SoftBank Pepper
引言
Pepper 是由 SoftBank Robotics（软银机器人）于 2014 年发布的全球首款面向大众市场的社交人形机器人（Social Humanoid Robot）。它具备情绪感知与表达能力，能够通过语音、肢体动作和胸部平板电脑与人类进行自然交互。Pepper 的设计初衷并非执行体力劳动，而是作为陪伴者、迎宾员和教育辅助角色活跃于零售、医疗、教育等场景。自发布以来，Pepper 已部署于全球 70 余个国家，成为商业服务机器人领域最具代表性的产品之一。
发展历程
Pepper 的诞生源于 SoftBank Robotics 前身——法国公司 Aldebaran Robotics（阿德巴兰机器人）的长期研究积累。以下为 Pepper 的主要里程碑：
-
2012 年：SoftBank Robotics（原 Aldebaran Robotics）正式启动 Pepper 项目研发，目标是将 NAO 机器人的技术平台商业化，打造一款能够进入公共场所的社交机器人。
-
2014 年 6 月：Pepper 在日本正式对外发布，定价约 198,000 日元（约合 1,800 美元），并额外收取每月约 24,600 日元的保险及云服务费用。发布会上，软银创始人孙正义亲自出席，引发全球广泛关注。
-
2015 年 6 月：Pepper 开始向日本消费者和企业开放销售，首批 1,000 台在上线后不足一分钟内售罄。同年，Pepper 开始出现在软银门店担任导购角色。
-
2016 年：SoftBank Robotics 推出面向企业的 Pepper for Biz 版本，提供更完善的企业级支持和定制化服务包，陆续部署到零售店、银行、医疗机构及会展中心。
-
2018 年：Pepper 进入欧美市场，包括英国、法国、美国等多个国家开展商业合作。
-
2019 年：全球累计销量突破 27,000 台，部署覆盖 70 余个国家和地区，成为全球部署规模最大的社交人形机器人。
-
2021 年：受新冠疫情冲击及商业模式挑战影响，SoftBank 宣布暂停 Pepper 的大规模生产，同时削减 Pepper 相关团队人员，引发业界对服务机器人商业化可持续性的广泛讨论。官方未宣布完全停产，但生产规模大幅收缩。
与 NAO 的关系
Pepper 与 NAO 同属 SoftBank Robotics 产品线，共享同一套软件生态系统——NAOqi OS。可以将 Pepper 理解为 NAO 的放大商业化版本：NAO 身高 58 cm，主要面向研究和教育市场；Pepper 身高 120 cm，配备轮式底盘和胸部平板电脑，更适合在公共场所与真实用户交互。两款机器人的开发工具链和 API 高度兼容，开发者可将为 NAO 编写的代码以较低成本迁移至 Pepper。
技术规格
| 参数 | 规格 |
|---|---|
| 身高 | 120 cm |
| 体重 | 28 kg |
| 移动底座 | 三向全向轮（Omnidirectional Wheels），最高速度 3 km/h |
| 自由度（DoF） | 20 DoF：头部 2 + 手臂 3×2 + 手 1×2 + 腰部 1 + 腿部 3 |
| 胸部屏幕 | 10.1 英寸触摸屏平板电脑（Android 系统） |
| 电池续航 | 待机约 12 小时，交互使用约 5–8 小时 |
| 充电时间 | 约 2.5 小时（满充） |
| 处理器 | Intel Atom（主控），NAOqi OS 运行于机身内嵌计算单元 |
| 内存 | 4 GB RAM |
| 存储 | 8 GB 闪存 + 可扩展 microSD |
| 无线通信 | Wi-Fi 802.11 a/b/g/n，以太网（维护用） |
| 工作温度 | 0–40°C |
| 防护等级 | 室内使用，非防水设计 |
感知系统
Pepper 配备了多模态感知系统（Multimodal Perception System），能够从视觉、听觉、触觉和测距等多个维度感知周围环境。
视觉传感器
- 头部 2D 摄像头：2 个 720p RGB 摄像头（前向），用于人脸检测、表情识别及人体追踪。
- 胸部 3D 深度相机：搭载华硕 Xtion（Asus Xtion）深度传感器，提供深度图像，支持手势识别和三维空间感知。
- 前额 RGB 相机：1 个高分辨率摄像头，辅助近场人脸识别。
听觉传感器
- 麦克风阵列：头部内置 4 个定向麦克风（Directional Microphone），支持噪声抑制（Noise Suppression）和声源定位（Sound Source Localization），可在嘈杂环境中识别说话方向并提高语音识别准确率。
触觉传感器
- 头部触摸传感器：3 个电容式触摸传感器，分布于头顶前、中、后三处。
- 手部触摸传感器：每只手 3 个，共 6 个，用于检测握手和触摸交互。
测距与避障传感器
- 激光雷达（LiDAR）：底盘前方 2 个激光传感器，扫描角度各 270°，用于地面障碍物检测和路径规划。
- 声纳（Sonar）：前后各 1 个，共 2 个超声波传感器，用于近距离（0.1–0.8 m）障碍物检测，与激光雷达互补。
- 红外传感器：底部 6 个红外传感器，检测台阶和坡道，防止跌落。
惯性测量单元
- IMU（惯性测量单元，Inertial Measurement Unit）：机身内置 2 个 IMU，各含三轴陀螺仪（Gyroscope）和三轴加速度计（Accelerometer），用于姿态估计和运动稳定控制。
软件平台
NAOqi OS
NAOqi OS 是 SoftBank Robotics 为 NAO 和 Pepper 开发的基于 Linux 的专有操作系统。它提供了统一的机器人应用编程接口（API），屏蔽了底层硬件差异，使开发者可以专注于上层行为逻辑的开发。NAOqi OS 采用模块化架构，各功能以 ALModule 的形式注册到名为 NAOqi Broker 的消息总线上，模块间通过远程过程调用（RPC）通信。
NAOqi SDK
NAOqi SDK（Software Development Kit）支持多种编程语言：
- Python：最常用，适合快速原型开发
- C++：适合性能敏感的底层控制
- Java：通过 Android 平板集成扩展功能
- ROS：通过桥接驱动包实现集成（详见"与 ROS 集成"一节）
Choregraphe
Choregraphe 是 SoftBank Robotics 官方提供的图形化编程工具（Graphical Programming Tool）。用户可通过拖拽行为模块（Behavior Box）并连接数据流来编写机器人行为，无需编写代码。Choregraphe 内置仿真视图，可在不连接实体机器人的情况下预览动作效果。
ALModule 系统
NAOqi API 以 ALModule 为核心组织，常用模块包括：
| 模块名 | 功能 |
|---|---|
ALTextToSpeech |
语音合成（Text-to-Speech） |
ALSpeechRecognition |
语音识别（Automatic Speech Recognition） |
ALMotion |
关节运动控制 |
ALVideoDevice |
摄像头图像获取 |
ALFaceDetection |
人脸检测与追踪 |
ALBasicAwareness |
自主感知与注意力管理 |
ALLeds |
全身 LED 灯控制 |
ALTabletService |
胸部平板电脑控制 |
Python SDK 示例
以下示例展示了通过 qi 框架连接 Pepper 并执行基本交互操作：
import qi
app = qi.Application()
app.start()
session = app.session
# 连接到 Pepper
session.connect("tcp://192.168.1.100:9559")
# 语音合成
tts = session.service("ALTextToSpeech")
tts.setLanguage("Chinese")
tts.say("你好，我是 Pepper！")
# 情绪表达（通过胸部 LED 和动作）
leds = session.service("ALLeds")
leds.fadeRGB("ChestLeds", 0.0, 1.0, 0.0, 0.5) # 绿色，0.5秒
# 自主生活（轻微的自主动作）
awareness = session.service("ALBasicAwareness")
awareness.setEnabled(True)
awareness.setStimulusDetectionEnabled("Sound", True)
# 人脸检测与跟踪
face_detection = session.service("ALFaceDetection")
face_detection.subscribe("MyApp", 500, 0.0)
情感计算与社交交互
Pepper 的核心设计理念是情感计算（Affective Computing），即机器人能够感知、理解并表达情绪，从而与人类建立更自然的社会性连接。
情绪识别
- 面部表情分析：利用头部摄像头捕捉人脸图像，通过面部动作编码系统（FACS，Facial Action Coding System）识别喜悦、惊讶、愤怒、悲伤等基本情绪。
- 语音情感分析：对用户语音的语调（Intonation）、语速（Speech Rate）和音量进行实时分析，推断当前情绪状态，并相应调整交互策略。
自主情绪系统
Pepper 本身维护一套内部情绪状态机，包含好奇（Curious）、高兴（Happy）、不安（Uncomfortable）等状态。这些状态会随交互内容、时间流逝和环境刺激自动变化，并影响 Pepper 的肢体动作幅度、语速和 LED 颜色表达。这一机制使 Pepper 在长时间交互中显得更具生命感，而非机械地执行固定脚本。
近场交互
Pepper 的 ALBasicAwareness 模块能够持续扫描 3 米范围内的人体，一旦检测到有人靠近，便主动转向并发出问候。该模块整合了声音刺激检测、人体移动追踪和视觉显著性分析，形成完整的注意力管理（Attention Management）机制。
多通道输出
Pepper 通过以下通道综合表达情绪和意图：
- 语音：语调和语速随情绪状态动态调整
- 肢体动作：手臂、头部和腰部协同完成表情性动作（Expressive Motion）
- LED 灯光：眼部、耳部和胸部 LED 以颜色和节奏传递情绪信号
- 胸部平板电脑：显示动态表情图案、信息卡片或引导界面
行业应用
Pepper 的商业部署覆盖多个行业，以下为典型案例：
零售业
万事达卡（Mastercard）、雀巢（Nestlé）等品牌将 Pepper 部署为门店迎宾机器人和产品介绍机器人。Pepper 能够主动向顾客介绍促销信息、回答常见问题，并引导顾客前往目标区域，有效提升门店的科技感和顾客体验。
银行
日本三菱 UFJ 银行（MUFG Bank）在多家网点引入 Pepper，用于接待客户、引导排队叫号，并解答业务咨询，缓解前台人员压力。
医疗与养老
部分日本养老院将 Pepper 部署为老人陪伴机器人，提供聊天互动、音乐播放和轻度认知训练游戏。在心理疏导场景中，Pepper 温和的外形和情绪表达有助于降低老人的孤独感和焦虑情绪。
教育
SoftBank Robotics 向日本、英国等国的中小学提供 Pepper，用于编程教育和 STEM（科学、技术、工程、数学）课程。学生可通过 Choregraphe 或 Python SDK 为 Pepper 编写行为脚本，在实践中学习逻辑思维和机器人基础知识。
航空
比利时布鲁塞尔航空（Brussels Airlines）将 Pepper 部署于机场，为旅客提供值机指引、航班信息查询和登机口导航服务，探索机场无人化服务的可行性。
与 ROS 集成
ROS（机器人操作系统，Robot Operating System）社区为 Pepper 提供了较为完善的驱动和工具包支持，使研究人员能够在标准 ROS 生态中使用 Pepper。
主要软件包
| 包名 | 说明 |
|---|---|
naoqi_driver |
ROS 1 桥接驱动，将 NAOqi API 封装为标准 ROS 话题（Topics）和服务（Services） |
pepper_robot |
提供 Pepper 的 URDF（统一机器人描述格式，Unified Robot Description Format）模型，支持在 RViz 中可视化机器人状态 |
pepper_meshes |
Pepper 的三维网格模型文件，配合 URDF 使用 |
naoqi_bridge |
社区维护的 ROS 2 适配层，提供基本的话题桥接功能 |
pepper_moveit_config |
MoveIt! 运动规划配置，支持手臂轨迹规划 |
典型 ROS 话题
通过 naoqi_driver 启动后，可订阅以下常用话题：
/pepper_robot/camera/front/image_raw # 前置摄像头图像
/pepper_robot/camera/depth/image_raw # 深度相机图像
/pepper_robot/laser # 激光雷达扫描数据
/pepper_robot/sonar/front # 前方声纳距离
/joint_states # 全身关节状态
/pepper_robot/imu/base # IMU 数据
注意事项
naoqi_driver主要支持 ROS 1（Melodic/Noetic），ROS 2 支持依赖社区包，功能尚不完整。- NAOqi OS 与 ROS 运行在同一网络时，需确保 ROS_IP 和 ROS_MASTER_URI 配置正确。
- 部分高级功能（如 ALBasicAwareness）在 ROS 桥接模式下需通过 NAOqi Python SDK 单独调用。
局限性与争议
尽管 Pepper 在社交机器人领域具有里程碑意义，但其商业化历程也暴露出若干值得关注的问题：
AI 能力受限
Pepper 的自然语言理解和情绪识别能力在实验室演示中往往表现出色，但在真实部署环境中，受限于噪声、光线变化和用户行为多样性，识别准确率显著下降。大量商业部署中，Pepper 实际执行的是预设脚本（Scripted Interaction）而非真正的自主对话，与宣传的"智能交互"存在明显差距。
停产风波
2021 年 SoftBank 宣布暂停 Pepper 大规模生产，引发业界对服务机器人商业模式的深刻反思。分析人士指出，Pepper 的高售价、高维护成本和有限的实际价值产出，使企业客户难以实现清晰的投资回报（ROI，Return on Investment）。这一事件被视为第一波消费级/商业级社交机器人浪潮退潮的标志性信号。
维护成本
企业用户反映，Pepper 的硬件故障率较高，关节和感知传感器的维修费用不低。加之 SoftBank 强制捆绑的云服务订阅合同，实际总拥有成本（TCO，Total Cost of Ownership）远超初始购置价格。
隐私问题
Pepper 持续采集用户的面部图像和语音数据用于云端处理，在欧盟《通用数据保护条例》（GDPR，General Data Protection Regulation）框架下面临合规压力，部分机构因此限制了 Pepper 的部署范围。
参考资料
- SoftBank Robotics 官网 — Pepper 产品页
- Pandey, A. K., & Gelin, R. (2018). A Mass-Produced Sociable Humanoid Robot: Pepper. IEEE Robotics & Automation Magazine, 25(3), 40–48.
- NAOqi SDK 官方文档
- naoqi_driver — ROS Wiki
- Bohus, D., & Horvitz, E. (2014). Managing Human-Robot Engagement with Forecasts and... Proceedings of SIGDIAL 2014.
- pepper_robot — GitHub (ros-naoqi)