现如今，监控器往往是警察侦查时的重要依据和凭证，为抓捕嫌疑人提供了有力的帮助。安保摄像头一旦捕捉到有人鬼鬼祟祟地在车站放置可疑包裹的画面，监控室的管理人员需要在嫌疑人反应之前马上采取行动，赶紧与地面的执勤人员取得联系，确保能在嫌疑人离开探头监控范围之前，锁定嫌疑人行踪，从而对其进行抓捕。 　　目前来说，这项方法费时费力，不太有效。而在未来，机器人将会很好地驾驭这项工作。 　　试想一下，如果监控摄像头是一台配备面部识别技术的轮式机器人，一旦它掌握到嫌疑人的行踪，就会立即将此项信息共享至附近其他的机器人探头，那么所有监控程序自动开启，将犯罪嫌疑人锁定，进行实时监控，进而展开抓捕行动。 　　一些来自康奈尔大学的研究人员最近正在研发一款网络协调控制系统，该系统结合了摄像头机器人，无人机以及智能相机的所有功能，可以做到即时交换信息，跟踪地面指定移动目标，或是切换监控视角，锁定嫌犯。甚至它能根据犯人可疑的活动轨迹，推断出犯人最终目的地。 　　这项研究获得来自美国海军研究办公室170万美元的资助。在充足的资金支持下，研究人员对配有自动相机的轮式机器人进行编程试验，增添平移，倾斜以及变焦的功能。 　　康奈尔大学智能控制系统实验室主任Silvia Ferrari是此次研究的主要负责人。 　　Ferrari表示：“我们正试图教机器人有针对性地选择监控对象，比如人、汽车，或是动物，并向它们解释所看到的一切事物，一些即将发生的事以及探员下一步准备采取的措施等等。” 　　未来某一天，软件不断优化，说不定可以统一管理及协调数以百计的监视机器人，不过根据目前康奈尔大学研究团队进行的实验表明，该系统最多只能同时控制12个摄像头。 　　在一个监视范围广阔的区域，可能会存在不少的盲点，因此，机器人移动网络的存在，可能会有很大的帮助。因为有的时候一个机器人，甚至是一排摄像头同时运作也无法保证能捕捉到一切。 　　Ferrari表示，研究团队希望能让监视机器人尽可能做到独立自主。对此，研究人员正为其监视机器人进行针对性编程，通过集合所有可用的视频数据片段从而推断出一个特定的场景，当机器人察觉到理解范围内的漏洞时，它就会自动连接到网络，以此获得更多的数据信息。 　　通常情况下，监视系统是将数据发送给一个工作人员，然后通过工作人员的战略决策，或是指令输入，从而决定监视系统下一步所需收集的信息以及信息的获得方式。 　　“我们的目标是实现网络的自主化，所以这些机器人的职能实际上负责理解感知这一块儿。监控机器人将通过计算机语言进行交流，不过我们会将之转化成人类所能够理解的语言。” Ferrari说道。 　　康奈尔大学的团队将通过指令输入来进行运作的传统机器人改造成有主观感知的智能机器人，该团队正在创造一种新的控制和导航系统，使得机器人能自主分析数据，以及收集一切所需信息。 　　这意味着机器人不再只会躲避障碍物，或是做两点一线的无聊工作，它们可以在无外界人为信息输入和控制的条件下，独立完成信息收集以及目标锁定等一系列任务。 　　不过，这种巡回监视机器人目前仍处于研发阶段，在该产品被广泛投入使用之前，还有很长的一段路要走。