安冉：再次感谢潘院长，上午参会代表提出来上午的报告比较偏重于学术和创新，问创业的板块会在什么时候，其实我们下午主要就是围绕着创业发展的主题，接下来让我们有请机器人领域的明星企业，纳恩博科技是平衡车领域的领军企业，并且在2015年全资收购了平衡车的鼻祖segway，集万千宠爱于一身，2016年纳恩博和英特尔合发了路萌机器人，今年大会上有一个非常漂亮的展台，接下来有请号称路萌之父，帅哥蒲立来介绍一下在他看来的服务机器人的产业化探索之路。

蒲立：刚刚听了两位嘉宾的演讲，第一位嘉宾讲了在科学的最前沿的领域一些探索，潘院长给大家介绍了相对来说比较成熟的产业情况。我的报告介于两者之间，消费级的服务机器人这件事情已经从实验室走出来，已经真正走到市场里面，但是又不是一个非常成熟的市场发展阶段。给大家汇报一下我们做这个事情的过程，同时分享一下产业化方面的探索思考和经验。

首先我们为什么想要做消费级的服务机器人。大家看到过去十年的发展，特别是技术进步带来的发展，机器人有传感器、运算器和作动器。在传感器过去的十年里面我们的深度识别传感器、关系测量的传感器包括LiDAR和麦克风阵列的进步速度迅速，惯性传感器05年的时候要50美金还特别大个儿，现在几块钱人民币装到手机里，每个智能手机里面都有这样的传感器。这样的技术进步带来的是开拓了新的需求，摩尔定律到现在非常好地运转了这么多年，每个手机里面的处理器的处理能力和功耗和成本都得到非常大的提升，可以做很多很复杂的算法。比如深度学习，最近几年很火的深度学习算法也可以在嵌入式处理器里面真正跑起来，作动器方面没有前两项那么大，ninebot9号平衡车在移动方面可以做到非常高的精度，可靠性也增加了，同时成本降低。三个方面的技术进步带来的变化，能够让我们的机器人走向更复杂多变的环境，同时学习并且处理更多元化的任务，这是为什么想要在这个时间点上做个人服务类的机器人。

为什么一定需要个人服务类的机器人？虽然基础的技术都具备了。中国从1953年、1982年、2000年、2010年的人口分布图，可以看到老龄化在发生，五年十年后我们在很多个人服务领域可能会出现人力不够的情况。在机器人讨论越来越多的时候，大家也会觉得机器人会不会以后把人的工作抢了，人就没有工作了，大家失业了。这也是一个很好的问题。美国从1979年到2012年各个不同种类的职业占比变化，大家可以看到，从事技术或者专业类的职业在不断增长，从事个人护理或者服务类的行业也在增长，主要从事人和人之间的交流，工厂里面产业工人或者做重复劳动事情的人员减少，被信息化接替了很多。美国失业率并没有什么太大的变化，我们能看到只不过  重复的功能性的劳动逐渐被自动化被机器人代替，但是情感类的行为或者创造性的行为仍然是人类在做，机器人取代人的工作这样的事情其实不存在。

有了这两方面，这是非常好的一个方向。现实生活中到底存在什么样的问题，还存在哪些重复性和功能性的劳动可以让个人服务类的机器人可以去做？每天生活当中其实花费了很多的时间和精力和体力在步行，比如安防巡逻每天走十几公里，推着老人轮椅的护理人员每天也得陪着老人走很长的距离，我们每天要下楼取快递，虽然不长走的距离不远，今年中国突破三百亿件快递，在工厂里面仓库里面有特别多的捡货或者搬运工作，需要大量的人工，走很长的距离。既然Segway在这个领域取得非常不错的成绩，现在有百万量级的能够非常好地高效移动的设备，这种双轮自平衡的形态有非常好的优点就是占地面积很小，能够在人能够走到的区域里面非常好的非常自如去移动，不会撞到周围的东西。有了这个想法，我们在2016年1月份CES纳斯维加斯联合英特尔发布了Loomo路萌的概念，底盘是9号平衡车的底盘，上面增加了身体和头的部分，有运算单元有作动器，让机器人在真实的场景里面做一些事情。经过一段时间的量产化研发，已经把这个机器人做到量产的状态，这是现在的机器人路萌的样子。刚才主持人提到，在我们的这次世界机器人大会的展位也展示了路萌真机，上面有特别多的传感器，有特别多的视觉传感器，有五个摄像头，有深度摄像头、高清摄像头还有用于视觉定位导航的摄像头，都是不同的功能，也有麦克风阵列，用户可以和机器人做一个自由对话。在机器人里面我们嵌入英特尔的处理器，运行的是安卓系统，每个机器人的应用像开发安卓应用一样简单。当所有的应用建立在底层的SDK基础之上可以在很短时间内开发出来一个机器人应用。

这个平台上代替重复的行走，怎么实现这个事情？提供几种能力，智能行动能力解决方案。两个轮子可以非常稳定地在一个空间里面运转，跟人走路不能闭着眼睛走路一样，需要看周围有什么地方有障碍不能撞上去，有英特尔的深度视觉传感器，很好避障，规划局部路线。但是有了这个能力之后，有很多人其实有点不记路，不知道自己要去哪儿，缺少百度地图或者高德地图，缺少一个导航的东西。我们也有一个面向机器人的云端地图，这个地图跟我们手机上用的导航汽车或者开车用的导航地图是不一样的，机器人所识别的周围场景跟人识别的场景所提取的元素是不一样的。应用到机器人上面，我们会建立这样一套云端的地图系统，让机器人能够在各个不同的场景里面通过视觉导航。

这些能力加起来，再通过SDK提供这些能力之后会做成一个软硬件可扩展可以支撑各类应用领域，每个应用领域都需要大量的移动工作。我们发布这个概念之后收到两千多家来自全球的机构和个人开发者的申请，这些申请我们也进行了选择，我们只是一个小团队，支持的能力比较有限。在过去一年里面选择了一些早期开发者，帮助他们去实现了示例的应用，今年7月份已经将教育和商用版本的产品可以实现真正的销售。在今年四季度，我们会发布一个消费者版本的路萌机器人。

我们看一下有哪些应用。今年1月份在CES上展示的应用，宝马利用路萌机器人平台大概花了35天时间做的应用。泊车助理，宝马车驾驶员开到停车场门口，可以自动引导这个车到空的车位，倒车入库，驾驶员可以下车跟着机器人去他想去的地方。整个应用当时在拉斯维加斯，运行了三天，每天8小时不间断运行，每15分钟有一辆车过来，整个系统非常稳定。而应用的开发不到一个月时间，加上从德国又运到美国去加起来花了30多天的时间。我们刚开始的想法，做一个可移动的平台，有非常好的走路、看路和记路能力平台的想法，实际得到了验证。

在这个基础上我们又在今年5月份联合英特尔做了一件事情，我们在生活场景里面有特别多的送外卖送快递。我们在舞台上让一个机器人通过纯视觉导航背后背了一个箱子，因为是可扩展的机器人，装上一瓶水，把这个水递到英特尔CEO的面前，他手机上有一个二维码，通过机器人上面的摄像头扫码打开后面的箱子，把门打开取到他想要的东西。展示了非常广漠的应用，在我们的生活当中如果能有这样的配送机器人存在的话，那在配送方面需要的人力也会逐渐减少。其实在配送方面大家用外卖或者用O2O软件越来越多，像中国领先的几家O2O企业的外卖小哥送货小哥加起来将近百万人，但这个行业在继续发展，大家对它的时效不是一个小时而是30分钟想拿到的时候，对人力的需求越来越大。算下来的话，可能需要全国适龄能够做这件事情的人超过1%，本身人口规模即便是中国的人口规模也是支撑不起来这样一个产业，一定需要机器人进来帮助产业的发展，让我们的生活变得更便捷。

不止这两个，还有很多开发者跟我们一起做一些探索。现在这个阶段，服务机器人的应用被什么支撑起来？首先得能移动，移动里面涉及到特别多的技术难点，包括多传感器融合、大尺度鲁棒的视觉导航系统、障碍检测、动态规划包括生产的时候还不是那么容易，整个难点解决之后。移动这件事情假设可以解决，同时还需要有交互，就像刚才英特尔CEO拿一个二维码扫码打开箱子，哪怕只是非常简单的交互，仍然需要交互。大家在生活当中遇到机器人的时候或者在机器人大会里面能够看到对于一些普通的用户碰到机器人的第一反映就是我跟这个机器人说话，看这个机器人有没有反应，大家对交互的期待非常高，哪怕只是一个送餐机器人。我们需要远场语音识别还有语义理解等等手段，以前这些手段没有很好在产业界里面研究，这里面涉及到的体验问题，这里面体验提升的空间非常大，这一块也是重点发展的方向。

移动和交互一定要嵌入到实际的场景里面，这样的场景商业模式是什么样的，具体的需求是什么样，频次有多高，使用的密度有多高，其实都是会决定整个场景服务机器人这个应用能不能跑起来非常重要的方面。涉及到场景知识的表达和场景之间的切换问题等等，这些问题都组成现在服务机器人应用基础的点。

还有一个很有意思的发现想跟大家分享一下，在做服务机器人的时候，出现了一些意想不到的问题，可能大家以前觉得做一个机器人我们需要的是非常好的硬件设计能力，能够把这个机器人设计出来，设计完之后需要能够生产做量产，量产确实是很难的事情，我们需要有量产和很强的供应链能力。真正把这个东西做出来，其实还不够，右边是各个不同软件代码的行数。从70年代最简单的操作系统一直到现在用的安卓系统，代码呈数量级增加。而现在看到的，真正要做好一个个人服务类的机器人，它的代码量至少会达到F22战斗机的水平，而代码量随着大家对功能的不断需求增加还会继续增加，这样的软件工作量激增不是在一个固定的环境下面的增加，还是在不确定的环境。机器人工作的环境即便在今天这栋楼的环境和明天那栋楼的环境不一样，怎么做测试，把软硬件结合起来都是非常棘手的问题。如果要做好机器人或者个人服务类机器人，让机器人从工厂里面走出来，从确定的环境里面走出来，走到生活的场景里面去，我们可能需要一些新的组织形式和工作流程综合解决这些问题。

以上就是我们做的一些事情的分享，感谢大家！