导语：多样化的场景应用加速服务机器人的发展，但与此同时，场景的碎片化也成为其发展桎梏。

从碎片化到标准化，服务机器人“应势而变”

餐厅里的送餐机器人、仓库里的巡检服务机器人 、酒店大厅里的智能客服机器人、机场中的行李服务机器人、校园里的送快递机器人、甚至是疫情期间的消毒机器人……

当下，各式各样的服务机器人出现在人们现实生活场景中，尤其在疫情之后，服务机器人在医疗、公共服务的应用更是被推上了新高度。

服务机器人落地应用快速增长固然可喜，但其多样的应用场景带来碎片化需求却成为发展的“一大壁垒”，不仅增加了计算负载，也延长了制造周期，使得成本也随之增加。

服务机器人，亟需求变。

碎片化成发展痛点

近年来，随着人工智能技术的突破以及现实需求的变化，服务机器人在全球范围内得到了快速发展，其产业规模在近几年迅速呈现出扩大的态势，并且依然存在着巨大的发展空间。

《中国机器人产业发展报告(2019 年)》数据显示，2014 至 2018 年全球服务机器人销售额由 35.1 亿美元增长至 82.9 亿美元，年均复合增长率达 23.97%。

同时，报告预计，2021 年销售额将达到 131.4 亿美元，且近三年（2019-2021 年）的年均复合增长率将达到 17.86%。

从碎片化到标准化，服务机器人“应势而变”

在中国，服务机器人的行业增速尤为明显，尤其在 2020 年疫情防控催生的新需求以及新基建政策的加持下，更是为我国服务机器人的发展按下“加速键”，迎来一个快速发展时期。

 
36 氪研究院发布的《2020年中国服务机器人行业研究报告》指出，预计 2021 年，中国服务机器人市场规模将达到 38.6 亿美元，约占全球市场的近 30%，2013-2021 年年均复合增速为 36%，高于全球服务机器人市场增速。
 

在实际落地应用中，服务机器人也早已突破了早期的实验室阶段和具备初步感觉和协调能力的萌芽阶段，走向了多方面实际应用的落地，在工业、商业（包括零售、餐饮、医疗等领域）、家用等领域都有其身影。

不过，由于服务机器人使用场景众多，且大小、形态、功能各异，服务机器人市场呈现碎片化现象；而这种碎片化的形态，给服务机器人的设计、制造等环节带来了多方面挑战，主要表现为：

计算负载增加：现代服务机器人采用计算机视觉和深度传感器/摄像头对光学雷达进行补充，以识别对象和避免碰撞。但随着应用种类的扩展，计算模块在为导航和操作提供计算能力的同时，还需额外的算力来支持 AI 工作负载、媒体处理以及其他相关操作，大大增加了计算负载。

设计、验证周期变长：服务机器人是一个非常碎片化的行业，机器人大小不一，功能各异，由于具体应用要求不同，每一个使用案例所需的设计和验证周期都会受到影响，制造成本也随着增加。

显然，这是服务机器人在发展过程中衍生出的痛点。但从另一个角度来看，这也是其应用落地后对技术提出的新要求——如何解决服务机器人碎片化场景带来的问题，成为服务机器人进一步渗透应用场景的一道门槛。

标准化是趋势

对此，英特尔设计出一种能够适应服务机器人所需执行不同工作负载的计算模块，即“可扩展计算模块设计”。

英特尔智能移动机器模块设计主要由两部分组成——主计算板和 I/O 扩展板，具体来看：

主计算板采用标准的 3.5 英寸外形规格，能够在降低成本的同时适应体型更小的服务机器人。其外观配有可选的板载扩展模块，提供 Wi-Fi 和蜂窝连接来扩展其可用性。

具体表现上，主计算板主要提供针对成本优化的基础平台，既能够提供导航模块所需的 I/O 连接，也能够为为马达控制器提供连接性，以驱动滚轮或机械腿在周围活动。

从导航模块来看，主计算板通过提供导航模块所需的 I/O 连接使能导航模块，而导航模块则是依赖一组外围设备（如光学雷达、深度摄像头和近距离感应器）为其提供的输入数据，来执行自我定位和地图构建/解释功能。

另外， I/O 扩展板则是为了满足服务器人厂商的需求而设计，能够自定义引脚分配，具有 PCIe 4X 插槽、USB 2.0、USB 3.0 等连接口，能够支持应用模块为提供服务而要求的 I/O 连接。

本文摘自：网络  日期：2021-08-24
详情点击:豹小秘机器人官网