《“百變金剛”是怎樣煉成的》
By Design0618 Group
當(dāng)初發(fā)起創(chuàng)辦達(dá)摩院時，馬云是這樣說的：研究不應(yīng)該是Research for Fun（為快樂研究），也不應(yīng)該Research for Profit（為利潤研究），而是Research for solving the problem with Profit and Fun（為解決問題研究并帶來利潤和快樂）。For fun走得太遠(yuǎn)，for profit走得太近，都走不長。一個企業(yè)做得多大，在于企業(yè)解決多大的社會問題。這是阿里巴巴思考的邏輯。
阿里巴巴“機(jī)器人實(shí)驗室”設(shè)計團(tuán)隊，秉承這樣一種設(shè)計理念，力求規(guī)劃全系統(tǒng)模組化的服務(wù)機(jī)器人系列，打造“百變金剛”。
針對機(jī)器人領(lǐng)域的重新思考與定位
我們專注“AI-機(jī)器人”領(lǐng)域，“Alibaba自身平臺化”能力是贏得客戶信賴的優(yōu)勢，我們認(rèn)為將這一優(yōu)勢在設(shè)計上最大化是機(jī)器人規(guī)劃&設(shè)計工作的核心目標(biāo)。為此我們提出“泛模組化”的產(chǎn)品規(guī)劃理念。“泛模組化”旨在將產(chǎn)品按功能分區(qū)最大程度進(jìn)行拆分，包括：硬件功能模組，系統(tǒng)感知模組，人機(jī)交互模組以及關(guān)鍵功能模組內(nèi)的“模塊化” ，以實(shí)現(xiàn)自由組合，適應(yīng)更多工況的目的。各模組內(nèi)小模塊間解偶，便于單獨(dú)研發(fā)、管控。同時將各功能模塊上升到產(chǎn)品層級，同樣受產(chǎn)品PI約束。
在“未來社區(qū)，一云多端”的大背景下，為了使平臺化優(yōu)勢能夠更直接清晰的傳達(dá)給客戶，我們需要在感官層面建立同樣使客戶信賴的產(chǎn)品形象：1.視覺感受。確立與自身定位相符的產(chǎn)品風(fēng)格，建立“專業(yè)領(lǐng)域-自身品牌-產(chǎn)品”之間的對應(yīng)關(guān)系。2.使用感受。在產(chǎn)品使用階段通過融合傳感器技術(shù)的人機(jī)系統(tǒng)設(shè)計、功能性細(xì)節(jié)設(shè)計使用戶獲得良好的人機(jī)體驗，從而建立用戶對產(chǎn)品性能和功能認(rèn)知的信賴。
“S-Heart人機(jī)交互系統(tǒng)”應(yīng)用實(shí)例
近年來，由于機(jī)器人產(chǎn)業(yè)的發(fā)展，各類機(jī)器人產(chǎn)品形態(tài)種類繁多，缺乏統(tǒng)一的行業(yè)可通設(shè)計標(biāo)準(zhǔn)，混亂無序的機(jī)器人人機(jī)交互模式，導(dǎo)致用戶與機(jī)器人認(rèn)知、使用及有效交互的成本增加，造成各類使用困惑甚至人身風(fēng)險。
“S-Heart”是阿里巴巴機(jī)器人團(tuán)隊在“泛模組化”的服務(wù)機(jī)器人系列的產(chǎn)品規(guī)劃設(shè)計中研發(fā)的，基于一整套有效的軟、硬件功能模組，可智慧適配各類不同場景的機(jī)器人人機(jī)交互系統(tǒng)。
硬件部分我們將底盤運(yùn)動模塊根據(jù)不同工況可變換室、內(nèi)外兩種形式。中部業(yè)務(wù)功能模塊進(jìn)行了最優(yōu)的可變標(biāo)準(zhǔn)化設(shè)計。人機(jī)交互模塊結(jié)合多種傳感器感知融合，實(shí)現(xiàn)了視覺，語音，屏幕，表情、燈光等立體多模態(tài)交互手段，更大程度的提升用戶使用體驗實(shí)現(xiàn)人機(jī)融合。機(jī)體后方預(yù)留了特種功能擴(kuò)展模塊，是針對未來不同場景的功能需求變化及設(shè)備外接等做了預(yù)留接口的模組化設(shè)計。
（圖1 S-Heart硬件“泛模組化”組合設(shè)計實(shí)例）
人機(jī)交互系統(tǒng)部分通過多傳感器的感知融合，充分協(xié)同，獲得全面的環(huán)境感知信息，有效調(diào)度機(jī)器人的各項軟、硬件能力，自動適配不同場景的智慧服務(wù)中不同模態(tài)間完美的補(bǔ)充與共振的平衡，打通人機(jī)交互通路，形成細(xì)膩、多維的服務(wù)機(jī)器人使用者體驗。此系統(tǒng)包括了完整專業(yè)的語音、燈光、手勢、音效、接口等交互內(nèi)容，基于“Service Heart”的設(shè)計理念，以“Service Personality”（服務(wù)型人格）形成自然、統(tǒng)一的體系，在酒店、展館、醫(yī)療、敬老院等場景下，為使用者帶來高質(zhì)量的智能服務(wù)體驗。
機(jī)器人與人的交互，依據(jù)遠(yuǎn)、中、近距離及實(shí)際環(huán)境情況選擇適當(dāng)?shù)亩嗄B(tài)交互方式，有效避免人對于機(jī)器人表達(dá)意圖的誤判，建立人機(jī)信息通路。例如：在嘈雜環(huán)境下不能準(zhǔn)確地使用語音交互時，此時上位機(jī)就會調(diào)度燈光主動交互或是觸控屏交互等方式補(bǔ)充，讓人理解機(jī)器人在場景中想表達(dá)的狀態(tài)。當(dāng)機(jī)器人在行進(jìn)中由于不停地移動，機(jī)身上屏幕顯示的提示文字無法準(zhǔn)確地被使用者感知，此時需要輔以語音交互或燈光等補(bǔ)充的交互方式。
（圖2 人器交互的空間尺度）
經(jīng)過了多個機(jī)器人的業(yè)務(wù)經(jīng)驗，沉淀了機(jī)器人業(yè)務(wù)中會出現(xiàn)的多種狀態(tài)的共性。我們將機(jī)器人服務(wù)室內(nèi)、外業(yè)務(wù)場景流程模塊化，而每個業(yè)務(wù)流程中的模塊設(shè)計了相應(yīng)的多模態(tài)交互組合, 這些組合包含了屏幕、手勢、燈光、語音、人臉交互，甚至包括運(yùn)動速度、轉(zhuǎn)彎半徑、安全距離等等，賦予機(jī)器人在業(yè)務(wù)場景中完成任務(wù)的能力。舉例來說，當(dāng)機(jī)器人感知自己在A場景中時，A場景中的多模態(tài)交互組合（比如：語音+屏幕）會被機(jī)器人系統(tǒng)主動調(diào)度，而當(dāng)機(jī)器人移動到B場景中時，Ｂ場景中的多模態(tài)交互組合（比如：語音+燈光）會主動被觸發(fā)。有了這些多模態(tài)交互組合后，便可將機(jī)器人應(yīng)用至多場景，并拓展到多人多機(jī)的體系化，將機(jī)器人、機(jī)械臂、智能硬件等的各個感官做了“體驗感受對齊“的設(shè)定，來降低用戶的困惑，讓操作機(jī)器人的用戶能明白機(jī)器人的意圖，進(jìn)而提升用戶對機(jī)器人體驗的一致性，建立起機(jī)器人的共通語言。
在具體設(shè)計中，我們會根據(jù)場景需求將各種交互手段進(jìn)行系統(tǒng)的多種模塊組合，滿足不同場景中人機(jī)交互需求所需要的機(jī)器人能力，構(gòu)建優(yōu)秀的服務(wù)體驗生態(tài)。輸出一系列多模態(tài)交互設(shè)定文檔。例如：
表情輸出——復(fù)雜交互場景，近距離表達(dá)。
語音輸出——中近距離表達(dá)，無明確指示性，帶有強(qiáng)制性及一定干擾，受使用環(huán)境制約。
屏幕輸出——近距離表達(dá)，明確信息及指向性，可做復(fù)雜及兜底操作。
燈光輸出——無距離限制，簡單信息可全方位表達(dá)，無法傳達(dá)復(fù)雜信息。
運(yùn)動特征——人員密集場景，避免接觸。
（注：涉及核心數(shù)據(jù)，此處不宜披露詳細(xì)內(nèi)容）
（圖2 S-Heart人機(jī)交互信息流 & 業(yè)務(wù)場景）
用戶只要調(diào)用提供的模塊功能組合即可整合軟、硬件交互能力，快速搭建適合業(yè)務(wù)場景的服務(wù)機(jī)器人。
S-Heart為機(jī)器人行業(yè)人機(jī)交互現(xiàn)狀提供了更優(yōu)的解決方案，研究國際通用的相關(guān)交互認(rèn)知規(guī)范，并構(gòu)建出多模態(tài)的人機(jī)通用語言，而這樣一種革命性的智能機(jī)器人人機(jī)交互系統(tǒng)可有效地節(jié)省研發(fā)成本，建立人機(jī)通路，減少感知誤判。機(jī)器人人機(jī)交互系統(tǒng)可在各領(lǐng)域提升效率、改善生活，為多角色、多場景帶來了高效便捷且情感化的智慧體驗。另一方面，也為企業(yè)有效的解決成本，提升效能。S-Heart系統(tǒng)平臺能成為服務(wù)機(jī)器人領(lǐng)域的基礎(chǔ)設(shè)施。透過建立機(jī)器人共通的語言，在未來將持續(xù)推動機(jī)器人行業(yè)的爆發(fā)成長。
