2018-2020年中国服务机器人行业深度研究报告

来源:机器人大讲堂

概要:目前世界上至少有48个国家在发展机器人,其中25个国家已涉足服务机器人开发。


一、报告编写背景和特点


北京立德融创智能机器人技术研究院(简称“立德研究院”)通过对各机器人项目的实施以及自身发展需要,分别对国内机器人发展比较有特色的地区企业(京津冀、长三角、珠三角、西南地区、东北地区)、产业园等进行了实地调研,同时组织数场服务机器人行业研讨会,邀请行业专家、企业高管讨论各专业方向服务机器人发展现状与趋势。依据调研结果和行业研讨会成形意见,组织撰写《2018-2020年中国服务机器人行业深度研究报告》。本报告极有针对性地挖掘了服务机器人行业市场发力点,以助服务机器人企业形成良好的可持续发展趋势,有效拓展战略性目标市场。


二、立德研究院简介


立德共创机器人服务平台(机器人大讲堂)中智库咨询平台立德研究院是一家集机器人高端智库、产业咨询、机器人技术、成果转化、创业孵化、项目投资等功能于一体的智能机器人技术研究院,旨在搭建机器人技术平台,构建中国机器人行业大数据,打造中国机器人高端智库和“立德资讯”权威行业咨询品牌。


立德研究院成立以来,积极为国家部委、地方政府、投融资机构担任智库,拥有国内外机器人与人工智能领域专家、企业家和创业者资源,俱乐部成员达到3000余人。作为国家发改委“智能机器人三年行动规划(2018-2020年)”执笔单位,公安部“警用机器人发展规划”执笔单位、科技部“先进制造技术发展热点”参与单位、国投创新“工业机器人”执笔单位,并承担潍坊市政府机器人规划、苏州相城机器人产业规划、中国电子学会“2049机器人发展展望”等任务。



三、报告内容简述




目前世界上至少有48个国家在发展机器人,其中25个国家已涉足服务机器人开发。在日本、北美和欧洲,迄今已有7 种类型计40余款服务型机器人进入实验和半商业化应用。在服务机器人领域,发展处于前列的国家主要是日本、韩国、美国、德国和法国。


就专业服务机器人来说,2015年专业服务机器人的总数从2014年的32939件大幅增长了25%,达到41060件,销售额增长了14%,达到46亿美元。2015年全球专业服务机器人市场主要由国防应用机器人与物流机器人占据。其他的专业服务机器人包括建筑机器人、移动机器人平台、专业清洁机器人、检查与维护机器人、水下机器人和救援与安全机器人。


2009-2016年全球专业服务机器人销量(单位:台)

资料来源:国际机器人联盟(IFR)


从个人/家庭服务机器人来看,据统计2015年全球个人/家用服务机器人销量约为540万台,较2014 年增长16%;销售额为22亿美元。2011-2015年,全球个人/家庭服务机器人年均复合增长率约为20%。根据国际机器人联盟(IFR)预测,全球家用机器人数量在2016-2019年将增至3100万。目前,家用服务机器人主要包括家政服务机器人(包括机器人管家、真空清洁机器人、割草机器人等)、娱乐机器人、助残机器人、个人交通机器人和家庭安全与监视机器人。其中,家政服务机器人和娱乐机器人占据主要市场份额,助残机器人市场相对微小。


2014-2019年全球个人/家用服务机器人销量预测(单位:千台)

资料来源:国际机器人联盟(IFR)



个人/家用服务机器人销量占比图

资料来源:国际机器人联盟(IFR)



目前全国(除台湾省)机器人相关企业已达6000余家,坐落于全国各省市的不同区域。通过对机器人企业数据整理发现,机器人企业比较集中的地区主要有京津冀地区、长三角地区和珠三角地区。沿海地区各省市机器人企业数量明显要比中西部各省市机器人企业数量多,西部地区机器人企业寥寥无几。


资料来源:立德研究院整理



资料来源:立德研究院整理


资料来源:立德研究院整理



中国机器人产业园分布状况

资料来源:立德研究院整理


目前国内机器人产业园共有40余个,包括已建成和在建的机器人产业园,其中长三角地区产业园分布密度最大,具体分布状况如图所示。



在服务机器人专利申请中(以关键词“服务机器人”在国家知识产权局专利检索平台搜索),主要分为3类:科研院所、服务机器人企业和个人。其中科研院所和服务机器人企业在服务机器人专利申请中占绝大数。


服务机器人专利申请人类型

资料来源:国家知识产权局专利检索平台  立德研究院整理


从2004年至2017年我国服务机器人的专利公开数总体呈上升趋势。2016年,我国服务机器人专利申请数量为321个;2017年,我国服务机器人专利申请数量已达432个。


2004-2017 年服务机器人相关专利公开数量变化图(单位:个)

资料来源:国家知识产权局专利检索平台  立德研究院整理



未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。由互联网进化论作者,计算机博士刘锋与中国科学院虚拟经济与数据科学研究中心石勇、刘颖教授创建。


未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

  • 0
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
搭建自己的机器人模型需要进行以下步骤: 1. 安装ROS和仿真工具包 2. 创建ROS包和机器人模型 3. 编写机器人控制程序 4. 启动仿真环境并加载机器人模型 5. 运行机器人控制程序,观察仿真结果 下面是一个简单的机器人模型搭建示例,使用ROS Kinetic和Gazebo仿真工具包: 1. 安装ROS和仿真工具包 在Ubuntu系统中使用以下命令安装ROS Kinetic和Gazebo仿真工具包: ``` sudo apt-get update sudo apt-get install ros-kinetic-desktop-full sudo apt-get install ros-kinetic-gazebo-ros-pkgs ros-kinetic-gazebo-ros-control ``` 2. 创建ROS包和机器人模型 使用以下命令创建一个名为my_robot的ROS包,并在其中创建一个名为urdf的目录用于存放机器人模型文件: ``` mkdir -p ~/catkin_ws/src cd ~/catkin_ws/src catkin_create_pkg my_robot cd my_robot mkdir urdf ``` 在urdf目录中创建一个名为my_robot.urdf的机器人模型文件,内容如下: ```xml <?xml version="1.0"?> <robot name="my_robot" xmlns:xacro="http://www.ros.org/wiki/xacro"> <link name="base_link"> <visual> <geometry> <box size="0.3 0.3 0.1"/> </geometry> </visual> </link> <joint name="base_joint" type="fixed"> <parent link="world"/> <child link="base_link"/> <origin xyz="0 0 0.05"/> </joint> <link name="left_wheel_link"> <visual> <geometry> <cylinder length="0.05" radius="0.1"/> </geometry> </visual> </link> <joint name="left_wheel_joint" type="continuous"> <parent link="base_link"/> <child link="left_wheel_link"/> <origin xyz="0.15 0 -0.05"/> <axis xyz="0 1 0"/> </joint> <link name="right_wheel_link"> <visual> <geometry> <cylinder length="0.05" radius="0.1"/> </geometry> </visual> </link> <joint name="right_wheel_joint" type="continuous"> <parent link="base_link"/> <child link="right_wheel_link"/> <origin xyz="0.15 0 0.05"/> <axis xyz="0 1 0"/> </joint> </robot> ``` 这个机器人模型由一个长方体的底座和两个圆柱形的轮子组成,使用URDF格式描述。其中base_link表示机器人的底座,left_wheel_link和right_wheel_link分别表示左右两个轮子。 3. 编写机器人控制程序 在ROS包的src目录中创建一个名为my_robot_control.cpp的控制程序文件,内容如下: ```cpp #include <ros/ros.h> #include <geometry_msgs/Twist.h> int main(int argc, char** argv) { ros::init(argc, argv, "my_robot_control"); ros::NodeHandle nh; ros::Publisher cmd_vel_pub = nh.advertise<geometry_msgs::Twist>("cmd_vel", 10); ros::Rate loop_rate(10); while (ros::ok()) { geometry_msgs::Twist cmd_vel; cmd_vel.linear.x = 0.1; cmd_vel.angular.z = 0.5; cmd_vel_pub.publish(cmd_vel); ros::spinOnce(); loop_rate.sleep(); } return 0; } ``` 这个控制程序使用ROS的Twist消息类型发布机器人的线速度和角速度,以控制机器人的运动。在这个示例中,机器人线速度为0.1,角速度为0.5。 4. 启动仿真环境并加载机器人模型 使用以下命令启动Gazebo仿真环境,并加载机器人模型: ``` roslaunch my_robot my_robot.launch ``` 在my_robot包中创建一个名为my_robot.launch的启动文件,内容如下: ```xml <?xml version="1.0"?> <launch> <arg name="model" default="$(find my_robot)/urdf/my_robot.urdf"/> <param name="robot_description" textfile="$(arg model)" /> <node name="spawn_urdf" pkg="gazebo_ros" type="spawn_model" args="-urdf -model my_robot -param robot_description -x 0 -y 0 -z 0"/> <node name="my_robot_control" type="my_robot_control" pkg="my_robot"/> <node name="gazebo_gui" pkg="gazebo" type="gazebo"/> </launch> ``` 这个启动文件首先将机器人模型文件加载到ROS参数服务器中,然后使用gazebo_ros包的spawn_model节点将机器人模型加载到Gazebo仿真环境中。同时运行my_robot_control程序节点控制机器人运动。最后启动Gazebo仿真环境的GUI界面。 5. 运行机器人控制程序,观察仿真结果 使用以下命令运行my_robot_control程序节点,控制机器人运动: ``` rosrun my_robot my_robot_control ``` 可以观察到仿真环境中的机器人开始运动,同时在控制程序的终端输出中可以看到机器人的线速度和角速度。 下图为搭建自己的机器人模型的结果截图: ![ROS机器人仿真结果截图](https://i.imgur.com/lv9v5a1.png)

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值