以“皮膚感知”為例剩骏，為了讓機器人在外表更接近人類，以及更多的感知，不少團隊一直在努力研究一種“敏感皮膚”监镰，力圖做到柔軟遗秩、敏感性強等特性。在此之上俐芬，已經(jīng)有不少成果展現(xiàn)在了公眾的面前绎狭，微風、蚊蟲降落等感知已是小菜一碟褥傍。此外儡嘶，還有嗅覺等等，這些都是一個服務(wù)機器人所應具備的功能恍风。

　　認知交互——服務(wù)機器人價值實現(xiàn)的關(guān)鍵

　　不管是人類還是機器人蹦狂，感知都是最基層的一部，而認知則是往上再進一步的升華朋贬。在認知的基礎(chǔ)上凯楔，服務(wù)機器人才能理解人類的各個方面，才能與人類更自然的進行交互：

　　自然語言處理：前面提到锦募，在識別語音之后摆屯，服務(wù)機器人所要做的就是深入文字的背后，這指的就是“自然語言處理”糠亩。

　　目前虐骑，自然語言處理這塊可以說是服務(wù)機器人的一大缺陷。雖然服務(wù)機器人也可以與人類進行一些連續(xù)語音交互削解，但其仍不能達到令人滿意的程度朝正。或許也可以這樣說圾恐，服務(wù)機器人較好的做到了自然語言處理农想，但在自然語言理解方面仍是一個“牙牙學語的嬰孩”。

　　深度學習：在人類面前擂椎，機器人就是一張白紙例氓，它們需要學習人類的各方面，像說話融卿、做家務(wù)等等峡黍，而在這方面，深度學習算法就是一個關(guān)鍵油蒙。

　　利用深度學習算法居串，在加以大量數(shù)據(jù)的訓練，服務(wù)機器人就可以模仿人類形成自己的一套做事方法保地，并在之后加以運用撰拯。以人臉識別為例刀昼，科學家們利用數(shù)據(jù)庫中的人類照片對算法進行訓練，讓之將照片與人名相對接讼撒，在不斷的糾錯中提高其識別的準確率浑厚。

　　如果將人工智能技術(shù)的研究比作造房子的話，深度學習算法就是最底下的“地基”根盒，承擔著一項技術(shù)的所有“風險”钳幅。此外，在認知交互方面炎滞，除了語義理解和向人類學習敢艰，服務(wù)機器人還需要對“感情”進行理解，如此厂榛，它才能夠真正的貼近人類盖矫，實現(xiàn)自己的真正價值，尤其是注重情感交流的陪護型服務(wù)機器人击奶。

　　運動控制——足式機器人是未來趨勢

　　在運動控制上辈双，服務(wù)機器人主要涉及兩方面，一個是定位導航柜砾，一個是平衡性湃望。

　　在定位導航，服務(wù)機器人需要完成定位芬莫、建圖和路徑規(guī)劃笼万，對此，大部分公司采取的都是SLAM技術(shù)众被。以掃地機器人為例简些，借助于計算機視覺和SLAM技術(shù)，其系統(tǒng)內(nèi)部將進行建圖和路徑規(guī)劃唤抚，在此之后篱撩，掃地機器人在運轉(zhuǎn)過程中將不再是沒頭沒腦的亂撞，而是能夠有規(guī)劃的掃地说庶，并自行返回充電缓鞠，毫不拖泥帶水。

　　而在平衡性上秆牍，縱觀市面上的服務(wù)機器人业抵，九成以上都是輪式或履帶式，足式機器人是相當之少見支读。

　　相比如足式厦碎，輪式和履帶式底盤的確具有更強的穩(wěn)定性、可靠性和耐用性扇雕。從當前市場來看赃磨，這兩種底盤是最適宜的選擇筝家，然而，從長遠的角度來講邻辉，足式機器人才是未來趨勢。輪式和履帶式底盤將服務(wù)機器人的運動范圍局限在了平地和一點點坡度的地面腮鞍，而在未來值骇，服務(wù)機器人的服務(wù)范圍必將擴大，行走環(huán)境也將變得多樣化移国，比如樓梯吱瘩，因而其底盤也必須得到改變。

　　未來迹缀，服務(wù)機器人的家庭普及率將逐年增長使碾，與此同時，服務(wù)機器人的性能也會在用戶的體驗反饋中不斷提升祝懂。

　　需要注意的是票摇，以上所提技術(shù)皆為機器人本身所搭載的技術(shù)，做到了這些窜旺，服務(wù)機器人只是實現(xiàn)了“機器人”的價值共悼。而在“服務(wù)”上面，服務(wù)機器人和廠商還需做其他的工作杏紫，比如接口協(xié)議的統(tǒng)一钙瘫、機器人的通信技術(shù)等等。