一个有趣的事实：机械人迄今为止还没有被清晰界说
。

在机械人生长的早期，只要是模拟人类行为或头脑的机械就被能称为机械人
。但随着行业的生长，人们逐渐发明「像人」不那么主要，「反射」才是要害
。
1920 年，捷克作家卡雷尔编写了舞台剧《罗萨姆的万能机械人》
。他在剧中使用的捷克语 robota 意为仆从，译成英文后，就成了沿用至今的 robot，即机械人
。
在黄金时代的科幻作家笔下，能够自主行动有思索能力的机械人是 21 世纪必不可少的一部分
。但到了 2018 年，大大都人只见过两种机械人——食堂里的刀削面机械人和家里的扫地机械人
。
为什么机械人行业的希望这么缓慢
？
要讨论这个问题，首先我们需要回覆：什么是机械人
？
2011 年，河北农民崔润全提交了一份专利——《可弯曲式刀削面机的挥臂装置》，这只机械臂被装在奥特曼和葫芦娃上，成为餐厅后厨的一员
。
但这并不是机械人
。
长得像人，会动会语言，可以是装了喇叭的塑胶娃娃
。能自力完成使命，可以是洗衣机和铁皮田鸡
。这些都是不可为机械人的充分条件
。
机械人必需能模拟人类的重大行为——但人类的重大行为源自条件反射的即时判断，而不是任何关闭的预存指令，关闭的预存指令也不可能在转变天下中实现重大行为
。
以是，机械人研发的要害应该是结构反射，即视察感知外部天下的转变，并做出响应反响
。
好比汽车不是机械人，但无人驾驶汽车就是
。
感知情形(perception)，剖析推理(planning)，运动控制(control)，这是所有机械在成为机械人之前都需要面临的三道关卡
。
感知情形的实质是量化物理天下，今天，有成百上千种传感器可以资助机械感知光线、温度、角度、速率、距离，甚至识别工具的姿态和三维特征
。
而深度学习算法的突破可以支持机械人对网络到的信息举行剖析和推理，在重大的动态情形下做出更好的妄想与决议
。
在传感器手艺和深度学习算法一直生长的今天，运动控制成了机械人生长的最大瓶颈
。这需要我们对机械人的活动部位建设完善的动力学模子，使其像人一样细腻操作
。今天，纵然最顶尖的实验室型号也只能做到委屈像人一样走路
。
这就是著名的莫拉维克悖论：
要让电脑如成人般地下棋是相对容易的，可是要让电脑有如一岁小孩般的感知和行动能力却是相当难题甚至是不可能的
。
这也是为什么今天的家用机械人都用轮子来完成移动，而对运动控制能力要求不高的扫地机械人成为了最常见家用机械人
。
以PP电子 D520 为例，我们来看看它是怎样成为机械人的
。
林林总总的传感器将认真扫地机械人的感知部分
。一台扫地机械人通常有包括碰撞、跌落、加速率、转速等十几种传感器
。其中最要害的是激光测距传感器，通过激光投射在障碍物上的反射光，传感器可以确定与障碍物的距离信息
。
这些距离信息可以资助扫地机械人构建房间地图，确认自己在地图上的位置
。进而实时妄想清扫路径
。
为包管清扫效果和清扫效率，PP电子 D520 会接纳弓字型清扫计划，不遗漏死角的同时，高效的完成清扫使命
。
除此以外，PP电子尚有类似计划的空气净化机械人和擦窗机械人
。只管这些家用机械人手艺已经成熟，但整个机械人行业仍在期待基础手艺的突破
。在可预见的未来，扫地机械人都将是大大都家庭唯一能见到的机械人
。