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。
工业机器人跟智能机器人有什么区别呢？
本质上讲，这两者没有可比性。从进化的角度来说，一切机器人的终点都是智能机器人。智能机器人是指：机器人智能化，也就是机器人可以自主判断，自主学习，自主的做决策。这其实就相当于，不管机器人的外形是什么样子，不管这个机器人属于服务机器人，还是工业机器人，特种机器人，医疗机器人等等。只要他具有人工智能的机器人核心控制器。
那么这台机器人就是智能机器人。机器人是不是智能，主要看他的控制系统是不是带有机器学习，人工智能。跟外形没有关系。如果一定要将工业机器人和智能机器人做一个明确的划分的话。智能机器人是所有机器人最后发展的终点。工业机器人在逐渐向智能化工业场景应用的机器人进化大部分人把工业机器人叫做“机械手臂”，他们也会争论，这玩意怎么能叫工业机器人？且听我慢慢道来。
之所以这玩意会叫工业机器人，是因为他的原理，跟所有机器人一样：是通过软件编程控制这个机械结构的动作。你怎么编写程度，他就怎么动！那有人会说，这玩意不就跟数控机床类似吗？确实类似，甚至原理都有点类似。但是不同点在于，工业机器人在运动控制学上面，是最接近人类的存在。（这里不是工业机器人的定义，只是有助于大家理解）最开始的工业机器人设计，确实是通过模拟人的手臂动作。
但是伴随着现代计算技术的发展，当代的工业机器人，已经不单单是示教编程，写代码编程那种笨拙的方式了。拖拽示教，自动视觉识别路径。自动做运动轨迹的规划：例如通过工业相机拍一下鞋底的照片，机器人就可以自动规划涂胶的路径，给鞋底涂胶。工业机器人，贡献了高端运动控制技术，这是机器人通向智能机器人的第一个门槛。丰田的asimo机器人我们看到这种动作灵活的机器人，控制这些动作，也属于智能机器人范畴之一。
这属于动力学范畴。有这个控制系统，才能够实现动作路径的有效规划。在运动控制实现后，智能机器人还有另外几个门槛：图像智能，语音智能，以及深度学习。服务性机器人，之所以高端。被称为智能机器人，核心点就在于在算法层面上，例如运动控制领域，采用动力学算法，配合人工智能图像。可以做到路径的规划。概括的讲：工业机器人会是机器人走向智能化的主要推动力之一，并且也是机器人最先实现智能化后，第一个落地试用的场景。
