傳感器技術是影響機器人環境感知技術模塊發展進程的核心因素。係統內的單個傳感器通常僅能獲得環境的信息段或測量對象物的 部分信息，而機器人為整合多渠道數據信息並處理複雜情況,需從視覺、觸覺、聽覺等多維角度配置相應傳感器來采集環境信息， 因此傳感器種類繁雜、成本高但使用率低。
受技術限製，目前市場上的機器人大多服務功能缺乏複合性,感知技術的邏輯性較弱，行業需加強融合型感知技術的應用研究。目 前機器人對環境的感知大多通過激光雷達、攝像頭、毫米波雷達、超聲波傳感器、GPS這五類傳感器及其之間的組合來實現自主移 動功能。
| 傳感器類型 |
探測距離 |
精度 |
功能 |
優點 |
缺點 |
| 激光雷達 |
>100 米 |
極高 |
障礙檢測、動態障礙檢測、識別與跟蹤、路麵檢 測、定位和導航、環境建模 |
實時測量周圍物體與自身距離，測 量精度高 |
使用效果易受雨雪等惡劣天氣的影響 |
| 攝像頭 |
5妹 |
|
利用計算機視覺判別周邊環境與物體、判斷前車 距離 |
目前唯一能夠辨別物體的傳感器 |
易受光影影響;辨別能力依賴算法； 識別較差 |
| 毫米波雷達 |
250米 |
較高 |
感知大範圍內車輛的運行情況.多用於自適應巡 航係統 |
性價比高 |
無法探測行人 |
| 超聲波傳感器 |
3米內 |
高 |
探測低速環境，常用於自動泊車係統 |
能探測絕大部分物體，且具有較高 穩定性 |
無法進彳題器探測 |
| GPS |
— |
短期測?景精度高 |
實時定位導航，把控環境情況 |
能夠實現全局視角的定位 |
無法獲得周圍障礙物的位置信息 |
摘自：《2020中國服務機器人產業發展研究報告》
教育服務機器人：指具有教與學智能的服務機器人，機器人教育：模塊化機器人和機器人套件是機器人教育中常見 的輔助產品
教育機器人經曆了從概念先行到價格營銷到回歸內容與價值本質的發展階段變遷
機器人感知係統包括傳感器的選擇和配置，以及算法和實現，利用了一個單目相機，一個短程二維激光測距儀，車輪編碼器和慣性測量單元。
低級技能學習或建模的三種主要方法：動態運動基元(DMP)，高斯混合建模與回歸(GMM-GMR)，隱馬爾科夫模型（HMM）
人類教師提供的示教被用來推斷執行高級技能的意圖,現代方法也使用基於獎勵函數的強化學習方法來實現期望目標
蘇州行政審批局實現機器人導覽服務。5G 高速互聯網接入服務。異地超高清視頻通話
由於機器視覺可以提供目標物的顏色、形狀、紋理、深度等豐富的信息，且精度相當高，成本相對較低，因此以往關於植物檢測的研究大多基於機器視覺
武漢大學薛龍建教授團隊研製出一種迷你軟體機器人Geca-Robot，其可精準控製方向和速度，可在廢墟狹縫、生物體內完成各種複雜作業
人工智能技術在安全領域的應用需求日益迫切，人工智能自身的安全問題也不容小覷，安全與人工智能並舉，雙方的融合發展與創新是我強國戰略中不可忽視的重要助推因素
專注於極簡主義設計方法。在保留擬人化設計的許多優點的同時，在設計和控製方麵進行原則性的簡化，可以合理地降低係統的複雜度，包括執行器、傳感器和程序代碼的數量
輔助機器人必須能夠在日常生活活動中與環境和人類安全地互動和合作，這意味著手需要小、輕、靈活
醫療服務機器人根據醫院需求分別執行遞送化驗單、藥物等工作，用機器人代替醫護過程中簡單但耗力的流程化工作
