传感器是服务机器人的“眼镜”“耳朵”和“鼻子”。借助传感器，服务机器人才能获取到主人的表情、语气、周围环境等各种信息。传感器的精度与集成度，直接决定了机器人认知观察、空间定位与自主规避策略的选择和执行质量。今后，红外传感器、超声波传感器、触觉传感器、视觉传感器等类型的精度越来越高，助力服务机器人完成更复杂的任务，提供更好的的服务。

　　已经开售的Pepper服务机器人，集成了大量的3D传感器、触摸传感器、缓冲传感器、激光传感器，能识别，并根据人的情绪做出更丰富的、更人性化的反应。
芯片的发展。

　　芯片是服务机器人的“大脑”，承担着数据分析和处理的任务，进而决定了服务机器人的运算能力、移动性能等。今后，服务机器人性能的提升对芯片的要求将越来越高。高通相关负责人表示，不远的将来，机器人对芯片的要求将超过智能手机。

　　2014年8月，IBM发布的SyNAPSE芯片，集成了“神经元”和“突触”内核，能模拟人类大脑，推动服务机器人向着智能化的方向发展。2016年12月，杜克大学的研究人员研发了一款针对机器人领域的运动规划芯片，将规避物体速度提升了三个数量级。

　　深度学习算法的进步
　　服务机器人“服务于人”的本质，决定了服务机器人最终将朝着人性化、智能化的方向发展。目前的服务机器人在功能上面临着诸多瓶颈，比如无法很好的理解人类口头语言的复杂性，而深度学习算法将改变这种现状。深度学习算法通过对人脑神经网络的模仿，使服务机器人不再是一个“固化”的工具，而是一个会思考的贴心“秘书”，更好的理解人类的语言、行动和意图，提供更加贴心的服务。

　　定位导航算法的进步
　　服务机器人在现实生活中面临的首要问题是如何高效地规避障碍物体。定位导航算法（SLAM）是服务机器人完成路径规划的基础。通过对算法的优化，服务机器人可以在未知的环境中，更好地生成地图、规划路线，从而安全而高效地躲避障碍物。

　　自从谷歌在无人驾驶汽车使用基于激光雷达技术的雷达SLAM算法后，雷达SLAM算法受到了服务机器人企业的关注，该算法具有误差小、指向性好、聚焦性高等优点，在未来将逐渐成为行业内的主流。目前，优地科技等企业已经在旗下的服务机器人中，已全面采用雷达SLAM算法。

　　综合来看，随着传感器与芯片的发展，深度学习算法和SLAM算法的进步，以及应用领域的细化，服务机器人市场将面临“大洗牌”，服务机器人市场回归理性，更有利于市场的健康发展，也更有利于为消费者带来生活上的便利。

‍‍‍‍

‍