现场机器人是近年来在欧洲兴起的新概念，指的是在动态，非结构化环境中运行的非工厂移动机器人。这些类型的机器人没有被编程为一遍又一遍地重复相同的任务，它们是自适应，响应能力强的机器人，它们在变化的条件下工作，有时甚至在未开发的地区。他们经常执行对人类来说太费力或危险的任务。因此，随着基础技术的稳步发展，许多不同行业对现场机器人的需求越来越高，在工业领域，一部分的现场机器人也开始进入。

根据国际机器人联合会world robotics 2018 service robots报告，2018年售出了约7,210台现场机器人。展望未来，预计2019年至2021年之间将售出32,700台，复合年增长率（cagr）为22％ ）。该部门的增长在很大程度上取决于农民的经济状况。

在工业上，随着智能制造需求的不断提升，小型6轴或7轴机器人在工业机器人中逐渐占据重要的地位，但是，复杂场景的工业机器人仍受到技术限制，普及率仍较低。市场上常见的机器人需要繁复的控制编程，应用成本高，不适用于产品周期短的3c产品生产线。较为先进的机器人如 universal robotics的ur系列具备基于位置的拖动示教功能，编程时间较短，然而其动作一经设定即完全确定，无法处理实际装配过程中零件形状及位置的误差。

此外，家电和 3c 生产线的细小零件装配动作复杂，即便由人完成也需精确的眼手配合（视觉和触觉），现有的机器人产品在硬件和智能上均无法稳定的解决此类问题。近五年，工业机器人企业（库卡，安川，发那科，abb等）及制造业相关企业（美的，格力，富士康等）均在重点研发此类机器人，然而到目前为止市面上仍没有成熟的解决方案，3c产品和家电组装生产线的大部分繁复环节目前仍由工人完成，因此现场机器人这种更能满足柔性化需求的机器人无疑成为未来的重要发展方向。

同时，随着技术的发展，新一代的机械臂势必要跳出传统机器人技术的框架，而真正从本源上去改进传统机械臂的不足：它需要能够在不牺牲性能的前提下具备本质的安全性；能够像一个学徒一样迅速理解并独立完成一项新的任务；能够完成那些传统机械臂不可能做好、但如今因为人工的紧缺或者工作环境的恶劣而急需被自动化的工作。一个能达到这些要求的机械臂，需要的不仅仅是与人协作的能力，更是自身对复杂环境与复杂任务的适应能力，具有更强柔性的现场机器人无疑更能满足多条产线切换的要求。

目前全球工业机器人潜在市场约千亿美元，其中高端制造业市场约600亿美元。但传统的工业机器人采用位置控制的方式，极大得限制了机器人能够完成的工作范围，并且伴生着安全问题。而现在被广泛接受的协作机器人，引入了力觉感知，这使得他们更加安全，并且易于编程部署。然而，大量对于人类来说非常容易的任务，依然挑战着现有机器人的能力。

为了突破现有的工业机器人瓶颈，很多机器人团队对工业机器人从底层硬件到上层控制算法进行了全方位改造，并深度结合人工智能，致力于创造稳定高效的自适应机器人产品，将机器人技术带入了全新的阶段。

同时因为近年来，全球研究团队一直在使用强化学习（rl）来教机器人如何完成各种任务。但是，训练这些算法可能非常具有挑战性，因为在正确定义机器人要完成的任务时还需要大量的人力。

但随着机器学习的高速发展，无疑现场机器人具有最大的商业潜力，并且目前欧洲的这一概念，在农业和牧场的自动化任务中取得成功。小型“农业机器人”可以进行精确的耕作，同时可以在野外收集重要数据。农业中的其他现场机器人可以监视关键的温室气体，例如二氧化碳和一氧化二氮，以研究农业对气候变化的影响。牧场主使用自动野外机器人在数千平方公里内放牧绵羊和牛群，确保所有牲畜保持健康并有足够的放牧地。

目前很多国家正在开发更先进的现场机器人来应对更严峻的挑战。它们被用作采矿自动化的钻机，助手和矿石运输工具。炸弹小队和核设施使用现场机器人来调查潜在危险材料。它们甚至还用于太空探索中，作为带有遥控操纵器系统（rms）的遥控车（rov）来行驶未探索的行星，收集样本并进行测试。

现场机器人正在使这个星球上其他最艰巨的工作自动化。尽管农业和农业是当前最受欢迎的趋势之一，但在不久的将来，现场机器人很可能会在众多行业中使用。它们遍历非结构化环境的能力使它们非常可取，机器学习也在赋予他们全新的生命力。

以上是网络信息转载，信息真实性自行斟酌。