基于人工智能與5G技術的服務機器人運用研究

黃國盛

（廣東工業大學 自動化學院，廣東 廣州 510000）

0 引言

中國是在1986年才將服務機器人的開發研究列入國家高科技發展規劃中，可見對服務機器人的研究起步較晚，而且以往對服務機器人的研究，主要集中在一些機械性的工業操作領域，其他領域未過多涉及。隨著我國科技水平的提升，傳感技術、數字技術、識別技術等技術的出現及融合應用，使得服務機器人不僅具有感知能力，還具有模仿人類智能的基礎。而隨著5G時代的到來，5G技術與這些人工智能技術的融合應用，將會使得服務機器人的智能化程度更高，服務機器人的應用領域也更加廣泛。

1 5G技術與人工智能

1.1 5G技術

隨著5G時代的到來，現5G技術已經商用，對比4G技術，5G技術的特點是大寬帶、低時延、高可靠性，具有明顯的優勢。將5G技術嵌入智能服務機器人中，可充分發揮5G技術大寬帶、低時延、高可靠性的優勢，實現對智能服務機器人的聯網遠程控制，同時還能保證遠程控制的可靠性。

1.2 人工智能

人工智能技術的智能服務機器人的核心技術，通過人工智能將人的智能進行模擬，并通過計算機去執行原本只有人類才能執行的操作。概括來說，人工智能就是對人類智能活動的研究，也就是通過計算機來模擬人類的某些行為，主要包括機器人視覺、語音識別、機器學習等技術。

其中，機器人視覺是主要是通過人的眼睛進行模擬，這一技術可讓機器人具有視覺定位、視覺測量、視覺檢測、圖像識別等多項功能，從而讓計算機實現對一些簡單事物的感知定位和判斷。從功能上看，機器人視覺的功能與計算機視覺具有相似性，但是機器人視覺更側重于實際應用的專門視覺系統，而計算機視覺主要是為了完成特定的任務，并且機器人視覺系統能夠獲取圖像并分析，同時輸出分析的結果，目前機器人視覺系統就被廣泛應用在自動化設備中，可替代人類不間斷地工作，尤其是在一些危險的作業環境中，還能模仿人工作業，這樣就很好地避免了人工作業的危險。

語音識別技術在服務機器人中應用，可讓機器人對人類的聽覺進行模擬，并在對語音識別和理解的基礎上，將識別的語音轉換為文本和命令的形式。這一技術主要具有特征提取、模型訓練、模式匹配這三個方面的準則，除了可以判斷語音的內容，還可以根據語義的判斷進行決策。但是由于人類的語言本身較多樣化，有時含義較為模糊，因此使得機器人語音的應用技術有較高的難度。而隨著5G時代的到來，可讓這一技術在具體應用中，確保機器人具有充足的語音匹配功能，將推動機器人性能的提升。

機器學習是人工智能的核心技術，主要是通過自身的學習來改進計算方法，根據輸入計算機中的大量數據經驗，在計算機程序中執行學習活動。機器人雖然擁有部分與人一樣的能力，但是也有不足之處，需要不斷學習進行自我完善，并針對性地改進，以提高智能和自動服務質量。5G技術下的機器人學習更加方便，且學習方式各種各樣，包括機械學習、模仿視力學習、類比學習等，隨著這些學習方式越來越完備，可讓機器人的學習有更加強的系統功能，在指令下所作出的動作也會更符合要求，可給人們帶來更好的服務體驗。

2 基于人工智能與5G技術的服務機器人的運用情況

隨著人工智能技術的快速發展，以及其與5G技術的結合應用，不僅讓服務機器人的智能化程度更高，而且也讓服務機器人的運用范圍更廣，主要有以下幾方面。

2.1 在制造行業中運用

將人工智能技術與5G技術融合應用，可讓服務機器人順利完成各項服務。在上述分析中可得知，在機器人中應用視覺技術，可通過模擬人的眼睛來對服務與相關事物進行識別和定位，同時實現精準檢測，可做出與人腦一致的判斷，進而更好地提供所需的服務。服務機器人可反復工作，可提升工作效率，最重要的是可代替人工完成一些危險性的工作。將5G技術下的智能服務機器人應用至制造業生產中，便可以發揮機器人視覺技術的作用，替代工人進行流水線操作或檢查產品生產情況等，這樣不僅能有效減輕人工的負擔，還能有效提高生產效率，最重要的是能夠減少人為因素引起的失誤，有效提升制造生產的精準性。

2.2 在農業中運用

隨著我國城鎮化進程加快，人口老齡化嚴重，從而出現生產勞動力短缺、人工成本增加的問題。由于服務機器人的成本不斷下降，性能不斷提升，目前已成為替代繁重體力勞動的關鍵裝備。目前國內果品采摘作業基本是由人工完善，采摘是生產鏈中最耗時費力的一個環節。而隨著果業的快速發展，對勞動力的需求也越來越大。此時便可通過融合了5G技術與人工智能技術的服務機器人替代人工來完成果皮采摘，不僅能降低人工成本，還能實現果品采摘自動化、機械化和智能化。5G技術下的智能服務機器人，在果品采摘中，主要是通過語音識別和圖像識別等技術實現對果樹的多個果實進行精準識別和定位，可有效提升采摘的效率。另外，5G技術下的采摘機器人，除了可替代人工完成采摘作業，還能進行噴藥、打老葉、光照度檢測、采摘重量測量等。因此，將基于5G與人工智能的服務機器人應用至果業中，將強有力推動果業的現代化、智能化，而且在降低生產成本、提高農戶收入、改善生產條件、提高綜合生產能力等方面有重要作用。

2.3 在醫療行業中運用

這幾年服務機器人也廣泛運用在醫療行業中，利用最新的5G技術與人工智能技術，實現對語音的自動識別和處理，實現人機交互，不僅能很好地緩解醫護人員不足的問題，而且有助于醫療服務水平的提升。在服務機器人具體應用過程中，首先需要進行語音識別，然后再對識別的語音信息進行處理，利用人工智能技術來明確客戶的意圖，之后再利用5G技術來搜集相關的資料與信息，并結合客戶的意圖找到答案，最后再轉換為語音并準確地傳達給客戶。目前在醫療行業中運用的服務機器人，主要是充當客服這一角色，負責回答和解決一些常見的問題。另外，也可以讓服務機器人負責就醫引導，就醫在系統中輸入相關內容或者與機器人進行語音對話，在機器人掌握了意圖后再針對性進行引導就診。總的來說，在醫療行業中的服務機器人，其主要發揮的是人機交互這一功能，既能自動化、智能化地迎接患者，也能為醫院患者提供個性化的服務，如答疑解惑、就醫導診、健康宣傳教育等。

2.4 在餐飲業中運用

目前服務機器人在餐飲行業中廣泛應用，在應用過程中，將人工智能、5G通信技術、視覺和聽覺感知等技術集成應用，以實現與外部的良好交互。目前餐廳服務機器人，主要有迎賓互動機器人、送餐機器人及機器人后臺調度系統這幾個部分組成。其中，迎賓互動機器人，主要是通過語音、表情與動作與顧客互動，且通過機器人的觸摸屏，可展示各種圖文并茂的宣傳信息，可通過語音向顧客介紹餐廳、特色菜品及優惠促銷活動等信息。同時，機器人還可以與顧客打招呼和揮手，顧客可以通過觸碰或語音告訴機器人目的地，如包房名稱，機器人通過語音向顧客介紹包房的具體位置，并用手臂指出方向；送餐機器人，具有自動送餐、空盤回收、自動充電等功能，可替代部分餐廳服務員為顧客服務。另外，送餐機器人還可以配合底盤運動，結合優美的音樂進行舞蹈表演，達到吸引顧客、活躍現場氣氛的目的。

就商家而言，智能服務機器人的應用，可以節省人工成本，也能提高客戶的體驗感。讓服務機器人代替傳統服務員，也有助于打造智能服務機器人特色主題的飯店。服務機器人的使用，可避免服務員與顧客之間產生不必要的矛盾，從而提高飯店的服務滿意度，形成統一的服務標準。同時，服務機器人的管理也較人工管理更容易管理，機器人可分擔許多大量繁瑣、重復和單調的工作。

3 基于人工智能與5G技術的服務機器人的設計

從上述中可得知，基于5G技術的智能服務機器人運用領域廣泛，包括制造業、農業、醫療行業、餐飲行業等，而不同的行業領域需要提供的服務也不同，這也就決定了服務機器人的軟硬件設計有所不同。以下選擇餐飲行業的服務機器人，對其軟硬件設計進行簡要分析。

3.1 硬件設計

硬件設計是服務機器人設計中一項重要內容，下圖1為服務機器人硬件結構圖，從圖1中可得知，服務機器人的核心硬件主要由五部分組成，其中，核心控制板主要的作用是對機器人進行控制管理；電源供電主要采用充電電池；傳感器模塊主要由紅外傳感器和激光雷達組成，用以識別物件和機器人運動；通信模塊主要采用的是芯片技術，并通過TCP/IP協議實現，以實現機器人的聯網和數據傳遞。

圖1 服務機器人硬件結構示意圖

就其中的傳感器模塊而言，由于機器人在運動過程需要進行障礙物的規避，因此采用的紅外傳感器來進行障礙物檢測，原理為：通過紅外二極管模塊不斷向空間發送檢測紅外線，并由紅外模塊的接收裝置來接收反射的紅外線，如果在檢測區域中存在障礙物，則紅外線就會被高強度反射，此時紅外傳感器就會對應輸出較高的電壓信號，控制中心在接收到這個信號后，發送相應指令讓機器人停止運動。而激光雷達主要用以實現供電、接地、脈沖寬度調節，其工作原理為：向檢測區域持續發送激光檢測信息，并通過視覺采集攝像頭來接收反射信號，接著再由信號處理系統計算出對應的距離和夾角，最后再將計算結果傳遞給核心控制板中，以便控制板做出指令，讓服務機器人有效規避障礙物。

3.2 軟件設計

服務機器人軟件設計部分，主要涉及以下3個部分的內容：

（1）云端控制設計。服務機器人云端設計的目的，主要是對指令控制、統一管理和信息記錄，以便更好地為管理者提供數據統計和信息查詢服務。圖2為服務機器人的云端系統構成，其中，TensorFlow Serving主要用來接收機器人的各種感知數據，并通過深度Q網絡建立機器人自主學習；在Web服務器部署云端應用程序，目的是方便用戶進行機器人控制指令的發送、處理和信息管理等；而在SQL數據中，主要是對各種數據信息保持和管理，同時記錄了機器人運行日志、Web服務運行日志等，以便在出現問題時可以及時進行信息統計查詢。在機器人通電后，會與云端系統連接，而在服務機器人運動過程中，會對周邊環境進行感知，并與云端進行數據通信，云端在接收數據信息后，可進行即時定位和地圖構建，并通過深度Q網絡來引導服務機器人進行運動，直到服務機器人到達目標位置。

圖2 云端系統結構示意圖

（2）自動控制設計。通常服務機器人的自動控制，主要是通過云端程序來實現，在機器人通電后，與云端系統連接，在接收云端發來的指令后，對接收的數據完整性經先判斷，待指令解析成功后，便可按照指令進行自動控制。在指令準確解析后，機器人會自行運動至指定的位置，并通過攝像頭讀取目標位置信息，以便調整位姿，之后將定位狀態發送至機械臂，于是便有了機械臂的下一步操作。需要注意的是，在服務機器人自動控制過程中，關鍵在于機器人行走路線的控制，考慮一般服務機器人的服務面積比較大，為了能快速為用戶提供專業的服務，也需要技術人員對服務機器人的運行路徑進行規劃設計。但在傳統的路徑規劃中，大部分是采用A*算法，這一算法僅考慮路徑的長度，忽視進一步分析，如該條路徑的繁忙程度等。因此，為了能讓服務機器人的運行路徑更加科學化，在路徑規劃設計中，應重視引入繁忙檢測值和路徑權重值這兩個值的引入，由此對機器人的路徑進行優化設計，這樣既能靈活增加路徑的長度和寬度，也能避免出現擁堵的情況。

4 結語

服務機器人是人工智能時代下的產物，隨著人工智能技術的快速發展，及與5G技術的有效融合，可讓服務機器人具有諸多功能，如智能定位、語音識別、圖像轉化與分析、自主學習等，而且在5G技術的加持下，這些系統功能會越來越強大，這使得服務機器人的運用范圍也會更加廣泛，除了可以運用在工業機械制造領域，還可以運用在農業、醫療等多個行業領域，極大地促進這些行業領域的發展。