、在物流中心进行货物分发。据悉，这项应用已开始在亚马逊等公司实际使用。未来将不断地升级，如能够自动取货等。

2、在零售店，柜台，前台等处为客户服务。这些服务机器人能够和客人打招呼，并回答一些基本问题，还可以帮客户提包，端茶送水，并为客户指路。

3、机器人摄影师。机器人摄影师可以不知疲倦地穿梭于宾客之间，帮人们拍出高质量的照片。当然此功能在家庭服务机器人上，同样是个新鲜的功能。

4、智能安防机器人。在一些警力不足的地方，如果有智能安防机器人24小时巡逻，则会有很好的震慑力，减少犯罪的发生。

关键技术与挑战

可以预见，未来服务机器人有不少有趣的应用，但从技术实现的角度看还存在诸多挑战。

前面提到过机器人的三大技术领域，包括感知、认知和行为控制。其中行为控制技术相对来说，已经有不少技术积累。而对于在不久的将来可以实际大规模应用的服务机器人，将会更偏向于发展低成本的机器人。诸如机械结构比较简单的轮式机器人（只有轮式移动平台加上一个可活动的头，一般没有手臂或者手臂比较简单），由于其控制部分较为简单，因此在感知和认知方面的技术，显得尤为重要。根据以往机器人领域的研究进展和对应用的初步分析可以认为如下的感知、认知技术，将是实现应用的关键。

1、三维导航定位技术。不管什么机器人，只要可移动，即需要在家庭或其他环境中进行导航定位。其中SLAM（Simultaneous Localization and Mapping）技术可同时进行定位和建图，在学术研究方面已经有不少技术积累。但对于实际系统，由于实时性低成本（比如无法采用比较昂贵的雷达设备）的要求和家庭环境的动态变化（物品的摆放），因而对导航定位技术提出了更高要求，仍需进一步研发。

2、视觉感知技术。其中包含人脸识别、手势识别、物体识别和情绪识别等相关技术。视觉感知技术，是机器人和人交互的一个非常重要的技术。

3、语言交互技术。其中包含语音识别、语音生成、自然语言理解和智能对话系统等。

4、文字识别技术。生活中有不少文字信息，如书报和物体的标签信息，这也要求机器人能够通过摄像头来进行文字识别。与传统的扫描后识别文字相比，其可通过摄像头来进行文字的识别。

5、认知技术。机器人需要逐步实现规划、推理、记忆、学习和预测等认知功能，从而变得更加智能。

从目前的研究现状看，服务机器人面对的关键技术均有了长足进步，但还有相当多的问题要解决。

推动技术的研发与实际应用结合

英特尔中国研究院的一个重要研究方向是服务机器人，研究范围主要包括鲁棒的三维导航定位、人和环境的视觉感知以及人－机器人交互（包含感知、认知、行为控制的结合）等领域，致力于为英特尔的合作伙伴提供先进的服务机器人技术。

研究方法以特定的目标应用领域为出发点，并以此来推动技术的研发和在实际应用中的测试。前面提到的助手类应用、少儿教育应用、老人看护应用，是研究重点。

为了进行应用测试，英特尔中国研究院建立了实际的机器人硬件原型。左边是其内部结构，由一个带有英特尔Realsense摄像头的电脑来控制一个全向移动底盘和头部的转动，其高度可调，以便适应成人与儿童的互动要求。

目前研究院已经在视觉感知等领域取得了阶段性成果。显示了利用Realsense摄像头和SLAM技术生成家庭环境地图，这在后续就可用来定位导航。研究院还开发了鲁棒的跟踪技术，可在多人同时出现的情况下，长时间正确地跟踪一个特定用户。在未来还会研发出更多相关技术和应用，这些技术也将服务于业界的合作伙伴助力开发出先进的服务机器人产品。

推动技术的研发与实际应用结合

对于机器人技术，大家关心的一个问题是，是否需要采用专用的人工智能芯片。

目前探索的一个方向被称作混血计算（Hybrid computing），其是指用通用处理器和其他架构一起合作来进行计算。不过，还处于早期探索的阶段。

一个架构是否能成功地应用于服务机器人，需要看性能是否满足应用的需求，功耗等是否合适，这是一个考虑多种因素平衡的选择。

可以说现在的通用处理器与已有的一些其他计算单元（如向量处理单元、GPU），已经可以为服务机器人提供一个理想的硬件架构，尤其是多功能的具有感知、认知功能的服务机器人。目前机器人主要的瓶颈，还是在应用需求的开发和感知、认知技术上。当然，未来的架构，也会随着对应用的深入开发而不断创新。硬件设计面临的挑战越来越大，需要不断地适应未来发展的演变。同时也可以考虑用FPGA架构来为一些比较专门的应用提供加速，这样在应用发生变化的时候，将具有更多的灵活性。