1 引言
要想在机器人用传感器这个领域的制造选用等方面有所建树，还需要从了解机器人的发展入手，当然最重要的是了解近十年的机器人的发展。机器人可以看作自动化系统中的一个执行器或者控制器+执行器，特别是在工业上它大多是固定安装的，即是不移动的装置。但这些年的AGV（Automated Guided Vehicles）自动导引车，作为机器人的一个品种，在物流系统中大量使用，如深圳市湘聚公司的AGV系统，可以高速、高精度的移动，并与主流的ERP和MES系统信息系统兼容，实现无缝连接。这是一种智能移动机器人。当然它比如人或者动物一样移动的（不止四个车轮的）机器人要简单得多。
瑞典NDC公司近十年已在我国销售激光反射头等近千台，昆明船舶设备集团在上世纪末，已经将该技术引进我国，并在传动控制系统集成等方面有所突破。引导技术的进步，提高了行程路径的柔性化，同时提高了定性精度，GPS定位导航技术在大型（最大可达40t）AGV上得到应用。智能化水平在提高，使AGV系统通过网络、无线或红外接收上位机客户指令，做到自动引导、自动驾驶、优化路线、自动作业、交通管理、车辆调度、安全避碰、自动充电、自动诊断等，使AGV系统应用先于无人驾驶汽车等，进入实际应用阶段。
2 机器人的发展
2.1 机器人基本结构
一般机器人的基本结构由关节式机械系统、执行装置等（第一部分）；机器人模型、环境模型、工作任务、控制算法、控制器等（第二部分）；环境（第三部分）；任务（第四部分）共四个部分组成。在第一部分内有传感器，在第三部分有外传感器。内传感器和电机轴等机械部件或机械结构如手臂、手腕等安装在一起，完成位置、速度、力等测量，实现伺服控制。外传感器是用来检测机器人所处环境及状况或目标物状态特征的传感器，是机器人与周围进行交互工作的信息通道，是机器人对环境有自校正和自适应能力，可适应不断变化的外部环境，从而更好地进行工作。
2.2 机器人类型
在工业，特别是制造业中，我的常见到的工业机器人，多是机械手型的机器人，依靠转轴和夹持装置工作，这类机器人通常是不可移动的，而更多的劳动环境中，移动机器人应用是广泛的。这些年来工业机器人以外，服务机器人、特种机器人的分类产品在发展，应用规模在扩展，所以不少行业自成门户。除工业机器人外，农业机器人、军用机器人、家用机器人、娱乐机器人、医疗机器人都在形成机器人产业的一部分，其他还因无人驾驶的汽车、无人驾驶的飞机以及机器鱼、水下机器人等仿生机器人和各种智能机器人（灭火、救灾、机器人比赛、教学用机器人等）的出现，真如雨后春笋一般。可以说机器人已经逐步从工厂走进了各行各业，走进了社会。
2.3 机器人发展阶段
机器人的发展一般分成三代。第一代为可编程机器人，或称示教再现型机器人，它根据操作员所编程序完成一些重复性操作，对机器人进行“示教”，机器人将这些操作记忆下来，之后即可根据“再现”指令，重复再现各种操作。第二代为感知机器人，即自适应机器人，它在第一代机器人的基础上发展起来，就有部分感知能力。第三代为自治式机器人，它具有较强的感知、识别、推理、规划和学习等智能，它能够把感知等和行动、智能化结合起来，能在非特定的环境下作业，所以称为智能机器人。
在第三代智能机器人中，可移动的陆上、空中、水中机器人、仿人机器人、仿生机器人等，近年来发展很迅速。多个机器人合作，它可形成一个系统，完成总的任务，逐渐形成多机器人系统研究方向。
2.4 机器人规划
机器人规划是人工智能与机器人学相连的一个结合点上，是包括单个机器人在内的智能机器人的一个重要的研究领域，包括路径规划、轨迹规划、运动规划、步态规划、任务规划等各种高层规划和底层规划以及与之相关的环境描述，地图创建等，这样才能回答机器人自主导航需要回答的三个问题：“我在什么地方?”、“我到什么地方?”、“我怎样才能到达目的地？”，也就是机器人的定位问题、目标识别与跟踪问题、路径规划与避障问题。
这儿要解释一下，规划（pianning）用在这里，指的是在执行一个问题求解程序中的任何一步之前，计算该程序几步的过程。即规划是一个行动的过程的描述，具体说路径规划就是根据所感知到的工作环境信息，按照某种优化指标，在起始点和目标点之间规划出一条与环境障碍无碰撞的路径。路径规划有三种类型：
（1）基于模型的路径规划，主要应用于结构化环境、规划方法有栅格法、可视图法、拓扑法等；
（2）基于传感器信息的路径规划、主要应用于非结构化环境，方法有人工势场法、确定栅格法和模糊逻辑算法等；
（3）基于行为的路径规划，把规划问题分解为许多相对独立的单元，如避碰、跟踪等。
在规划中，使用智能算法，有神经网络、模糊逻辑、遗传算法、强化学习以及各种混合进化算法。模拟退火算法、蚁群优化算法、粒子群算法、基于免疫进化和示例学习算法等。
2.5 机器人导航
导航的基本任务包括基于环境理解的全局定位、目标识别、障碍物检测及安全保护，可以分为地图的导航，基于创建地图的导航和无地图的导航，还可以分为视觉导航系统和非视觉传感器导航组合。在实际应用中往往使用多种传感器共同工作，并采用传感器融合技术，以求得所需的环境特性。
2.6 多机系统
多机器人系统，由于传感器视野宽阔，信息冗余，有利于提高机器人的定位精度和地图穿件的品质；由于系统容错性高，可以防止由于单个机器人失效引起的任务失败；又由于系统的并行处理能力可以在更短时间内完成特定任务；实现单个复杂机器人无法实现的功能。由于这些优点，多机器人系统解决未知环境下的军事侦察、灾难久远、追捕逃跑及大型活动的开幕式任务，已引起各界的关注。
多机器人系统的协作探索，协作地图创建、拼接、检测其他机器人的相对位置，数据关联，协作策略、冲突、消解等课题，引起了学者关注。现将决策树和遗传算法引入到了强化学习并有效地减小了机器人的学习状态空间，加快了强化学习算法的学习速度，相关的单个机器人的系统结构介绍如后图1（注：详见朴松昊等著“智能机器人”P.199），图中“Q学习”为无模型强化学习的一种方法。关于协作探索，即目标点发现和多任务分化，现在基于市场化的智能机器人多任务分配，这种协商机制已经被采用，而且有仿真实验结果。
多机器人学的研究中，吸收了分布式人工智能，复杂系统、社会学、管理学等方面的研究成果，探讨机器人群体乃至机器人社会的各种组织形式，信息交互方式、进化机制等基本问题，一些已考受到自然界生物群体所表现出来的自组织行为和群体智能现象的启发，逐步诞生了以蚁群算法、微粒群算法、鱼群算法为代表的群智能算法，其中微粒群算法已经引起进化算法等领域学者的关注，在实践中取得较好效果。
具有代表性的多机器人系统有群智能机器人系统，自重构机器人系统、协作机器人系统、机器人足球赛等4种。其中机器人足球赛事关科学普及，应引起国人多多关注、多多支持。
工业机器人产业的发展仍是最迅猛的，全球和我国情况都说明这点，2017年8月北京机器人大会发布我国机器人市场规模为63亿美元。2017年中国机器人整体市场需求量为11.5万台，同比增长25%，其中多关节工业机器人（3关节以上）达到17万多台。在手机等3C行业中机器人销量占各行业中的17%（2015年），另一个传统工业机器人需求市场最大，仍然是汽车产业。一般来说，工业机器人中典型应用有如下几种：焊接机器人（占工业机器人总量的40%以上），橡塑行业机器人（注塑机械手等）、煤矿行业机器人（采掘机器人、井下喷浆机器人等）、石油行业机器人（轮式、履栅式、螺旋轮式行走、胀闸活塞式行走、多脚式行走的管道机器人等）、盾构机、危险作业机器人、自动导引车（AGV）以及数控机床和加工中心（这项纳入机器人，有争议。起码特殊机床及工具、刀具、上料等方面有特殊要求的切削机床和有特殊要求的3D打印机可以与机器人相结合）。总之，工业机器人用传感器，仍是面大量广的产品，需求量较大。机器人网络化并逐步连接到云端，这种需求也迫使传感器要加速网络化。
除一般多关节外，并行机器人、协作机器人（co-Robots）等产品已经推出，与机器人协同工作和安全问题也得到重视。一般来说，工业机器人技术正向智能机器人和智能系统的方向发展，发展趋势主要为：结构的模块化和可重构化；控制技术的开放化（如采用plc中的运动控制插件）、PC化和网络化；工作环境设计的优化和作业的柔性化以及系统的网络化和智能化等方面。另一个发展趋势是随着工业机器人成本不断下降及人工成本不断上升，以美国为例，1990-2003年，制造业工人的工资增加了大约60%，工业机器的仿格下降到原来的60%左右，再考虑到机器人性能提高因素，则机器人仿格实际下降了80%，相当于制造业引入工业机器人的优越性扩大了大约8倍。中国也是如此，即工业机器人大量应用是制造业不可改变的发展趋势，从而工业机器人用传感器的发展也应在数量和质量有一个飞跃式的发展的大好形势，当然成本下降那也是必然的。
2.7 智能机器人
人工智能技术与机器人的大脑和神经系统的结合日益成一个发展趋势。计算与机器人网络相连。中国劳动年龄人口将在2024年达到降值，之后的50年中减少五分之一，必须从智能机器人（或人工智能+机器人）中找到经济增长点，所以除去即早规划数据生态、行业改造、人才储备、教育培训之外，更要在如下方面——国际、国内建立伦理和法律共识，应尽早着手进行实质性工作。
最近获悉2018年1月22日国家统计局公布了国内2017年全年工业机器人的产量为生产超过13万台，累计增长68.1%，其中12月份产量为12682套，单月同比增长56.5%。OFWEEK行业研究中心认为到2020年国内工业机器人产量或将超过25万台。
3 机器人传感器的发展
3.1 机器人传感器分类
机器人传感器可以分内传感器、外传感器两类，一