从制造走向“智”造 中国还有这三大阶段需要完成
在世界互联网普及率已经过半的情况下，全球信息化基本已进入一个成熟阶段，未来信息化的发展，也开始逐步进入过去的蒸汽机动力普及、内燃机动力普及，以及电力普及之后的缓慢稳定增长阶段。
而全球的制造工业，也随着社会生产力的更新中同步迭代，从最早的蒸汽工业时代，到内燃机工业时代，一直到现在的电力自动化时代。随着互联网信息化的稳定普及，工业制造也在各国的生产力发展规划中进入了下一个新的发展阶段——信息化工业时代。
2013年，德国正式推出 “工业4.0” 的概念，旨在利用物联网信息化技术，将 CPS 应用到工业制造中去，希望进一步降低产业成本、提高产业效率，同时迎合新世纪的大众消费模式。而在 2014年，美国五大行业巨头共同成立 工业互联网联盟(IIC)，也开启了美国工业互联网的产业升级之路，希望借助引领全球的硅谷科技力量，为美国的空心化和高成本化制造业带来复苏的希望。
在德国，工业 4.0 主要由西门子推动，而在美国，GE 则是最早提出工业互联网并组建联盟的核心力量。2015年初，中国政府提出“中国制造2025”十年计划，希望中国因人口红利而成为的全球制造中心的地位，在工业全球化浪潮的后半场，能够继续借助信息化改革，保留中国制造业大国的竞争力地位。但在中国，并没有一个像西门子或 GE 这样有着丰厚信息化积累的产业巨头在引领，虽然国内有像海尔、格力等个别的企业在尝试高度自动化和初步信息化，对于一个还未完成工业 3.0 的巨轮来说，直接跳到工业4.0 仍然面临着巨大的产业鸿沟和智力断层。
从宏观上来说，国家上层提出 “中国制造2025”，对中国有着巨大的意义和指示作用，也非常准确的切中了中国未来 20 年到 30 年在全球战略地位中的发展路径。但上层建筑落地之后，还是需要中国最基础的产业力量，来一步一步实现这个异常艰巨的愿景和任务。而由于中国的传统工业制造，和互联网信息化之间的鸿沟过于显著，显然这需要既懂传统制造，又有互联网信息化经验的人，来一步一步的摸索出走出 “中国制造2025” 的每一个阶段：
中国制造业未来**阶段：填补制造业信息化的空白节点
1、人才节点
在德国、美国等，工业信息化的**要素便是人才，德国西门子与德国工程院、弗劳恩霍夫协会等都有长期的合作，德国政府甚至整个欧洲政府都有大量的高校、研究机构来为工业信息化培养和提供人才，而这些人才是在 10年甚至更久的教育体系下才能培养出来的。同样在美国，GE 自己的克劳顿学院、与卡耐基梅隆大学、MIT 等诸多大学也有深入的人才合作项目。
而在中国，目前几乎没有工业与信息化结合的人才，不管是高校还是社会，工业与互联网，往往是两个八杆子打不着的领域。在这种情况下，中国如果想走工业信息化道路，除了政府投入巨大的资源吸引海外人才回国，否则光在人才这一点上，中国可能就要走 10 年才能开始谈工业信息化。
2、信息化PLC
即便对于工业自动化(工业3.0)来说，PLC 就是一个最为基本的基础模块，而在国内，除了一些成熟的工业设备会用到 PLC 之外，绝大多数的工厂还只是半自动化或人工操作。在工业信息化之前，PLC 不仅要深入普及，同时所有工厂都要有相应的能力来熟练的使用这个基本的工业编程控制器。除此之外，中国在 PLC 研发生产和联网信息化方面，也有大量的路需要走。
3、零件信息化（工业物联网）
工业4.0 或者工业互联网，有一个基本条件便是工业部件物联网，所有的零件都要有自己的 ID，而这种工业零部件物联网的技术，不论是采用最传统的 RFID，还是升级版的 NFC ，还是未来在 AR 领域可能会更灵活的机器视觉识别，抑或是最近这几年非常火的区块链技术，中国的工业制造在这些方面基本上没有什么经验。
虽然这种工业物联网的技术部署起来并不难，但要想熟练的理解并使用这些技术，并在未来的工业信息化中进行再次创新，是需要非常多的经验和非常深的理解的。而单单这一点，可能需要国内的制造业还要走几年。
4、工业机器人关键技术
一直以来，中国作为一个制造业大国，享受的都是人口红利、劳动力成本、低端消费市场等发达资本主义国家无法拥有的条件持续下去的。而对应的，中国在制造业方面并没有往高精尖、关键技术、高端教育、深入研究等方向发展，比如机器人减速机、嵌入式技术、设备控制技术等导致目前中国很多工业自动化的关键技术仍掌握在其他国家，
而工业信息化，要求的便是工业的全自动、智能化、灵活性等，这对工业机器人的关键部件要求很高。在中国只能勉强做机器人本体的工业环境下，要想突破工业信息化的基本限制条件，可能会需要更多的时间。否则，就只能高价进口，受制于人了，工业4.0，恐怕也就无从说起了……
5、工业级 3D 打印
3D 打印技术，是目前增材制造中非常创新的一种技术方向，而在工业制造中，如果拥有 3D 打印能力，无疑会给工业信息化带来极大的效率提升、成本降低、灵活性提高、高度定制、复杂工艺处理能力等。
但从目前来说，除了北航王教授的金属3D打印技术属于世界前列外，现在优秀的工业级 3D 打印机，还都是从海外进口，不论是 FDM、SLA，还是金属、陶瓷或其他新材料，国内都没有比较优秀的设备制造商。而高端工业级 3D 打印，也是限制工业4.0 的核心能力之一。
6、精密制造
同样，国内制造业一直属于粗放型制造业，对于一些有技术要求的方向，如精密仪器、高级合金、新材料等，一直依赖美国、日本、德国的进口。而在工业 4.0 中，机器的配合是没办法像人那么的随意与活动的，公差或加工余量越大，工业自动化越难实现。这就要求国内在工业 4.0 方面要想有自己的产业优势，精密制造是一个绕不过去的门槛，而这背后，又隐藏着几十年的人才、资本、经验的投入战。
7、虚拟现实应用系统
AR 和 VR ，无疑是未来互联网之后的下一个最火的大众方向。而在工业领域，同样有大量的需求和应用场景，是需要 AR 和 VR 来提升体验、效率或给出解决方案的。从技术层面讲，VR 的应用局限性和技术难度都比 AR 要低，中国在 VR 方面的发展和实际上差异并不大(因为有 HTC Vive)，但在 AR 方面，目前不管是微软的 Hololens，还是 Magic Leap，他们在技术方向上走的都要比中国要远。
不过，在 AR 和 VR 的工业信息化应用方面，我们不用特别担心。毕竟这个领域全球都是同时起步，得益于中国的人才、市场和自身的努力，很有可能中国在这方面仍会走在世界前列。
8、制造信息化系统
对于传统的制造业从业人员来说，ERP、MES、SCM 等这些，基本上已经耳熟能详了。这些经过几十年甚至上百年的制造信息系统，已经有很多人使用了很长的时间，中国也有用友、金蝶等比较出名的 ERP 厂商。但对于一个国家想做产业升级来说，目前这些还并不够，制造信息系统是未来工业 4.0 的基础设施，除了能够熟练的使用，对这些制造信息系统的管理思想、优化改进、二次创新等的掌握，也是工业 4.0 持续发展的关键。
9、工业宽带基础
工业信息化，自然，对信息化的要求非常高。美国 20 世纪 90 年代提出了“信息高速公路”，从基础上为其后面几十年的互联网房展奠定了非常坚实的条件。中国在信息化基础建设上，也大力推进。而现在全球都在争夺的 5G 标准，也是想进一步提高全球信息的流通速率。
工业信息化自然也要有基础的信息网络作为保证，但目前全球在工业宽带方面都没有做太大的进展。不过对于任何一个讲 工业4.0 提上国家战略议程的，在工业基础信息化建设方面，相信都不会含糊。 10、工业网络安全与工业安全与监控
互联网是人类有史以来最伟大的发明之一，但所有的东西都是两面性。一方面互联网极大的丰富了人类的信息密度和速度，另一方面，黑客、色情暴力、deepnet 这些则是互联网的邪恶一面。
而工业制造与互联网结合，自然也会有好的一面和坏的一面——网络安全、设备安全、工业数据信息、工业安全、工厂安防与监控等等，都是需要很多企业去努力解决的问题，而这些，虽然不会影响工业信息化的初步建设，但长期来看，它可能给工业信息化带来更加严重的影响。
中国制造业未来第二阶段：尝试制造业信息化的磨合模块
1、工业设计定制化
工业信息化在一些关键节点实现之后，便会进一步形成不同的应用模块。工业设计定制化是可能后面会遇到在国内比较棘手的一个方向。工业设计定制化，意味着人的设计需求、机器的自动生产、制造业的行业逻辑会产生矛盾和碰撞。
一旦人对设计进行改变，其相应的生产工艺、生产流程、生产步骤、生产逻辑都有可能改变，而这时，如何在工业设计改变的同时，工业 4.0 能够让其自身仍然在有序、系统、完美的进行，是一个极其难的挑战。而这个部分，可能是需要大量的、非常跨界的创意人才，和对工业 4.0 又极其熟悉的人才有可能尝试去解决的一个问题。
2、制造服务信息化
制造服务信息化是一个较为简单的应用。目前全球的软件服务、移动互联网服务、SaaS 等都已经发展的较为成熟了，将人的需求(例如淘宝)和生产对接，现在来说并不算是一个非常复杂的事情。20 世纪 60 年代丰田的精益制造，一直被管理学界奉为经典，而现在也有直接消费者对接工厂的商业模式(C2M)。对于目前互联网用户体验思维已经非常成熟的互联网行业来说，做出一个将原兰单一的生产模式转化为具有高度定制化、个性化的生产服务模式，并不算是一件难的事情。
3、制造技术创新体系
对于做一个高度智能化、极度复杂化的一套涵盖多个流程模式的工业 4.0 产业来说，这绝不像从国外引进一条流水线那么简单。在德国，不管是自动杀鸡流水线、自动杀鱼流水线、机械化收割各种水果蔬菜、机械化挖树种树等，都是经过了创新、调整、再创新等长时间的发展完善。
而对于建立一个持续、长久的工业 4.0 产业生态系统来说，其对创新的依赖要比之前任何一个产业都要高。不论是技术创新、工艺创新、应用创新、研究创新，都需要企业、政府、高校乃至社会等长久的支持。尤其对于中国来说，能够形成一套长久的行之有效的创新体系，可能会有很大的难度或时间成本。
4、云计算与工业大数据
工业 4.0 或者工业互联网，其最重要的便是工业制造与互联网结合这一形式。而互联网的意义便在于，它可以将工业生产制造中产生的所有有形无形、有意义无意义的数据记录下来，并交给计算机进行大量的运算，来找出其中人类很难找到的降低成本或提高效率的方法，就像 AlphaGo 下围棋下出很多会被围棋老师打手的“臭棋”一样。
而云计算与工业大数据，便是互联网发挥的战场了。在工业 4.0 中，工业效率、信息成本会产生极大的工具红利，而工业数据本身在有了大量样本和环境信息之后，又会自身产生数据红利。这些数据为未来的信息挖掘、产业分析等，都有极大的价值。
中国制造业未来第三阶段：整合制造业信息化的系统流程
1、清洁制造（绿色制造）
一旦工业 4.0 形成，工业追求的便不单单是成本的降低、利润的提高了，而是会追求更高的附加价值，比如清洁制造。它将人类社会的工业可持续发展提升到了一个更高的层次，也为未来工业产业转移、太空殖民等提供了高度的可行性保证。
除此之外，清洁制造本身便是在降低成本，包括碳排放，也会进一步形成利益回馈，为人类社会的持续生存和发展带来更高的价值。
2、无人工厂（黑灯工厂）
无人工厂，是工业 4.0 的理想形态。一切都是机器自动化运营，一切都是远程监控即可，用更高级的工具解放了需要进行某种社会劳动的人类，也减少了因为生产制造给人类带来的身体和精神的压力和伤害。这里对无人工厂不做过多描述，它算是工业 4.0 的**阐述。
3、工业制造社会化
一旦形成无人工厂或极少人管理的工厂，工厂这个词本身将会从社会中消失。人们将感受不到工厂的存在，当你需要一个东西，那个东西在短则几分钟，长则几天的时间内就会出现你的面前。人们并不知道自己在一开始就参与了工业制造，就像人们不知道自来水厂是怎么工作的一样，打开水龙头，水便来了。
和自来水不一样的是，生产制造这个过程中，人们在发出需要的请求时，就已经把自己的需求、自己的创意、自己的个性信息、自己的审美取向，都告诉了机器。而这一切，便是工业制造的社会化形态。
4、工业智能（智能制造）
所谓的工业智能，则是我最不想看到的情形，也是各种科幻电影中经常出现的情形：机器人造机器人。通过工业大数据和机器学习、人工智能，这个工厂已经知道如何把一吨铁矿石打造成一个精致的金属面具，知道如何在流水线某一环节的机械臂失控时把它替换掉甚至维修好。到那时，计算机的运算速度要远远快于人类，而机器做的决策，也远远超过人类单一需求的模式……
中国制造 2025，是一个非常系统而庞大的工程。我们希望在未来的十年内，中国制造业能够不断创新，共同打造成一个未来版的工业制造体系。
当然，除了上面说的对中国比较重要的 18个关键节点需要我们解决，还有譬如工业信息化高级教育、智慧仓储与物流、工业信息化管理架构与管理模式、智能电网、立体工厂等更多问题在等待着中国的产业创新者。最后，还是奉劝一句：工业制造的智能学习能力就没必要加上了……
传感器(Sensor)是一种常见的却又很重要的器件，它是感受规定的被测量的各种量并按一定规律将其转换为有用信号的器件或装置。对于传感器来说，按照输入的状态，输入可以分成静态量和动态量。我们可以根据在各个值的稳定状态下，输出量和输入量的关系得到传感器的静态特性。传感器的静态特性的主要指标有线性度、迟滞、重复性、灵敏度和准确度等。传感器的动态特性则指的是对于输入量随着时间变化的响应特性。动态特性通常采用传递函数等自动控制的模型来描述。通常，传感器接收到的信号都有微弱的低频信号，外界的干扰有的时候的幅度能够超过被测量的信号，因此消除串入的噪声就成为了一项关键的传感器技术。
盘点机器人制造过程中7大常用传感器技术
物理传感器
物理传感器是检测物理量的传感器。它是利用某些物理效应，把被测量的物理量转化成为便于处理的能量形式的信号的装置。其输出的信号和输入的信号有确定的关系。主要的物理传感器有光电式传感器、压电传感器、压阻式传感器、电磁式传感器、热电式传感器、光导纤维传感器等。作为例子，让我们看看比较常用的光电式传感器。这种传感器把光信号转换成为电信号，它直接检测来自物体的辐射信息，也可以转换其他物理量成为光信号。其主要的原理是光电效应：当光照射到物质上的时候，物质上的电效应发生改变，这里的电效应包括电子发射、电导率和电位电流等。显然，能够容易产生这样效应的器件成为光电式传感器的主要部件，比如说光敏电阻。这样，我们知道了光电传感器的主要工作流程就是接受相应的光的照射，通过类似光敏电阻这样的器件把光能转化成为电能，然后通过放大和去噪声的处理，就得到了所需要的输出的电信号。这里的输出电信号和原始的光信号有一定的关系，通常是接近线性的关系，这样计算原始的光信号就不是很复杂了。其它的物理传感器的原理都可以类比于光电式传感器。
物理传感器的应用范围是非常广泛的，我们仅仅就生物医学的角度来看看物理传感器的应用情况，之后不难推测物理传感器在其他的方面也有重要的应用。
比如血压测量是医学测量中的最为常规的一种。我们通常的血压测量都是间接测量，通过体表检测出来的血流和压力之间的关系，从而测出脉管里的血压值。测量血压所需要的传感器通常都包括一个弹性膜片，它将压力信号转变成为膜片的变形，然后再根据膜片的应变或位移转换成为相应的电信号。在电信号的峰值处我们可以检测出来收缩压，在通过反相器和峰值检测器后，种传感器外形我们可以得到舒张压，通过积分器就可以得到平均压。
让我们再看看呼吸测量技术。呼吸测量是临床诊断肺功能的重要依据，在外科手术和病人监护中都是必不可少的。比如在使用用于测量呼吸频率的热敏电阻式传感器时，把传感器的电阻安装在一个夹子前端的外侧，把夹子夹在鼻翼上，当呼吸气流从热敏电阻表面流过时，就可以通过热敏电阻来测量呼吸的频率以及热气的状态。
再比如最常见的体表温度测量过程，虽然看起来很容易，但是却有着复杂的测量机理。体表温度是由局部的血流量、下层组织的导热情况和表皮的散热情况等多种因素决定的，因此测量皮肤温度要考虑到多方面的影响。热电偶式传感器被较多的应用到温度的测量中，通常有杆状热电偶传感器和薄膜热电偶传感器。由于热电偶的尺寸非常小，精度比较高的可做到微米的级别，所以能够比较精确地测量出某一点处的温度，加上后期的分析统计，能够得出比较全面的分析结果。这是传统的水银温度计所不能比拟的，也展示了应用新的技术给科学发展带来的广阔前景。
从以上的介绍可以看出，仅仅在生物医学方面，物理传感器就有着多种多样的应用。传感器的发展方向是多功能、有图像的、有智能的传感器。传感器测量作为数据获得的重要手段，是工业生产乃至家庭生活所必不可少的器件，而物理传感器又是最普通的传感器家族，灵活运用物理传感器必然能够创造出更多的产品，更好的效益。
光纤传感器
近年来，传感器在朝着灵敏、精确、适应性强、小巧和智能化的方向发展。在这一过程中，光纤传感器这个传感器家族的新成员倍受青睐。光纤具有很多优异的性能，例如：抗电磁干扰和原子辐射的性能，径细、质软、重量轻的机械性能，绝缘、无感应的电气性能，耐水、耐高温、耐腐蚀的化学性能等，它能够在人达不到的地方(如高温区)，或者对人有害的地区(如核辐射区)，起到人的耳目的作用，而且还能超越人的生理界限，接收人的感官所感受不到的外界信息。
光纤传感器是最近几年出现的新技术，可以用来测量多种物理量，比如声场、电场、压力、温度、角速度、加速度等，还可以完成现有测量技术难以完成的测量任务。在狭小的空间里，在强电磁干扰和高电压的环境里，光纤传感器都显示出了独特的能力。目前光纤传感器已经有70多种，大致上分成光纤自身传感器和利用光纤的传感器。
所谓光纤自身的传感器，就是光纤自身直接接收外界的被测量。外接的被测量物理量能够引起测量臂的长度、折射率、直径的变化，从而使得光纤内传输的光在振幅、相位、频率、偏振等方面发生变化。测量臂传输的光与参考臂的参考光互相干涉(比较)，使输出的光的相位(或振幅)发生变化，根据这个变化就可检测出被测量的变化。光纤中传输的相位受外界影响的灵敏度很高，利用干涉技术能够检测出10的负4次方弧度的微小相位变化所对应的物理量。利用光纤的绕性和低损耗，能够将很长的光纤盘成直径很小的光纤圈，以增加利用长度，获得更高的灵敏度。
光纤声传感器就是一种利用光纤自身的传感器。当光纤受到一点很微小的外力作用时，就会产生微弯曲，而其传光能力发生很大的变化。声音是一种机械波，它对光纤的作用就是使光纤受力并产生弯曲，通过弯曲就能够得到声音的强弱。光纤陀螺也是光纤自身传感器的一种，与激光陀螺相比，光纤陀螺灵敏度高，体积小，成本低，可以用于飞机、舰船、导弹等的高性能惯性导航系统。如图就是光纤传感器涡轮流量计的原理。
另外一个大类的光纤传感器是利用光纤的传感器。其结构大致如下：传感器位于光纤端部，光纤只是光的传输线，将被测量的物理量变换成为光的振幅，相位或者振幅的变化。在这种传感器系统中，传统的传感器和光纤相结合。光纤的导入使得实现探针化的遥测提供了可能性。这种光纤传输的传感器适用范围广，使用简便，但是精度比**类传感器稍低。
光纤在传感器家族中是后期之秀，它凭借着光纤的优异性能而得到广泛的应用，是在生产实践中值得注意的一种传感器。
仿生传感器
仿生传感器，是一种采用新的检测原理的新型传感器，它采用固定化的细胞、酶或者其他生物活性物质与换能器相配合组成传感器。这种传感器是近年来生物医学和电子学、工程学相互渗透而发展起来的一种新型的信息技术。这种传感器的特点是机能高、寿命长。在仿生传感器中，比较常用的是生体模拟的传感器。
仿生传感器按照使用的介质可以分为：酶传感器、微生物传感器、细胞器传感器、组织传感器等。在图中我们可以看到，仿生传感器和生物学理论的方方面面都有密切的联系，是生物学理论发展的直接成果。在生体模拟的传感器中，尿素传感器是最近开发出来的一种传感器。下面就以尿素传感器为例子介绍仿生传感器的应用。
尿素传感器，主要是由生体膜及其离子通道两部分构成。生体膜能够感受外部刺激影响，离子通道能够接收生体膜的信息，并进行放大和传送。当膜内的感受部位受到外部刺激物质的影响时，膜的透过性将产生变化，使大量的离子流入细胞内，形成信息的传送。其中起重要作用的是生体膜的组成成分膜蛋白质，它能产生保形网络变化，使膜的透过性发生变化，进行信息的传送及放大。生体膜的离子通道，由氨基酸的聚合体构成，可以用有机化学中容易合成的聚氨酸的聚合物(L一谷氨酸，PLG)为替代物质，它比酶的化学稳定性好。PLG是水溶性的，本不适合电机的修饰，但PLG和聚合物可以合成嵌段共聚物，形成传感器使用的感应膜。
生体膜的离子通道的原理基本上与生体膜一样，在电极上将嵌段共聚膜固定后，如果加感应PLG保性网络变化的物质，就会使膜的透过性发生变化，从而产生电流的变化，由电流的变化，便可以进行对刺激性物质的检测。
尿素传感器经试验证明是稳定性好的一种生体模拟传感器，检测下限为10的负3次方的数量级，还可以检测刺激性物质，但是暂时还不适合生体的计测。
目前，虽然已经发展成功了许多仿生传感器，但仿生传感器的稳定性、再现性和可批量生产性明显不足，所以仿生传感技术尚处于幼年期，因此，以后除继续开发出新系列的仿生传感器和完善现有的系列之外，生物活性膜的固定化技术和仿生传感器的固态化值得进一步研究。
在不久的将来，模拟生体功能的嗅觉、味觉、听觉、触觉仿生传感器将出现，有可能超过人类五官的敏感能力，完善目前机器人的视觉、味觉、触觉和对目的物进行操作的能力。我们能够看到仿生传感器应用的广泛前景，但这些都需要生物技术的进一步发展，我们拭目以待这一天的到来。传感器帮助机器人变得更加智能化，工作精确度更高。未来，高端机器人将会安装更多的各类传感器，朝着更加智能化的方向发展。
传感器化身“五官” 助力机器人操作智能化升级
当前，随着机器人技术的不断发展，机器人不仅仅是那个搬运重物的工具，其虽然没有类似人类的感觉器官，但能获取外界信息、解析周边环境并作出相应反应，这正是依赖于机器人特有的“五官”——传感器。传感器帮助机器人变得更加智能化，工作精确度更高。
以下，小编细数了机器人的各类传感器，看看机器人如何在传感器的协助下实现智能化应用。
视觉：
20世纪50年代后期出现了视觉传感器，并且发展十分迅速，是机器人中最重要的传感器之一。
机器视觉从20世纪60年代开始首先处理积木世界，后来发展到处理室外的现实世界。20世纪70年代以后，实用性的视觉系统出现了，可以完成物体运动的检测以及定位等功能，许多智能相机可以配合协调工业机器人的行动路线，根据接收到的信息对机器人的行为进行调整。
速感科技透露，将推出团队研发的**代机器人三维视觉传感器ULBrain™ M-32，其搭载的深度摄像头、IMU(惯性测量单元)及9轴陀螺仪，使定位精度最高达到1cm，远近探测距离范围分别是8米和0.3米。
力觉：
机器人力传感器就安装部位来讲，可以分为关节力传感器、腕力传感器和指力传感器。
国际上对腕力传感器的研究是从20世纪70年代开始的，主要研究单位有美国的DRAPER实验室、SRI研究所、IBM公司和日本的日立公司、东京大学等单位。
工业机器人尤其是协作机器人**的要求就是安全，要营造一个安全的工作环境，就必须让机器人识别什么是不安全。一个力传感器的使用，可以让机器人理解自己碰到了什么东西进而产生力的作用，并且发送一个信号暂停或者停止机器人的运动。
触觉：
作为视觉的补充，触觉能感知目标物体的表面性能和物理特性，比如柔软性、硬度、弹性、粗糙度和导热性等。触觉研究从20世纪80年代初开始，到20世纪90年代初已取得了大量的成果。
近日，一群微型Zooids机器人亮相于美国计算机协会举办的UIST会议。它们被看做是首个群体式的可交互机器人。这些高速移动的小个头机器人都安装有用于移动的小轮子、一个触觉传感器和陀螺仪，像一群小蚂蚁一样，能采取协同合作的方式，共同完成显示信息或移动物体等任务，如帮人拿桌面的手机，整理凌乱的办公桌面，帮用户拿拖鞋等等。
听觉：
听觉包括“特定人的语音识别系统”和“非特定人的语音识别系统”。特定人语音识别方法是将事先指定的人的声音中的每一个字音的特征矩阵存储起来，形成一个标准模板(或叫模板)，然后再进行匹配。
非特定人的语音识别系统大致可以分为语言识别系统，单词识别系统，及数字音(0~9)识别系统。非特定人的语音识别方法则需要对一组有代表性的人的语音进行训练，找出同一词音的共性，这种训练往往是开放式的，能对系统进行不断的修正。
除了上述各类较为常见的传感器外，小编还了解到了传感器在机器人身上各项创新的智能化应用。
近日，美国波士顿动力学工程公司专为美国军队设计研发的“大狗”机器人，总共安装有约50个传感器，这些传感器能够用于监测车身的姿态与加速、关节的运动和力度、发动机的转速和内部机械装置的温度和液压。
“大狗”机器人头部立体摄像系统可提供精确的三维地形图，姿态传感器能提供当前的姿态和加速度，而压力、位置传感器则可反馈关节当前的运动状态和余量，温度、压力传感器还可以监测系统的健康状态。这样一来，多种传感器收集到的信息全部传递回“大脑”后，通过信息融合算法，经过类似人脑的处理过程，“大狗”便可以作出正确的指挥。
美国麻省理工学院最新研制了一款名为路易吉的管状机器人，该机器人搭载有GPS模块和超声波传感器元件，具备过滤人类产生的污水的能力，而且可以分析城市的健康指数。路易吉装配着超声波传感器，有助于这种圆柱形机器人盘旋在勘测目标周围40厘米。
德国一款运动品牌公司最新推出了一款遥控车外形的竞速陪练机器人BeatBot，其安装了9个红外传感器，可快速扫描周围的环境和线路，能帮助它不偏离跑道。另外，BeatBot相关应用视频显示，该机器人还内置有九轴加速度传感器，这使得其能精确控制自己的行驶速度和距离。
近期，宁夏大学联合国内外多所大学共同研发出了国内首个沙漠机器人，这款沙漠机器人搭载陀螺仪、温湿度传感器、GPS天线等20多个传感器。通过这些传感器监测，机器人能够在一百摄氏度的温度范围内，向周围25公里的范围传输采集到的风向、风力、温度等环境数据。
此外，移动机器人通过视觉传感器、激光传感器、红外传感器、超声波传感器等实现避障，即移动机器人在行走过程中，通过传感器感知到在其规划路线上存在静态或动态障碍物时，按照一定的算法实时更新路径，绕过障碍物，最后达到目标点。
在未来，高端机器人将会安装更多的各类传感器，朝着更加智能化的方向发展，感知功能、人机协作等都将是机器人发展的重要技术方向。
