机器人技术的应用和研究显现出从工业领域快速向其他领域延伸扩展。而传统工业领域对作业性能提升的需求、其他领域的新需求,极大促进了机器人理论与技术的进一步发展。

　　在工业领域,工业机器人的应用已不再仅限于简单的动作重复。对于复杂作业需求,工业机器人的智能化、群体协调作业成为解决问题的关键;对于高速度、高精度、重载荷的作业,工业机器人的动力学、运动学标定、力控制还有待深入研究;而机器人和操作员在重叠的工作空间合作作业问题,则对机器人结构设计、感知、控制等研究提出了确保人机协同作业安全的新要求。

　　在工业领域以外,机器人在医疗服务、野外勘测、深空深海探测、家庭服务和智能交通等领域都有广泛的应用前景。在这些领域,机器人需要在动态、未知、非结构化的复杂环境完成不同类型的作业任务,这就对机器人的环境适应性、环境感知、自主控制、人机交互提出了更高的要求。

　　(1)环境适应性：

　　机器人的工作环境可以是室内、室外、火山、深海、太空,乃至地外星球,其复杂的地面或地形、不同的气压变化、巨大的温度变化、不同的辐照、不同的重力条件导致机器人的机构设计和控制方法必须进行针对性、适应性的设计。通过仿生手段研究具有飞行、奔跑、跳跃、爬行、游动等不同运动能力的、适应不同环境条件的机器人机构和控制方法对于提高机器人的环境适应性具有重要的理论价值。

　　(2)环境感知：

　　面对动态变化、未知、复杂的外部环境,机器人对环境的准确感知是进行决策和控制的基础。感知信息的融合、环境建模、环境理解、学习机制是环境感知研究的重要内容。

　　(3)自主控制：

　　面对动态变化的外部环境,机器人必须依据既定作业任务和环境感知结果利用内建算法进行规划、决策和控制,以达到最终目标。在无人干预或大延时无法人为干预的情况下,自主控制可以确保机器人规避危险、完成既定任务。

　　(4)人机交互：

　　人机交互对于提升机器人作业能力、满足复杂的作业任务需求具有重要作用。实时作业环境的三维建模,声觉、视觉、力觉、触觉等多种人机交互的实现方式、人机交互中的安全控制等都是人机交互中的重要研究内容。针对上述问题的研究,通过与仿生学、神经科学、脑科学,以及互联网技术的结合,可能将加速机器人理论、方法和技术研究工作的进展。机器人技术与仿生学的结合,不仅可以促进高适应性的机器人结构设计方法的研究,对于机器人的感知、控制与决策方法的研究也能够提供有力的支持。

　　机器人学与神经科学、脑科学的结合,将使得人–机器人间的应用接口更加方便,通过神经信号控制智能假肢、外骨骼机器人或远程遥操控机器人系统,利用生物细胞来提升机器人的智能,为机器人研究提供了新的思路。机器人学与互联网技术的结合,使机器人可以通过互联网获取海量的知识,基于云计算、智能空间等技术辅助机器人的感知和决策,将极大提升机器人的系统性能。