深圳市優(yōu)必選科技有限公司是一家集人工智能和人形機(jī)器人研發(fā)、平臺(tái)軟件開發(fā)運(yùn)用及產(chǎn)品銷售為一體的全球性高科技企業(yè)。2008年，優(yōu)必選從人形機(jī)器人的核心源動(dòng)力伺服舵機(jī)研發(fā)起步，逐步推出了消費(fèi)級(jí)人形機(jī)器人、商用服務(wù)人形機(jī)器人和Jimu系列品牌機(jī)器人，并成功入駐全球部分AppleStore零售店。2017年，優(yōu)必選與清華大學(xué)成立智能服務(wù)機(jī)器人聯(lián)合實(shí)驗(yàn)室，與悉尼大學(xué)成立人工智能研究院，在人形機(jī)器人驅(qū)動(dòng)伺服、步態(tài)運(yùn)動(dòng)控制算法、機(jī)器視覺、語音/語義理解、情感識(shí)別、U-SLAM（即時(shí)定位與地圖構(gòu)建）等領(lǐng)域深度布局，積極打造“硬件+軟件+服務(wù)+內(nèi)容”機(jī)器人生態(tài)圈，致力實(shí)現(xiàn)讓機(jī)器人走進(jìn)千家萬戶的夢(mèng)想。

阿爾法系列機(jī)器人

    該機(jī)器人主要用于家庭、學(xué)校教育及娛樂市場(chǎng)，操作靈活多變。具有PC端3D可視化動(dòng)作編輯軟件，支持人機(jī)互動(dòng)；可以手機(jī)APP端藍(lán)牙高速連接，實(shí)現(xiàn)語音指令操作，兼容iOS&Android。機(jī)器人內(nèi)置強(qiáng)大的核心源動(dòng)力“伺服舵機(jī)”，控制精度高，機(jī)身靈活多變，獲得多項(xiàng)發(fā)明專利。低功耗設(shè)計(jì)，充電時(shí)間短，續(xù)航能力強(qiáng)。

圖1人形機(jī)器人阿爾法一代、阿爾法二代、Lynx

阿爾法系列機(jī)器人涉及的關(guān)鍵技術(shù)：

（1）數(shù)字舵機(jī)控制技術(shù)

    采用空心杯電機(jī)來設(shè)計(jì)大扭矩的數(shù)字舵機(jī)，在性能和成本上達(dá)到平衡，作為機(jī)器人的核心器件，將有效的控制機(jī)器人整體成本，真正實(shí)現(xiàn)商業(yè)化。包括高性能電機(jī)的設(shè)計(jì)，采用稀土釹鐵硼永磁材料，讓電機(jī)實(shí)現(xiàn)高轉(zhuǎn)矩密度、高功率密度、低重量和小體積的目標(biāo)；采用有限元仿真的方法，對(duì)電機(jī)定轉(zhuǎn)子結(jié)構(gòu)優(yōu)化設(shè)計(jì)，降低反電動(dòng)勢(shì)諧波，實(shí)現(xiàn)波形正弦性，提升電機(jī)效率、平穩(wěn)性；基于解析法和有限元法，采用無齒槽結(jié)構(gòu)設(shè)計(jì)，繞組貼在光滑的鐵芯表面，從原理上消除齒槽轉(zhuǎn)矩。電機(jī)變頻控制算法包括通用傳感器設(shè)備信息采集及基于算法的傳感器采樣信息處理，基于矢量化的電機(jī)控制算法設(shè)計(jì)相應(yīng)的驅(qū)動(dòng)控制系統(tǒng)，完成對(duì)電機(jī)的轉(zhuǎn)速、轉(zhuǎn)矩及舵機(jī)位置的控制。

（2）多關(guān)節(jié)聯(lián)動(dòng)和平衡技術(shù)

    人形機(jī)器人集機(jī)、電、材料、計(jì)算機(jī)、傳感器、控制技術(shù)等多門學(xué)科于一體。在機(jī)器人跳舞、行走、起臥、武術(shù)表演、翻跟斗等雜技以及各種奧運(yùn)競(jìng)賽等動(dòng)作中，多關(guān)節(jié)聯(lián)動(dòng)和平衡技術(shù)是重點(diǎn)。阿爾法機(jī)器人采用20個(gè)伺服舵機(jī)作為機(jī)器人的運(yùn)動(dòng)控制。

圖2 舵機(jī)示意圖

（3）基于互聯(lián)網(wǎng)的語音云交互技術(shù)

    用戶發(fā)出語音指令后，機(jī)器人的語音采集設(shè)備采集語音信號(hào)并進(jìn)行預(yù)處理，通過互聯(lián)網(wǎng)將信息傳輸至云端（語音云服務(wù)器）。云服務(wù)器端進(jìn)行的處理包括：語音識(shí)別（ASR），即讓計(jì)算機(jī)能夠“聽懂”人類的語音，將語音中包含的文字信息“提取”出來。語音合成，又稱文語轉(zhuǎn)換（TTS）技術(shù)，涉及聲學(xué)、語言學(xué)、數(shù)字信號(hào)處理、計(jì)算機(jī)科學(xué)等多個(gè)學(xué)科技術(shù)，是中文信息處理領(lǐng)域的一項(xiàng)前沿技術(shù)，解決的主要問題是如何將文字信息轉(zhuǎn)化為可聽的聲音信息，也即“讓機(jī)器像人一樣開口說話”。

（4）智能感知及調(diào)節(jié)技術(shù)

    阿爾法機(jī)器人智能感知技術(shù)包括：系統(tǒng)存儲(chǔ)空間檢查--當(dāng)機(jī)器人的存儲(chǔ)空間不足時(shí)，通過機(jī)器人的立體聲喇叭播報(bào)“剩余空間不足，無法拍照，請(qǐng)先幫我清理內(nèi)存”；人臉檢測(cè)--如果機(jī)器人在當(dāng)前視野范圍內(nèi)，未檢測(cè)到人臉，系統(tǒng)會(huì)控制機(jī)器人頭部轉(zhuǎn)動(dòng)以尋找待拍照的用戶，如果在頭部轉(zhuǎn)動(dòng)范圍內(nèi)未檢測(cè)到人臉，機(jī)器人會(huì)提示“我無法看到你，請(qǐng)站到機(jī)器人前面哦”。當(dāng)機(jī)器人檢測(cè)到自身電池電量偏低時(shí)，機(jī)器人發(fā)出電量低的提示語，并自動(dòng)從工作狀態(tài)轉(zhuǎn)換為休息狀態(tài)，以減少耗電量；當(dāng)機(jī)器人檢測(cè)到未連接網(wǎng)絡(luò)或者網(wǎng)絡(luò)連接中斷時(shí)，提示用戶網(wǎng)絡(luò)未連接，并自動(dòng)進(jìn)行連接，播報(bào)處理結(jié)果等。

（5）用戶行為智能學(xué)習(xí)技術(shù)

    阿爾法機(jī)器人能夠獲取用戶使用習(xí)慣數(shù)據(jù)，基于用戶數(shù)據(jù)進(jìn)行學(xué)習(xí)分析，進(jìn)而可以為用戶提供更好的體驗(yàn)。機(jī)器人獲取允許數(shù)據(jù)或用戶使用習(xí)慣數(shù)據(jù)是通過集成統(tǒng)計(jì)分析SDK方式實(shí)現(xiàn)的，以安卓應(yīng)用統(tǒng)計(jì)分析為例，下載并解壓縮SDK，將SDK導(dǎo)入智能機(jī)器人。然后進(jìn)行基本功能集成：新增場(chǎng)景類型設(shè)置接口、添加權(quán)限、應(yīng)用啟動(dòng)的統(tǒng)計(jì)。如果應(yīng)用在后頭允許超過一定時(shí)間再回到前端，將被認(rèn)為是兩個(gè)獨(dú)立的啟動(dòng)，例如用戶回到主界面，或者進(jìn)入其他程序，經(jīng)過一段時(shí)間后再返回之前的應(yīng)用。

Jimu機(jī)器人

    Jimu機(jī)器人是唯一在全球500多家蘋果直營(yíng)店銷售的中國品牌機(jī)器人，代表了業(yè)界最高水平的教育類機(jī)器人該系列機(jī)器人結(jié)合了機(jī)械結(jié)構(gòu)、電子技術(shù)、傳感器技術(shù)、自動(dòng)控制技術(shù)、人工智能等多種學(xué)科知識(shí)的高技術(shù)載體，是STEAM教育理念下機(jī)器人的代表。

圖3 Jimu機(jī)器人

Jimu機(jī)器人涉及的關(guān)鍵技術(shù)如下：

（1）伺服舵機(jī)控制系統(tǒng)

    Jimu機(jī)器人綜合了多學(xué)科的發(fā)展成果，其中核心零部件數(shù)字舵機(jī)內(nèi)置MCU系統(tǒng)，含有伺服控制系統(tǒng)，行星減速系統(tǒng)，傳感反饋系統(tǒng)，直流驅(qū)動(dòng)系統(tǒng)；自主改進(jìn)PID算法，體積小，扭矩大，控制精度高。其中舵機(jī)的關(guān)鍵指標(biāo)如“扭力/體積”值、控制精度優(yōu)于日韓歐美同類產(chǎn)品，而且價(jià)格不到其三分之一。動(dòng)作執(zhí)行采用數(shù)字舵機(jī)作為輸出，主控盒采用STM32芯片作為主控制芯片，以及紅外、陀螺儀、超聲波、觸碰等豐富的傳感模塊。各傳感器模塊化與舵機(jī)、主控之間實(shí)時(shí)流暢通訊。

（2）結(jié)構(gòu)輕量化技術(shù)

    Jimu機(jī)器人的外觀裝飾件采用的是拼接卡扣式的零件，上百種零件之間可以做到無縫連接，契合精度高。簡(jiǎn)單易上手的零部件，能讓受眾能在快速熟悉了解產(chǎn)品。產(chǎn)品采用耐磨自潤(rùn)滑的特殊材料，開模精度高。

    Jimu機(jī)器人采用鏤空部分剛輪結(jié)構(gòu)的方式減少剛輪重量，同時(shí)減少交叉滾子軸承的重量；剛輪的外部和波發(fā)生器輪轂使用鋁合金材料，來減輕重量。

（3）可視化回讀動(dòng)作編程技術(shù)

    Jimu機(jī)器人采用移動(dòng)端藍(lán)牙連接，簡(jiǎn)單易懂的PRP（position、record、play）動(dòng)作編輯功能以及邏輯編程模塊，用戶在進(jìn)行邏輯編程的同時(shí)也可以看到相應(yīng)的模塊以swift語言展現(xiàn)出來。第一次將可視化回讀動(dòng)作編程技術(shù)以及模塊化的邏輯編程應(yīng)用于百變，大大降低了編程門檻，目前該技術(shù)還沒見有文獻(xiàn)述及。

（4）針對(duì)孩子的交互設(shè)計(jì)技術(shù)

    操作可見性（a.模型列表大卡片設(shè)計(jì)，簡(jiǎn)單滑屏的手勢(shì)交互，增加了對(duì)孩子都模型的吸引力。b.運(yùn)用可交互元素，使用動(dòng)效或者投影的視覺效果，增加孩童認(rèn)知）。減少用戶選擇（孩童不比大人，對(duì)于問題的思考不全，所以比較復(fù)雜的頁面，盡量拆分開不同的步驟，因?yàn)榕袛囝}永遠(yuǎn)會(huì)比選擇題容易得分）。適時(shí)的動(dòng)效設(shè)計(jì)以及操作指引（在不同模塊之間的跨度比較難以連接，需要做一些操作指引來指引用戶），App“3D動(dòng)態(tài)搭建”圖紙功能通過每個(gè)分解的步驟指引愛好者搭建出無窮的創(chuàng)意。

（5）全球社區(qū)分享和智能云端技術(shù)

    社區(qū)模塊：所有的用戶都可以將自己搭建的模型共享到這個(gè)平臺(tái)，對(duì)于共享的模型，我們會(huì)采用積分獎(jiǎng)勵(lì)的制度，同樣這個(gè)積分也可以在商城進(jìn)行實(shí)物兌換。對(duì)于用戶發(fā)布的模型或者帖子，可以點(diǎn)贊或者評(píng)論，獲得相應(yīng)積分，積分可兌換。打通線上線下模塊：線上報(bào)名線下活動(dòng)，讓不同的積木興趣愛好者聚集起來。

    智能云端：官方模型列表獲取，根據(jù)不同國家/地區(qū)進(jìn)行過濾，顯示不同的語言。文件同步，根據(jù)同一個(gè)用戶，所創(chuàng)建的模型，程序，動(dòng)作等，在不同設(shè)備之間進(jìn)行同步。零件導(dǎo)入，同步用戶套件零件數(shù)據(jù)，智能判斷用戶所搭的模型零件是否支持。

Cruzr機(jī)器人

    Cruzr機(jī)器人主要用于家庭、公司、展館，集安防、娛樂、迎賓、宣傳功能于一體，機(jī)器人具有移動(dòng)功能，安裝有攝像頭、麥克風(fēng)、超聲波、煙霧等傳感器，可進(jìn)行基于wifi/3G的無線通信，可以自動(dòng)充電。機(jī)器人具備以下功能：自動(dòng)巡邏、人體檢測(cè)、人體跟蹤、人臉識(shí)別、遠(yuǎn)程遙控、遠(yuǎn)程視頻、煙霧探測(cè)等安防功能，同時(shí)具有觸屏交互控制、語音交互控制、家電遙控、音視頻播放、投影儀等與人互動(dòng)的能力。

圖4 Cruzr機(jī)器人

Cruzr機(jī)器人涉及的關(guān)鍵技術(shù)如下：

（1）復(fù)雜機(jī)器人系統(tǒng)架構(gòu)設(shè)計(jì)與集成

    為了實(shí)現(xiàn)自然化的客服接待交互、引導(dǎo)帶路等多種綜合功能，Cruzr機(jī)器人系統(tǒng)復(fù)雜。在硬件方面：由大量不同傳感器、交互設(shè)備、供電、運(yùn)動(dòng)控制、運(yùn)算處理等部件組成。在軟件方面：需要同時(shí)采集多路不同傳感器的大量信息，同時(shí)執(zhí)行不下數(shù)十種智能算法，實(shí)時(shí)處理包括命令、交互、碰撞等在內(nèi)的多種事件，還要進(jìn)行不同任務(wù)的響應(yīng)與切換。隨著功能的增多，機(jī)器人的系統(tǒng)龐大而復(fù)雜，以修補(bǔ)的方式開發(fā)和升級(jí)機(jī)器人，會(huì)使得系統(tǒng)越來越復(fù)雜，越來越不穩(wěn)定。Cruzr機(jī)器人從全局出發(fā)，設(shè)計(jì)標(biāo)準(zhǔn)化、高效率、開放式的機(jī)器人系統(tǒng)架構(gòu)，解決以打“補(bǔ)丁”的方式開發(fā)升級(jí)機(jī)器人帶來的問題。

（2）計(jì)算機(jī)視覺核心技術(shù)

    傳統(tǒng)的采用2D圖像的人體檢測(cè)方法，準(zhǔn)確率還達(dá)不到應(yīng)用級(jí)別的要求；傳統(tǒng)的入侵檢測(cè)方法通常也只適用于固定攝像頭。Cruzr機(jī)器人采用深度攝像頭、彩色攝像頭與多種其他傳感器相結(jié)合，改進(jìn)與利用最近幾年的國際上的突破性技術(shù)，以實(shí)現(xiàn)低成本、高準(zhǔn)確率、可應(yīng)用的人體檢測(cè)、入侵檢測(cè)、人臉識(shí)別、導(dǎo)航避障等功能。

（3）多模信息融合與智能決策

    Cruzr機(jī)器人集成了各種攝像頭、人體紅外感應(yīng)器、超聲陣列、煙霧探測(cè)器、麥克風(fēng)、障礙感應(yīng)器等多種傳感器，要實(shí)現(xiàn)的功能模式也是多樣化的，如何綜合利用這些信息，進(jìn)行智能化的決策，也是關(guān)鍵問題之一。

（4）復(fù)雜場(chǎng)景室內(nèi)定位導(dǎo)航技術(shù)

    移動(dòng)機(jī)器人的相關(guān)技術(shù)研究中，導(dǎo)航技術(shù)可以說是其核心技術(shù)，也是其實(shí)現(xiàn)真正的智能化和完全的自主移動(dòng)的關(guān)鍵技術(shù)。在室內(nèi)導(dǎo)航方面，傳統(tǒng)的激光導(dǎo)航的方式價(jià)格昂貴，難以被普通用戶接受。Cruzr機(jī)器人融合深度攝像頭、紅外攝像頭、超聲傳感器陣列、障礙感應(yīng)器、碼盤獲知的室內(nèi)環(huán)境信息、障礙物信息、機(jī)器人本體、目的地位置信息，建立具有學(xué)習(xí)能力的，可以定位、導(dǎo)航、避障，可以自主移動(dòng)、自動(dòng)充電的機(jī)器人平臺(tái)。

（5）自然化人機(jī)交互與控制技術(shù)

    對(duì)于機(jī)器人而言，通過攝像頭、麥克風(fēng)等傳感器，結(jié)合多種圖像識(shí)別、聲音識(shí)別技術(shù)，感知環(huán)境并實(shí)現(xiàn)與人的交互以及互動(dòng)控制，進(jìn)而實(shí)現(xiàn)與人類以及環(huán)境的自然化交互控制，是機(jī)器人智能化動(dòng)作功能的前提。Cruzr機(jī)器人集成3G/WIFI無線通訊模塊，設(shè)計(jì)良好的用戶交互界面，使主人可以通過遠(yuǎn)程的電腦、手機(jī)等設(shè)備實(shí)時(shí)查看家內(nèi)情況，并控制機(jī)器人。集成語音交互、觸摸屏交互、動(dòng)作交互等多種人機(jī)交互模式。能在人多嘈雜的公共場(chǎng)景下，如何將語音識(shí)別、人臉識(shí)別、手勢(shì)識(shí)別、機(jī)器人控制等技術(shù)有機(jī)融合，進(jìn)行客戶的定位，進(jìn)而提供自然化的交互服務(wù)與動(dòng)作。