第三，人機交互方面。在智能語音領域，有個笑話說“為什么各大語音公司都號稱其語音識別準確率超過97%”，有網(wǎng)友戲稱，那是因為沒有一家能做到100%，在可見的未來也沒法做到100%，因此這個數(shù)據(jù)剛剛好，既有增長空間，又能凸顯自身是市場做得最好的公司，做到99%，那我下一步豈不是100%，顯然，沒人有把握能做到100%。對于消費者眼中的服務機器人來說，消費者不必一字一句與機器人對話(語音識別能力)，也沒必要每次對話都非得湊近跟機器人說(語音識別距離)，而這正是目前服務機器人在人機對話方面的軟肋。至于語義理解，則仍還是讓人頭疼的問題，消費者嘲諷一句“你真厲害”，對于機器而言，其還真認為您是在夸獎他。

　　圖：語音識別

　　第四，感知方面。人類獲取外部信息70%來自視覺，20%來自聽覺，10%來自其它，而占到70%的視覺，才剛剛能應用到服務機器人，而且其仍然還有很多問題。功能強大的機器視覺硬件配套成本高昂，而便宜的解決方案不能解決實際問題。對于自動駕駛而言，如果參考人類操作機車的方式，原則上，倚仗視覺就能解決絕大部分的問題，然而，受制于應用環(huán)境及識別可靠性，機器視覺僅僅是自動駕駛感知方案的配角。

　　第五，導航方面。導航與感知在一定程度上具有關聯(lián)性，要實現(xiàn)導航，必須首先進行外部環(huán)境感知，知道“自己在哪里”之后才能做出有效的導航?jīng)Q策。根據(jù)應用環(huán)境的不同，目前導航市場的解決方案多樣，有傳統(tǒng)的GPS導航、慣性導航、激光導航、微波導航、視覺導航、紅外導航等等。每種類型的導航有其一定的應用場所，在通訊暢通精度要求一般的情況下，在室外采用GPS導航可能是一種可靠的方案，而現(xiàn)實情況可能更加復雜，地下停車場、礦洞中、多層建筑、電梯內等等，每一個具體場景都有其自身典型的特點，依賴單一的導航方式很難解決實際問題，而采用多種類型的導航方案又勢必增加系統(tǒng)的復雜性和整體成本。

　　圖：導航

　　第六，材料方面。以家庭養(yǎng)老機器人為例，市場要求家庭養(yǎng)老機器人既能幫助老人搬運重物或者移動老人，因此，其必須具備一定的剛度;又必須具備足夠的柔性以增加安全性，使其不會撞傷或碰傷老人、小孩。矛盾的需求兩面，如果能夠在材料上取得突破，將大幅增加服務機器人的應用范圍。其它，如軟體機器人材料、納米機器人材料則距離市場應用更加遙遠。

　　第七，互聯(lián)互通?；ヂ?lián)互通的范疇包括機器互聯(lián)、人機互聯(lián)、知識互聯(lián)、服務互聯(lián)，以目前服務機器人技術現(xiàn)狀而言，大多停留在單機、或單機與云端的互聯(lián)。而社會對服務機器人的需求，將要求單個服務機器人在形成自主學習后，將知識分享給同伴，還要求服務機器人之間能夠實現(xiàn)相互交流，相互協(xié)作完成工作。如波士頓動力近期展示的兩只機器狗協(xié)助開門的案例，即屬于機器互聯(lián)的領域。

　　圖：波士頓動力機器狗開門

　　第八，人才。所有技術的實現(xiàn)都仰仗人才的投入，參考互聯(lián)網(wǎng)產業(yè)發(fā)展近20年才真正走向成熟應用，至少需要現(xiàn)有人才十倍、百倍的投入，才能完成現(xiàn)有機器人產業(yè)的底層技術搭建及其在生活中的大范圍應用。

　　所有產業(yè)的發(fā)展都是摸著石頭過河，此路不通，我們可以利用各種迂回的方式解決，并非不能因為行業(yè)不成熟，瓶頸待突破，而使行業(yè)發(fā)展踟躕不前。小編認為，在現(xiàn)狀條件下，未來3年，服務機器人仍然將會是以點帶面的發(fā)展情況，還很難出現(xiàn)各行各業(yè)服務機器人百花齊放的局面，還將是單個機器人單個應用的情況，還很難推出一套兼職多個工作的全能型服務機器人。