---

統計了一下2020年ICRA各session的論文數量，文章數量最多的幾個session分別為：

其中可能存在一些方向相近，但為了平衡各session的數量而進行了調整，但大致可以反應出各方向熱度。

全部session情況如下：

------------------------ 更新-----------------------------------------

接著統計了一下IJRR上2018年-2020年8月，共734篇論文關鍵詞情況，前十名情況如下：

（由於這些關鍵詞數據同Python統計的，沒考慮關鍵詞意思相同但用詞不同的情況，如運動規劃與路徑規劃，因此可能不夠準確）

接著再統計一下TRO上2018年-2020年8月的371篇論文，前十名關鍵詞為：

統計Robotics and Automation Letters 2019-2020年1264篇論文，關鍵詞最多的幾項為：

統計Robotics and Autonomous Systems近幾年文章關鍵詞：

Autonomous robot 2018-2020年關鍵詞:

從以上關鍵詞的統計可以看出，motion and path planning， deep learning in robotics, SLAM， multi robot system，mobile robots等都是最近幾年比較火的方向，2021年選繼續做這些方嚮應該也還不錯。

-------------------------- 添加內容 -------------------------

找到一個有意思的網站：https://bibliometric.com/app# 可以直接從Web of Science上下載數據進行分析，並且還能看到每年關鍵詞變化趨勢。

---

作為一名目前在系統集成企業從事戰略規劃和運營宣傳工作的人員，我從個人角度談一下我的看法。我本人並不是從事機器人技術或者機器人學研究的，作為運營，我的看法更側重在機器人應用，對前沿技術的理解可能不到位。我的回答的肯定不全面，更談不上準確，也歡迎大家提出批評和指正。

我認為2021年機器人的重點研究方向有四個：

1、機器人和人工智慧（機器視覺等技術）的結合

2、特殊機器人（仿生、特種環境作業機器人等）的發展

3、智能製造系統集成下的規模化機器人應用

4、人機協作技術的發展和應用

具體聊一下：

1、機器人和人工智慧（機器視覺等技術）的結合

目前業界對機器人的介紹，經常採用的是自動化，而不是智能化。很多人覺得機器人很傻，而不是智能。因為目前機器人的應用多是機械化的點到點作業，缺乏對作業的智能化判斷。舉個例子，如果現在給工業機器人示教，讓它執行一個具體的工作，在缺乏目標物時，機器人照樣會執行示教的相關動作。或者你對服務機器人說個什麼話，它的回答是機械化的。

而人工智慧技術提升有助於改變這一現狀，這一領域中，尤其以機器視覺技術為代表。過去的幾年裡，伴隨著人工智慧技術，特別是機器視覺技術的發展，使得機器人的智能化水平得到了巨大提升。在2019年和2020年，更是在國內得到了巨大應用。具體可在：拆垛碼垛、加工噴塗等環節取得應用。

在2021年，我認為這種結合仍將持續。市場的需求會迫使大家去做這方面的工作，目前機器人多數還是一個執行機構，特別是工業機器人，只有搭配人工智慧、機器視覺等可能才會顯得更智能。由於目前的機器人配視覺仍然多是開環控制，隨著數據分析和5G技術的提升，針對機器人配視覺未來可能重點研究其閉環控制。此外，機器人目前的應用場景複雜多變，針對複雜工序的應用，還是需要提升機器人和視覺技術的結合。

其實這個方向的重點並不在機器人，而在於人工智慧技術的發展。但是，機器人做為一個綜合體，如果沒有人工智慧的支撐，在未來的發展空間將會越來越小。

2、特殊機器人（仿生、特種環境作業機器人等）的發展

特殊機器人（仿生、特種環境作業機器人等）一直是一個熱點。特殊機器人做為機器人行業較為細分的領域，實際上市場份額每年都是在不斷增加。

其實無人機也算是特殊機器人的一種。特殊機器人，顧名思義，就是在特殊環境下的機器人。比如可以在血管里做為的微型機器人，可以在礦山作業的運輸或挖掘機器人，可以排除炸彈的排爆機器人。

這類機器人的市場一直存在，也使得對其的研究也是在不斷提升。這種研究，從最初的有，逐漸提升到更有效、更智能的需求。即使在當前，市場已經存在的特殊機器人，大多是遙控類型的，這也就是要提升其智能化；另外，仍有一些特殊環境下的機器人還處於空白研究狀態，比如說大噸位的礦山機器人，並沒有太多的機構在生產製造或研究。

而隨著國內人口紅利和生產成本的上升，這一類的市場正在逐步凸顯，可能沒有那麼快，但也是一個發展方向。

3、智能製造系統集成下的規模化機器人應用

智能製造系統集成這個概念，並不是單純的系統集成，而是要建立在智能製造的基礎上。目前在眾多的製造業企業中，對智能製造技術的應用可能是在某個工藝和環節的應用，而並不是從整體生產的角度出發。

當然，這個問題並不是說人家企業錯了。畢竟企業需要考慮成本效益等多個環節。但是，針對整體企業生產的智能製造系統集成，我覺得未來是一個重點的方向。就像在汽車企業是規模化應用機器人，在其它製造業，也必然是個機會。但是這一塊，該做什麼研究，我個人覺得在整體的調度控制，特別是大規模機器人集群的管理，可能也是個研究的選擇把。

4、人機協作技術的發展和應用

人機協作是隨著丹麥企業優傲機器人的應用和推廣逐漸被熟知的一個概念。因為我們逐漸發現，在很多時候，並不可能把所有的人都取消。當下最好的選擇就是人機協作，並隨著人工智慧技術的不斷發展，在未來可能實現完全的機器人化。

人機協作，可能是對機器人學最好踐行和研究的一個方向了吧。怎麼生產製造這樣的機器人？怎樣實現人機協作的安全性？都可能作為研究的方向。

其實我的看法多是還是很淺顯的，我本人也不是專業的機器人研究人員。機器人從一個理論、到學科、再到應用，我覺得始終貫徹的發展思想都是替人，其目的還是在於解放並造福人類，提升生產力，降低生產成本。而替人，就需要機器人能像人一樣工作，更智能、更懂事。不管是去年，還是今年，還是明年，讓機器人能夠更好的造福人類，可能才是我們研究的重點方向。

---

機器人是一個很廣泛的領域，算是人工智慧大範疇的一個行業分支。從產品應用上來講，機器人包含了服務機器人，教育機器人，巡檢機器人，物流機器人，醫療機器人，無人機，工業機器人等等。如果從運行的場景來講，大類可以分為室內和室外，更加細分的話，比方說室內有分辦公樓宇，商場，酒店，醫院，倉庫，超市等，室外有園區，開放道路，礦區，農田等。

總體來講，機器人是個非常廣泛的領域，針對不同的產品應用和運行場景，所需要的的感測器方案，硬體設計，以及演算法設計都是不同的。NVIDIA 針對不同場景的機器人應用，推出了從模擬到部署的一整套軟體解決方案ISAAC, 幫助大家快速搭建具有AI功能的機器人產品，感興趣的同學可以到官網是看一下：https://developer.nvidia.com/isaac-sdk

既然機器人涉及的技術領域以及應用場景都非常廣泛，那麼研究的熱點方向相對來說也挺多的，就從NVIDIA對於機器人方面的應用來講，主要有以下幾個方面：

工業機器人：越來越多的工業機器人加入了AI的功能，比如工業場景的視覺檢測，無軌導航定位，以及工業機械臂的控制和強化學習訓練等。在去年GTC上，CEO Jensen給大家展示了機械臂抓取訓練的結果，可以達到在模擬環境中對機器人進行強化學習訓練

無人飛行器：無人飛行器也就是我們俗稱的無人機，無人機的演算法上應用了大量的視覺演算法，包括landmark識別，目標物檢測和跟蹤等。在視覺方面，NVIDIA有非常深厚的技術積累，從模型訓練到部署優化，以及圖像處理等方面都有很完善的SDK和工具，幫助大家快速落地無人機視覺方面的應用

服務類型的機器人：服務類型的機器人應用越來越廣泛，一方面可以減緩服務業就業人員減少的壓力，另一方面可以提高用戶體驗感，最重要的還有在疫情這個特殊期間，可以提供「零接觸」的服務，儘可能減少接觸感染。NVIDIA也幫助用戶在服務類型的機器人的人機交互上提供了技術支持，比如NLP，people detection， pose detection，gaze detection等模型以及雲原生技術的支持。

醫用機器人：醫用機器人在今年疫情期間是大家關注的重點，很多醫院或者公共場所都有一些消毒機器人，或者輔助檢測體溫的機器人等來協助抗疫。在協助抗疫方面，NVIDIA有social distancing以及紅外檢測體溫的演算法實現，在Jetson的開發者社區裡面，大家感興趣可以到官網上看一下。同時在醫療方面，NVIDIA為開發者提供了clara的SDK，幫助大家搭建醫療的解決方案

---

可能有如下幾個方面

1.機器人與視覺的配合，這裡只的是3D視覺這樣智能的方面。比如說3D視覺配合機器人的散隊取件應用，3D視覺軌跡匹配功能，3D視覺或者視覺模糊演算法功能等等，這些都是可以待開發的方向。

2.機器人與上位機直接通訊的配合。現在雖然說有scoket 套接字來實現，但是很多機器人產商還需要針對性的開發，是否有一個通用的標準出來，機器人和上位機都遵詢同樣的標準，機器人在開發對應的程序也有的放矢，而不是一個需求一個開發。

3.機器人和人工智慧的配合。

這個方面都說了好多年，但是沒發現說有實際的東西落地。有針對目前電子行業外面檢查做過類似的應用，但是太難了。一般瑕疵檢測需要達到的標準太高。導致錯檢率高。

以上都是針對工業機器人的應用，未涉及其他機器人如服務機器人等的方向，等後續有時間在更新。

---

機器人產業分析主要難點在於機器人分類龐雜，每個細分市場空間、所處階段不盡相同，我們如何找到未來發展機遇更大的賽道呢？

這裡我們用了一些基礎的行研方法論，先篩選出具備更好成長基礎的賽道，再細化研究其行業空間、商業模式、競爭壁壘等問題。http://1C9U.COM獨創性的運用兩種研究方式：大數據挖掘分析+產業鏈驗證，相對於傳統研究而言，大大降低了對於二手信息的依賴，更多地從一手信息出發去統計、分析及解讀。

大數據分析：從四大維度出發，我們發現工業機器人、家庭作業機器人以及巡檢機器人成長基礎更好，娛樂休閑、醫用、國防、專用清洗機器人相對更加新興。我們將機器人行業分為三大類、七大細分行業，企業樣本總量近千家，利用 python 技術、互聯網輿情指數等，從四個維度進行分析：

? 輿情指數分析：從大類來看，家用機器人指數熱度最高，工業機器人次之，專業服務機器人最低。從細分來看：工業機器人：焊接機器人熱度最高；家用機器人：娛樂休閑機器人的熱度要高於家庭作業機器人；專業服務機器人：場地巡檢機器人熱度最高，醫用機器人的熱度次之。

? 成立時間：機器人行業朝陽屬性明確，78%的機器人企業成立歷史不超過 10 年時間；工業、巡檢及家庭作業機器人公司成立時間相對較長；而醫用、國防安全及娛樂機器人相對更為新興。

? 融資指標：家庭作業機器人以 B 輪及以上融資方式為主，比例達到了 65.22%，工業機器人次之，該比例為 46.49%。這意味這兩個行業相對成熟；而國防、巡檢、醫用及娛樂休閑機器人 B輪及以上融資比例均為 40%。

? 知識產權：我們分析了樣本公司 2015-2019 年各類專利申請情況，家庭作業機器人的專利數量最多，佔總體數量的 25%；工業機器人次之，專利數量佔總體數量的 19%；場地巡檢機器人專利數量佔總體數量的 18%；娛樂休閑、醫用、國防安全及專業清掃機器人領域專利數量佔總體數量的比例分別為 14%、9%、8%及 6%。

? 從技術專利數量角度，我們發掘出(此部分僅供參考，不構成任何投資建議)：

工業機器人：新松機器人、厚達智能、拓斯達、普渡科技等；巡檢機器人：大疆創新、國自機器人、億嘉和、朗馳欣創、成都阿泰因等；娛樂休閑機器人：優必選、科大訊飛、儒博科技、未來夥伴等；家庭作業機器人：科沃斯、石頭科技、寶樂機器人、海爾等；國防安全機器人：深藍科技、華測導航、深之藍、雲洲智能等；醫療機器人：翔宇醫療、鎂伽機器人、術銳技術、天智航等。

巡檢機器人領域 2019 年專利 TOP 的公司（單位：個）：

工業機器人領域 2019 年專利 TOP 的公司（單位：個）：

娛樂休閑機器人領域 2019 年專利 TOP 的公司（單位：個：

家庭作業機器人領域 2019 年專利 TOP 的公司（單位：個：

重點來了，2021年，機器人方向目前研究熱點方向有哪些？

細分行業專利名稱關鍵詞統計:

以下是近期市場投資熱點方向：

---

推薦閱讀：