當(dāng)前，全球機(jī)器人市場規(guī)模持續(xù)擴(kuò)大，工業(yè)機(jī)器人市場增速穩(wěn)定，服務(wù)機(jī)器人增速突出。2018 年，全球機(jī)器人市場規(guī)模達(dá) 298.2 億美元， 2013-2018 年的平均增長率約為 15.1%。 在裝備制造領(lǐng)域，機(jī)械臂憑借強(qiáng)大的負(fù)重能力和精準(zhǔn)的抓取操作代替著工人的雙手；在物流領(lǐng)域，智能倉儲(chǔ)機(jī)器人和無人搬運(yùn)車不斷提高著運(yùn)輸效率；在生活服務(wù)領(lǐng)域，家用清潔機(jī)器人和服務(wù)機(jī)器人正成為許多家庭的私人保姆和小秘書。

機(jī)器人 3.0（2015-），伴隨著感知、計(jì)算、控制等技術(shù)的迭代升級(jí)和圖像識(shí)別、自然語音處理、深度認(rèn)知學(xué)習(xí)等新型數(shù)字技術(shù)在機(jī)器人領(lǐng)域的深入應(yīng)用， 機(jī)器人領(lǐng)域的服務(wù)化趨勢日益明顯，逐漸滲透到社會(huì)生產(chǎn)生活的每一個(gè)角落。在機(jī)器人 2.0 的基礎(chǔ)上，機(jī)器人 3.0 實(shí)現(xiàn)從感知到認(rèn)知、推理、決策的智能化進(jìn)階。

當(dāng)前，全球機(jī)器人市場規(guī)模持續(xù)擴(kuò)大，工業(yè)機(jī)器人市場增速穩(wěn)定，服務(wù)機(jī)器人增速突出。2018 年，全球機(jī)器人市場規(guī)模達(dá) 298.2 億美元， 2013-2018 年的平均增長率約為 15.1%。 在裝備制造領(lǐng)域，機(jī)械臂憑借強(qiáng)大的負(fù)重能力和精準(zhǔn)的抓取操作代替著工人的雙手；在物流領(lǐng)域，智能倉儲(chǔ)機(jī)器人和無人搬運(yùn)車不斷提高著運(yùn)輸效率；在生活服務(wù)領(lǐng)域，家用清潔機(jī)器人和服務(wù)機(jī)器人正成為許多家庭的私人保姆和小秘書。

從整個(gè)技術(shù)發(fā)展和市場環(huán)境看，機(jī)器人產(chǎn)業(yè)擁有以下發(fā)展推力：1、成熟的生態(tài)系統(tǒng)；2、老齡化人口趨勢和新興市場；3、更多智能產(chǎn)品互聯(lián)和智能家庭建設(shè)；4、人工智能、自然語言理解能力的增強(qiáng) 。

機(jī)器人 3.0 預(yù)計(jì)將在 2020 年完成， 在此之后， 機(jī)器人將進(jìn)入 4.0 時(shí)代， 把云端大腦分布在從云到端的各個(gè)地方，充分利用邊緣計(jì)算去提供更高性價(jià)比的服務(wù)，把要完成任務(wù)的記憶場景的知識(shí)和常識(shí)很好的組合起來，實(shí)現(xiàn)規(guī)模化部署。 機(jī)器人除了具有感知能力實(shí)現(xiàn)智能協(xié)作， 還具有理解和決策的能力，達(dá)到自主的服務(wù)。 在某些不確定的情況下，它需要叫遠(yuǎn)程的人進(jìn)行增強(qiáng)，或者做一些決策輔助，但是它在 90%，甚至 95%的情況可以自主完成任務(wù)。

要達(dá)到這一目標(biāo)， 首先需要利用人工智能和 技術(shù)。 利用人工智能技術(shù)提高機(jī)器人本體感知能力的同時(shí)， 提升個(gè)性化自然交互能力。利用 5G 技術(shù)， 大大縮短從終端到接入網(wǎng)的時(shí)間，帶寬大幅度上升，很多東西可以放到邊緣端，加入更多的計(jì)算能力，包括云端大腦的一些擴(kuò)展，助力機(jī)器人規(guī)模化部署。

類似互聯(lián)網(wǎng)的三級(jí)火箭發(fā)展模式，第一階段——關(guān)鍵場景， 把握垂直應(yīng)用，提高場景、任務(wù)、能力的匹配，提高機(jī)器人在關(guān)鍵應(yīng)用場景的能力，擴(kuò)大用戶基礎(chǔ)；第二階段——人工增強(qiáng)，通過加入持續(xù)學(xué)習(xí)和場景自適應(yīng)的能力，延伸服務(wù)能力，取代部分人力，逐步實(shí)現(xiàn)對(duì)人的替代，讓機(jī)器人的能力滿足用戶預(yù)期； 第三階段——規(guī)模化， 通過云–邊–端融合的機(jī)器人系統(tǒng)和架構(gòu)，讓機(jī)器人達(dá)到數(shù)百萬千萬級(jí)水平，從而降低價(jià)格成本，實(shí)現(xiàn)大規(guī)模商用。

應(yīng)用的快速發(fā)展，使得大量數(shù)據(jù)在網(wǎng)絡(luò)邊緣產(chǎn)生，推動(dòng)了邊緣計(jì)算的產(chǎn)生和發(fā)展。邊緣計(jì)算的提出始于 4G 時(shí)代，將計(jì)算和存儲(chǔ)資源部署到網(wǎng)絡(luò)邊緣，不僅可以減少核心網(wǎng)和互聯(lián)網(wǎng)上的流量，還可以顯著降低傳輸時(shí)延， 提高網(wǎng)絡(luò)可靠性。

低時(shí)延的業(yè)務(wù)需要終端、移動(dòng)蜂窩網(wǎng)（接入網(wǎng)和核心網(wǎng)）、互聯(lián)網(wǎng)、數(shù)據(jù)中心的端到端的保障。目前的結(jié)果表明 5G 手機(jī)和基站的數(shù)據(jù)通路延時(shí)可以達(dá)到 4 毫秒，在 URLLC 模式下，手機(jī)和基站的延時(shí)可以達(dá)到 1 毫秒以下， 相比 4G 的 20毫秒提高了 20倍左右。對(duì)于互聯(lián)網(wǎng)和數(shù)據(jù)中心的時(shí)延，一般情況下由于地理位置分布廣和未針對(duì)低時(shí)延優(yōu)化，從核心網(wǎng)網(wǎng)關(guān)到互聯(lián)網(wǎng)數(shù)據(jù)中心可在幾十到幾百毫秒之間。在 5G 中，其核心網(wǎng)引入了分布式網(wǎng)關(guān)，網(wǎng)關(guān)可以下沉到基站附近，邊緣服務(wù)器可以直接連接到分布式網(wǎng)關(guān)上，大大降低網(wǎng)絡(luò)的端到端時(shí)延。

云–邊–端一體化構(gòu)建了一個(gè)通過機(jī)器人提供多樣化服務(wù)的規(guī)模化運(yùn)營平臺(tái)。其中，服務(wù)機(jī)器人本體是服務(wù)的實(shí)施者，而實(shí)際功能則根據(jù)服務(wù)的需要無縫地在終端計(jì)算（機(jī)器人本體）、邊緣計(jì)算和云計(jì)算之間分布和協(xié)同。機(jī)器人系統(tǒng)類似現(xiàn)在智能手機(jī)上的各種 ，主要關(guān)注如何實(shí)現(xiàn)高性價(jià)比的多模態(tài)感知融合、自適應(yīng)交互和實(shí)時(shí)安全計(jì)算。

自適應(yīng)交互： 為了支持機(jī)器人的個(gè)性化服務(wù)和持續(xù)學(xué)習(xí)能力， 需要將感知模塊的輸出與知識(shí)圖譜結(jié)合對(duì)環(huán)境和人充分理解，并且逐步提取和積累與服務(wù)場景和個(gè)人相關(guān)的個(gè)性化知識(shí)。通用知識(shí)和較少變化的領(lǐng)域知識(shí)應(yīng)該存放在云端，而與地域和個(gè)性化服務(wù)相關(guān)的知識(shí)應(yīng)該存放在邊緣或者終端。無論知識(shí)存放在哪里，在機(jī)器人系統(tǒng)中應(yīng)該有統(tǒng)一的調(diào)用，并可以保證實(shí)時(shí)通訊。基于 ROS2 構(gòu)造涵蓋終端和網(wǎng)絡(luò)側(cè)的系統(tǒng)框架可以滿足未來的需求。

實(shí)時(shí)安全計(jì)算： 未來的服務(wù)機(jī)器人應(yīng)用將有大量需要實(shí)時(shí)響應(yīng)的情形（如語音交互、協(xié)同操作等），因此需要在邊緣服務(wù)器部署相應(yīng)的加速硬件。同時(shí)，機(jī)器人也將處理大量涉及用戶隱私的數(shù)據(jù)（如視頻、圖像、對(duì)話等）。云–邊–端一體化架構(gòu)需要構(gòu)建隱私數(shù)據(jù)的安全傳輸和存儲(chǔ)機(jī)制，并且限定物理范圍。對(duì)于可以進(jìn)行物理操作的機(jī)器人，要構(gòu)建獨(dú)立的安全監(jiān)測機(jī)制，保證即使機(jī)器人系統(tǒng)被遠(yuǎn)程攻擊劫持后也不會(huì)造成物理安全損害。