机器人方向目前研究热点方向有哪些?

已邀请:

萌果果

赞同来自:

大概两年前,我刚博士开题。
开题的时候,一个把「运动规划」和「轨迹规划」搞混的老师问到:「运动规划不是研究很成熟了吗,已经不算研究热点了吧?」
为了说服老板允许我继续搞「运动规划」,我特地跑去整理了一下机器人方向的研究热点。
(当然,毕竟两年过去了,时效性可能会有问题,请各位谨慎参考)

通过谷歌学术,找到 Robotics 话题下三个影响力最大的会议/期刊:

然后,我就对这三个期刊进行关键词统计
首先是 ICRA 2015,官网有给出每个关键词对应的论文,所以,我就把所有关键词的文章数量进行了统计,如下:

我知道上面这个柱状图你们看不清,所以我就只把最前面几个文章数比较多的截出来:

其次就是机器人领域的神级期刊 IJRR(The International Journal of Robotics Research),我也是把它2015年所有的文章关键词进行了统计。当然,由于 IJRR 不像 ICRA 是官方指定的关键词,所以我对一些意思接近的关键词进行了合并处理,结果如下:


最后,就是机器人领域另一个顶级期刊 TRO (IEEE Transactions on Robotics),如下:


当然,一般做调研,国内国外是要一起做的。要了解国内学术的发展情况,可以直接利用 CNKI 的「学术趋势搜索」工具:CNKI学术趋势
它能根据关键词直接返回研究发展情况,我随便放几个:








最后,大家根据前面的统计情况,就能大概知道哪些方向是 2015 年机器人领域的研究热点了吧。

当然,对于我而言,我也向老板展示了「运动规划很热门的,而且,你看,我们实验室很多研究方向都属于热门方向呢!」
老板听了后半句,表示很开心,于是我也就顺利入坑「运动规划」了。

重口味

赞同来自:

2018年的ICRA上,deep learning简直不要太火,蹭热点的抓紧了。

---------------------------------------------------------------------

看到的两张图片,这是ICRA2017 大会给出的一些统计数据,这个应该能大致反应出目前机器人领域的研究方向。


顾言希

赞同来自:

2012年,美国提出“工业互联网”;2013年,德国提出“工业4.0”;2015年,中国提出“中国制造2025”。近几年,许多国家或组织对未来的工业发展都相继制定了规划蓝图,并且,这些蓝图都从本质上都指出了未来工业制造的发展趋势,即更加突出自动化、信息化和智能化。

机器人作为工业制造的重要参与者,其发展越来越受到世界各国的高度关注,主要经济体纷纷将发展机器人产业上升为国家战略,并以此作为保持和重获制造业竞争优势的重要手段。美国2013年发布了机器人发展路线报告,将现今的机器人与上世纪互联网定位于同等重要的地位。机器人将影响人类生活和经济社会发展的各个方面,并被列为美国实现制造业变革、促进经济发展的核心技术。2014年,欧盟启动了全球最大的民用机器人研发计划“SPARC”,根据该计划,到2020年欧委会将投资7亿欧元,euRobotics协会将投资21亿欧元推动机器人研发,研发内容包括机器人在制造业、农业、健康、交通、安全和家庭等各领域的应用。事实上,德国的“工业4.0”计划,也将智能机器人和智能制造技术作为迎接新工业革命的切入点。近观亚洲,机器人技术较强的日本也制定了机器人技术长期发展战略,将机器人产业作为“新产业发展战略”中7大重点扶持的产业之一。韩国也于2010年发布了“机器人未来战略展望2022”,将政策焦点放在了扩大韩国机器人产业并支持国内机器人企业进军海外市场等方面。2014年,工业机器人在中国的销售量约3.7万台,销售量全球排名第一,中国开始成为最大的机器人消费国。

“工业4.0”强调的是自动化与信息化的相互融合,而工业机器人作为自动化制造过程中的重要参与者,其自动化和信息化水平将直接影响着工业制造的自动化和信息化水平。工业制造信息化水平的提高,将改变产品的生产模式,从原来的C2C(Company to Compay,企业到企业)模式到未来的C2C(Customer to Company,客户到企业)模式,即用户可以直接面向企业来个性化定制产品,在很大程度上提高工业制造的柔性,优化和平衡企业与客户之间的供需关系,而信息化水平的提高势必要求有强大的信息交互与数据处理来作为支撑。

而当前的机器人所采用的控制系统基本上都是封闭式或半封闭式,即开发者根据自己机器人的特定结构,采用专用计算机、专用机器人语言、专用操作系统进行开发,用户很难根据自己的需求进行二次开发或功能扩展。这样的机器人控制系统开放性差,网络功能弱,各厂家的产品不兼容,很难满足“工业4.0”对信息化提出的要求。

另一方面,随着工业产品的工艺复杂程度和精度要求的提高,机器人应用场所和应用需求的越来越复杂和苛刻,机器人的计算平台已经不仅仅局限于传统的PC平台、嵌入式平台,而扩展到智能手机、平板电脑等移动设备;机器人配备的传感器从简单的光电开关、触碰开关,发展到触觉、声觉、视觉等高端传感器。机器人伺服系统与控制系统之间的通信方式也由原来的“脉冲+方向”的通信线缆,发展到通信更高效、通信数据量更大的各种现场总线。机器人控制系统正在朝着开放化的方向发展。

开放式的机器人控制系统强调可扩展性、可移植性、可裁剪性和互操作性。用户和企业可以自行扩展和裁剪系统功能模块,以适应不同应用下的功能和性能需求;可以移植到不同操作系统和平台,并且保持原有的功能;可以与外部其他系统进行数据甚至操作的交互。所以,开放式机器人控制系统满足“工业4.0”的发展要求,能够很好的解决当前机器人控制系统信息化程度低的问题。

事实上,“开放式机器人控制系统”并不是的一个新概念,国内外一些自动化企业和高校很早就开始着手研究。研究最多的是基于PC的开放式机器人控制系统,利用PC强大的硬件和软件功能,对PC进行实时性改造,将机器人控制软件和系统管理管理软件都运行在PC上,这种实现方式也就是普通意义的全软件型控制。

“工业4.0”的最显著特点是智能化生产,其核心是信息物理系统(CPS)的深度融合,智能化生产模式将从大规模定制向个性化定制转变,而机器人作为智能生产的重要一环,其开放性将会受到越来越多的关注。

Terry

赞同来自:

机器人视觉,主要偏向于3D视觉中的目标检测,目标跟踪,目标识别等,在无人驾驶,视觉SLAM和机器人操作的视觉感知领域应用非常广泛;
机器人机构设计,软指手,多指灵巧手,机械臂,似足机器人,外骨骼,仿生机器人等设计与控制。
机器人控制,包括传统的控制算法比如PID, iLQR, iLQG, PI2、也有现在的端到端的控制算法GPS,PIGPS等;
机器人学习,也就是机器人中的强化学习,基于模型的,模型无关的,结合深度神经网络的,具体参考CS294,伯克利的良心课程。
当然还有机器人的传感器包括立体视觉,触觉传感器,激光雷达...
为什么我发现各个领域都有很多人在做,看来都是热点。

懒猫儿

赞同来自:

局部视野,提供一个可交流和一定需要补充的研究方向.
了解的一些研究方向:
1.机器人3D视觉和环境感知.不同于计算机视觉,机器人视觉不仅仅需要进行物体识别,还包括物体定位.
(1)基于3D视觉的杂乱场景物体的位姿估计(已知CADmodel和未知CADm odel).
(2)基于3D视觉的三维操作场景重建以及语义分割.
(3)基于多传感器信息融合(视觉,激光雷达等)的机器人地图构建和定位.
2.机器人运动规划.基于深度强化学习(DRL)的端到端的机器人运动任务规划.这方面主要代表学者是UC伯克利的Sergey
Levine和Pieter Abbeel.
代表文章:
(1)End-to-End Training of Deep Visuomotor Policies.
(2)Learning Contact-Rich Manipulation Skills with Guided Policy tSearch
(3)Deep Spatial Autoencoders for Visuomotor Learning
3.机器人抓取规划.

泪眸人

赞同来自:

Computer Vision 看下cvpr2017的赞助商的数量(下图),可见一斑,不是icra能比的...






sherry

赞同来自:

歪个楼,热点其他答主都说了。
不过真想科研走的长远,还是要做那种前瞻性的关键问题,而且要在基础理论上取得突破。但是这种问题一般都很难,耗时间,出不了quick paper,所以大家都不做。

要回复问题请先登录注册