我们最近的机器人趋势网络研讨会有三位很棒的演讲者。下面是来自Ilia Baranov的演示，他是加拿大Clearpath机器人公司的高级电气设计师。他活跃在开源机器人社区，也是热门的ROS 101系列博客的创建者。如需观看网络研讨会，请访问://m.fbvote.com/innovative-trends-in-robotics/
今天我想谈谈我们Clearpath Robotics在RND Robotics看到的一些趋势。
关于Clearpath的一些背景知识:我们大约在6年前开始，4名来自滑铁卢大学的机电工程系学生。毕业后，他们想找点事做，于是决定做扫雷机器人，但没过多久，他们意识到，不幸的是，没人愿意从车库里的四个学生那里买扫雷机器人，所以他们转行做研究和工业产品，这对我们来说非常非常好。
Clearpath Robotics目前有超过100名员工，都在位于加拿大多伦多郊外的Kitchener工厂和旧金山分公司。我们为机器人技术提供硬件和软件集成，包括研究和应用。我们的座右铭是自动化世界上最枯燥、最脏、最危险的工作，那些我们不希望人类做的工作。
我们主要使用ROS，这就是机器人操作系统，ROS允许我们做的是它允许我们在机载计算机之间，在不同传感器之间，在硬件平台之间以一种非常不可知的方式进行通信。对于研究人员来说，当他们得到我们的平台时，他们打开盒子，给机器人通电，他们可以把它开出来，立即开始他们的研究。
最重要的是，ROS允许许多人向社区贡献代码，所以我们自己可能写了超过200个开源软件包，但整个社区写了超过10,000个，这允许我们在不真正了解内部工作原理的情况下使用传感器。我们可以把它们插进去使用，让我们的客户也可以这样做。
一个最好的例子，你可以在右边看到，这是哈士奇机器人这个特殊的机器人是为加拿大航天局开发的。美国航天局正在寻求开发火星漫游车模拟装置。他们不需要花费几百万美元和几年的时间来开发火星探测器，而是购买我们的一个设备，在上面安装传感器，他们可以立即开始进行研究，而花费只是我们的一小部分。
这将把我们引向何方?作为一名工程师，我用一种有点简单的观点来看待这个世界，所以几乎所有的工程解决方案，你要么有成本，要么有灵活性，要么有性能，你可以从其中任选两个。
当Clearpath机器人公司成立时，我们非常关注学生，而学生们非常关注低成本，高灵活性的机器人，并以性能为代价。例如，我们的TurtleBot是一个大约2000美元的开发平台。它的速度很慢，处理器也不是很强大，但可以让你像学生一样做很多事情。
第二，我们扩展到研究市场研究人员非常想要高性能，非常灵活的系统他们对成本不敏感，所以他们可以花更多的钱，得到可以持续5年，10年的东西让他们真正深入研究。
最后，Clearpath Robotics一直在向工业市场扩张。工业市场是一个有趣的地方，因为你有很高的性能要求，非常快，非常精确，非常高的启动时间，非常可靠，但他们希望成本低。不可避免的是，权衡总是你有一个非常精确的机器，只做一件事。你的自动焊机只能焊接钢材，不能做煎饼。
这种权衡一直都是一种方式，所以Clearpath Robotics正在尝试做的是我们正在尝试做更多一点的灵活性。正如我将在这些研究趋势和工业趋势中展示的那样，您将看到大多数人现在开始用更大一点的灵活性来换取更少一点的性能，以获得更好的整体产品。
有一件事需要注意，在中间，你想要一个既便宜，又灵活，性能优异的产品，但实际上这通常不会发生，除非你等上几十年。笔记本电脑就是一个很好的例子。十年前，我现在使用的笔记本电脑可能更贵，速度更慢，也更不灵活。现在的研究人员，他们有两个选择，要么等上十年，要么和我们这样的公司合作，得到一种针对他们想要做的事情的解决方案。
我们看到的一些具体的趋势是在硬件方面，很多机器人开始远离简单的路线跟踪，简单的寻径撞到像机器人吸尘器这样的东西。我们开始看到像USB摄像头这样的东西，非常简单廉价的USB摄像头被用于非常复杂的视觉导航。我们看到激光雷达被用于测绘和深度传感器。
另一个非常有趣的是深度传感器，当微软推出他们的微软连接时，他们认为人们会购买它作为游戏外围设备，但实际上它对机器人市场是一个巨大的福音因为这个400美元的传感器只做一件事。它制作了3D点云，但它做得非常好，而且成本非常低，它击败了几乎所有10,000美元以上的服务。正因为如此，微软、苹果和英特尔以及几乎所有你能想到的大型半导体公司，都开始在深度传感器上投入大量资金。
随着其他有趣的趋势，我们第一次看到计算足够快，足够便宜，可以安装在面向公众的机器人上。一个很好的例子就是这个图像，Savioke机器人。这是一个在酒店里走来走去送毛巾的机器人，如果你想想，10年前，看到机器人在酒店里自己导航，找到门口的路，只是为了送毛巾这样简单的事情，是不可思议的。
现在成本足够低，性能足够高，如果其中一个机器人丢失了，或者有人决定破坏它，损失也不是很大。这几乎都是通过通用硬件实现的，所以你有一个深度传感器，它不仅擅长一件事，还能做很多事，和计算机一样，和平台本身也一样。
软件方面的事情，如我所提到的，ROS是一个很大的东西。有了一个开源框架，许多机器人可以相互交谈，传感器可以共享数据，研究人员可以在彼此之间共享数据，这使得开源解决方案胜出。
闭源，例如，老的微软机器人工作室不是很受欢迎，因为即使你开发了一些非常新颖的东西，你也不能真正解释它是如何工作的，因为你所有的源代码要么是闭源，要么依赖于一些没有人真正理解的隐藏库。
一般来说，软件使用的空间结构要少得多。这里你可以看到一个哈士奇机器人使用3D Velodyne激光雷达它正在穿过一个办公空间。墙上没有标记，也没有特殊的胶带，什么都没有。它只需要使用视觉系统，就可以在非常复杂的环境中导航，比如办公空间或仓库。
视觉是一个很大的研究领域。这是我们的一名研究人员在使用哈士奇你可以看到它在各个方向都安装了摄像头这个研究人员试图只用摄像头视觉来进行地下和地面上的导航他用前面的传感器，比如GPS和激光雷达，来检查他的信息。
另一个重要的问题是人机交互。我负责PR2机器人的维护工作。这就是你看到的机器人。这是一个价值20万美元的机器人，它可以与人类互动。例如，在这个例子中，这个人瘫痪了机器人帮助他做一些基本的工作他们正在研究如何让机器人理解人类的意图?我们如何让机器人在人身边正常活动，既不伤害人，又能以合理的速度工作?
这实际上也显示了操纵。例如，在最后一帧中，我们有一个机器人捡起一条灵活的毛巾，这对人类来说似乎是一件非常简单的事情，但对机器人来说却是极其复杂的，所以这是一个非常尖端的研究终点。
最后一个是非结构化的路径规划。不需要告诉机器人从A点到B点的确切路线，我只需要走到我的PR2跟前说:“去厨房给我拿杯咖啡。”它应该能够做到这一点。我们现在看到的就是这种尖端研究。
关于ROS有一个有趣的现象。我们在IEEE Xplore数据库中进行了搜索，这是一个包含所有已发表论文的大数据库，你可以看到ROS正以前所未有的速度逐年获得关注。它正迅速成为最常用的软件之一。像MATLAB这样的东西在历史上非常流行，但由于它们的闭源特性，它们开始失去一些份额。
最后，我想再一次强调灵活性的概念，当一个研究人员来找我们说，“我想做农业方面的研究”，我们就会使用全球定位系统，我们可能会使用立体摄像机。深度传感器不能在外面工作，所以我们不能使用它们，所以我们混合和匹配传感器，直到我们找到理想的机器人。然而如果你在地下工作，不能使用GPS，你可能会想使用3D视觉，你可能会想使用激光雷达等等。
这种定制化和灵活性正是机器人研究的发展方向。不是只有一件特定的事情，而是一个可以同时做很多事情的机器人。
总的来说，我们看到了什么?我们看到左边的传统机器人，举个例子，这是一个经典的机器人，它会跟随地板上的胶带。如果有人跳到它前面，它就会停下来。这很简单。它不是很灵活，而且很贵。这种发展正在向机器人研究过渡。
例如，我们有一个Baxter和一个Clearpath ridgeback，这两个机器人可以互相交流。它们相互协作，所以如果巴克斯特需要够到它抓不到的东西，脊背蛇就会把机器人移过去，所以这是一个研究阶段。我们希望所有这些研究最终都能回到制造业中去，这样机器人就不会跟着地板上的胶带走，而是会开车到它需要去的地方，拿起工具，然后去做它的工作。
机器人技术的创新趋势，第1部分首次出现自动提示．
了下:机器人•机械手•末端执行器，视觉•机器视觉•相机+镜头•框架抓斗•光学滤波器
