AI机器人能有消防员功能吗？为什么？

机器人只是人工智能的一个载体。

人工智能（AI）:

它是计算机科学的一个分支。它涉及开发计算机程序来完成否则需要人类智能的任务。AI算法可以解决学习，感知，问题解决，语言理解和逻辑推理。AI在现代世界中以许多方式使用。例如，AI算法用于Google搜索，Amazon推荐引擎和SatNav路线查找器。大多数AI程序不用于控制机器人。即使AI用于控制机器人，AI算法也只是较大的机器人系统的一部分，它还包括传感器，执行器和非AI编程。

根据目前作者了解到的情况是服役于消防所谓的消防机器人是用遥控器控制的携带消防水炮的移动机器人。

人工智能在工业机器人方面有哪些应用？

一、机器人的市场规模

报告数据显示，全球机器人市场规模持续扩大，工业、特种机器人市场增速稳定，服务机器人增速突出。2018 年，全球机器人市场规模将达到298.2 亿美元，2013-2018 年的平均增长率约为15.1%。其中，工业机器人168.2 亿美元，服务机器人92.5 亿美元，特种机器人37.5 亿美元，占比分别为56%、31%、13%。

二、探测机器人中的智能技术

深度强化学习：使用深度强化学习是在复杂度可以接受的情况下，让机器人通过试错来学习，能 控制机器人在复杂环境中完成避开障碍，收集物品并到达指定地点等任务。深度强化学习的应用较好的解决了传统算法中存在容易陷入局部最优、在相近的障碍物群中震荡且不能识别 路径、在狭窄通道中摆动以及障碍物附近目标不可达等问题，并且大大提高了机器人轨迹跟踪和动态避障的实时性和适应性.

深度模仿学习：经过多年的发展，模仿学习已经能够很好的解决多步决策问题，其训练目标是使模型生成的状态-动作轨迹分布和输入的轨迹分布相匹配。

激光SLAM: 激光SLAM 系统通过对不同时刻两片点云的匹配与比对，计算激光雷达相对运动的距离和姿态的改变，也就完成了对机器人自身的定位。激光雷达距离测量比较准确，误差模型简单，在强光直射以外的环境中运行稳定，点云的处理也比较容易。

视觉SLAM技术：视觉SLAM 可以帮助机器人获取三维空间环境信息，使其具备自主移动、路径规划、场景理解等功能。视觉SLAM 的优点是它所利用的丰富纹理信息。例如两块尺寸相同内容却不同的广告牌，基于点云的激光SLAM 算法无法区别他们，而视觉则可以轻易分辨。

无线5G 技术 ：得益于5G 的1ms 的延迟时间， 5G 的速度提高将简化数据收集。5G 无线连接技术将给机器人带来极大的灵活性并更快的传回数据， 5G 的云化统一架构也将使能未来的云端实现实时控制。

三维物体识别：三维数据由传感器直接获得，可以表示为深度图、点云、网格、CAD 等不同形式。其中点云数据获取便捷，易于存储，具有离散和稀疏特性，方便扩展为高维的特征信息。另外，大部分立体视觉传感器具有主动发光单元，因此在不同的光照环境下 仍然可以得到相似的结果。这就使得三维视觉相对于传统的二维视觉受环境和观测条件影响较小。除了稳定性外，三维点云相对于二维图像具有更加丰富的信息，这为后续处理提供了更多的可能性和便利性。

人工智能让工业机器人应用面向协作化人机交互场景，以及服务类场景大力的拓展。

先明白人工智能是什么一个内涵？这个什么东西？所谓的人工智能，从工业角度来说，就是能够通过传感器，主动获取外部信息，并且根据机器人的模型以及不断的深度学习之后，机器可以自己做出决策和判断。

说白了，这玩意在工业生产中就是一个简约化的大脑。

我们常见的图像智能，通过摄像头获取外部环境的信息，就能够实现人机交互，例如来了一个满载获取的卡车，扫描之后制动拆垛。

例如慢慢一盘子五颜六色的零件，我们需要进行分拣，那怎么办？图像智能就能识别这些物体，然后进行分拣。

那工业机器人是什么东西？

工业机器人是执行机构，我们常见的工业机器人四轴，六轴，delta，scara机器人，都是执行机构，说白了就是一个机器人。他也是由大脑控制，只是整个大脑是程序化编程的机器人控制系统。目前工业机器人还不具备智能化操作的能力，现在完成的工作都还是编程后的操作。

编程后的六轴机器人，在进行金属板材的折弯工作

那么当人工智能同工业机器人结合，有哪些工作已经开始开始进入社会生产了呢？

1、检测工作——枯燥与严谨的工作

全球工业生产领域，最重要的是什么：是质量。确保质量的唯一工序是什么？是不断地检测。你组装好了之后，就要立刻检测。检测工作在电子设备的生产环节中，包括芯片的生产环节中，都市非常普遍的。

我们以PCB板为例，基本上一次插件之后就需要检测一次。越复杂的东西约需要不断地检测。

并且，目前而言，检测工作仍然是人工最多的领域，因为只有人才能够综合性的调试以及判断瑕疵的阈值。

说白了，机器可以简单地判断一个物体尺寸是否合适，那表面的瑕疵到哪种程度才算是合格，过多过少都影响良品率。

目前国内采用人工智能，在缺陷检测方面投入工作的比较多。例如曲面屏的检测，异性PCB板的检测都采用这种形式。通过人工智能设定一定的阈值，挑选出合格的产品。然后机器人进行分拣。

2、智能规划路径——焊接与点胶

大部分的朋友觉得工业机器人，应该是购买来之后，直接就可以生产了。这其实有很大的误区，事实上工业机器人需要编程调试，并且需要大量的调试时间。

但是对于简单的工作，例如焊接一个直线，或者圆弧的焊缝，板材的厚度在中厚板的情况，不需要坡口直接开大电流焊接就可以。那么如果工业机器人直接能够识别焊缝，并且进行自动规划路径焊接就非常实用。

同样的在点胶应用方面也是相同的情况，kuka在运动鞋，鞋底的点胶方面就采用的3D识别后直接规划路径，这就是标间典型的图像智能化规划。

3、智能物流与AGV+协作机器人

在工厂的协作环节中，流水线产品的运输以及配料的运输非常强调条理化。那么在庞大的仓库中，人工智能针对来到的产品，进行自动烧苗，拆垛，然后堆垛。这已经在不少大型仓库中国使用。

移动化的AGV+协作机器人，在工厂中同人工协作，进行流水线的配料。

遨博协作机器人移动平台在海南进行割胶作业

4、服务机器人

工业机器人的新型拓展，尤其是向服务领域拓展，包括碧桂园的机器人餐厅，阿里巴巴的无人酒店。这些都是基于工业机器人做的服务性开发，目前主要还是采用了简单的语音智能沟通。尚且无法做到多项交互。但未来工业机器人向服务领域的渗透一定依赖于人工智能的发展。

碧桂园机器人餐厅，汉堡机器人

人工智能并不是一个虚无的技术，在大量的工业场景中，已经开始使用人工智能技术，只是受限于不同的场景对于成本以及设备的各项要求，有的使用比较初级，有的使用已经趋向于更高级的技术。因为对于立志于工业机器人领域的从业者，或者你的选择会有更多的选择，尤其是将人工智能引入工业机器人的各类应用场景中。