现今社会，有很多大众都在关心着机器人的发展，一些观察者担心“人与人之间的互动”会消失，还有一些人则警告说，以后就找不到工作了，因为机器人会做那些不应该由机器去做的事情，比如照顾老人。我们依靠机器人和自动化设备是会有代价的，而且这些代价是由我们自己来承担，就如我们应用核能、飞机、计算机这些技术一样。以下我们将列出五个关于机器人的问题，可以把它们归类为“误解”或者“事实”。希望这些问题能够在工程师、政策制定者、消费者和投资人里，引起一些思考和讨论。
机器人将会减少人的工作机会：误解
Shahin Farshchi称他几乎对每一个生产和物流管理公司说，利用机器人可以提高操作效率、改善员工的生活品质，人依然是这个公司里的关键部分。事实上，工人应该把机器人当作一种工具，就好像熟练的工匠看待他的精密仪器一样，这样既给员工带来更高的成就感，又会增加产出。
特斯拉公司就用机器人去完成对于人工而言很艰巨或很危险的工作，而让工人监督机器人操作、并保证产品质量。在特斯拉的组装流水线上，由工人去监督机器人完成粘接、铆接和焊牢各道工序。这些工人都应该感到很自豪，因为他们是新时代的一份子，用机器人去改革传统制造业，比如汽车制造业。
生产与物流管理业必须依靠机器人才能存活下来：事实
尽管总体拥有成本(TCO)是购买固定设备的普遍标准，但在自动化机械领域，通常用“回收期”作为标准。以搬运为例，用人工的话每年要支付3.25万美金去专门完成一道工序。按照惯例，生产与物流公司以一年为回收期来采购自动化设备。因此，使用一个6.5万美金配置的机器人就很有诱惑力了，它可以完成两道工序。而且，净现值、升级和维护费用也算在这6.5万美金里了。
亚洲的劳动力更便宜，但价格也正在急剧上涨。所以，如富士康这样的亚洲制造商，正在积极寻找自动化技术来提高工人的生产率，以迎合日益增长的产品需求。在物流业，我们也看到了同样地趋势。物流企业的竞争力就在于为客户提供更便宜的高质量快递服务，而自动化机器正是物流企业的核心设备。机器人会被用来保证物流企业的竞争力。
智能机器人还是太慢了：事实
目前开发机器人所用的算法基础依然是“暴力算法”，就是穷举所有可能的结果，再从这些可能结果里搜索出完成任务所必须的信息，这种算法还是太慢了。这几年的一个突破就是尝试把云计算加入机器人技术里去，从而加快机器人的反应能力。
如果你看了去年的DARPA机器人挑战赛，你会立刻知道，这些机器人即使在做一些很基本的任务时都很笨拙。尽管摩尔定律已经加速提升了计算机视觉的能力，但是用决策树指导机器人完成任务时，以搜索为基础的传统算法还是太慢了。
如果你看过那个“机器人PR2叠毛巾”视频的话，你就会看到，对于我们人类轻而易举的任务，对于机器人而言也是需要算法去完成的，即使它安装了最先进的传感器。随着基础算法的改进，一定会有重要的突破，不用再使用“暴力算法”去实现计算机视觉或完成其他任务。特别是，模式识别领域里已经有了很多研究，再加上当计算机视觉算法缩短时，就可以交由“云”机器人去控制操作了。
机器人太昂贵了：误解
以家用电器就是一个典型的例子，很多人现在购买家电时根本不会很犹豫。这些电器得益于数十年累积的技术进步，和数百万遍地可用的零部件，这些零部件的开发和加工成本都是分散的。我们同样可以用这种方式去降低机器人的开发成本。
不过，问题在于制造机器人所需的硬件还是太专业又太昂贵。尤其是执行器，它是所有机器人身上最贵的部分，而且，不像照相机上面的处理器和传感器，执行器的成本不会显著地降下来。
好消息是，我相信我们将会看到制动系统里一系列新的革新，这将大大降低制造机器人的成本，就像家用电器一样。可观的领域包括安装特殊传感器的机械关节，这个机械关节可以让机器人安全地控制自己的动作。
机器人操作起来很困难：事实
大多数自动化机器人需要训练有素的工人来操作，还需要细致的规划、校准和测试。这些必要条件对于一些企业来说通常是很难接受的，有些企业需要机械设备在数天内无差错地运转。尽管有ROS(机器人操作系统)和OpenCV(开源计算机视觉)这样的应用软件来简化任务和要求，让机器人能够运转起来做一些有用的事情，但依然需要由拥有博士学位的机器人专家来操作。
如果要通过命令提示符来启动PC，那么计算机是否还会像现在这么流行?估计也只会在开发者之间流行吧，而不会是在引发PC革命(随之而来的是因特网革命)的大众之间流行。标准的CAD/CAM/Gerber/toolpath制作人都会把自动化机器工具做得让小白用户都能操作。我们同样需要更简单地去操作机器人。
深圳瑞视特科技有限公司有着多年的机器视觉行业经验，在机器视觉的应用领域上积累了丰富的经验，有着不少成功的案例和解决方案，瑞视特科技一直以来致力于机器视觉产品的生产、开发、应用以及销售，为客户提供整体机器视觉解决方案及服务，把机器视觉技术应用到智能生产中。