当RoboMaster机甲大师赛迎来第五个年头时，大疆也终于推出一款面向教育领域的机甲大师，RoboMaster S1。
雷锋网消息，6月12日，大疆对外发布了其进军教育领域的首款编程机器人，机甲大师RoboMaster S1。据悉，该款机器人外型设计类似战地坦克，大疆官方特别强调的是，该款机器人拥有46个编程控制部件、6类人工智能编程模块，支持Scratch、Python两类编程语言，其关键技术来源于大疆此前在无人机领域的技术积累，以及在RoboMaster机甲大师赛事中的经验沉淀。
作为大疆首款面向教育领域的可编程机器人，RoboMaster S1采用模块化设计，概念上类似乐高EV3、优必选JIMU机器人，具体在技术性和可玩性上，略有差异，这主要是因为大疆将自己在无人机上的诸多技术，甚至包括导航定位、无线图传等技术，搬到了这款机器人上。
在硬件方面，RoboMaster S1配备31个传感器，可以感知包括图像、光线、声音、振动在内的数模信号。据官方信息显示，RoboMaster S1整机可分为六大部分，从上到下依次为智能中控、发射器、两轴机械云台、麦克纳姆轮、高性能电机和感应装甲。
智能中控：智能中控SoC位于顶部方形盒中，是整机运行和编程开发的大脑，采用五核SoC Cortex-A处理器、工业级CAN总线，支持低延时高清图传、AI运算、编程开发、外部扩展等功能。
发射器：发射器位于智能中控下方，据官方资料显示，大疆在对发射器原型设计过程中，加入了LED灯光，用以勾勒实时发射器腔体及弹道，并加入发射音效以提升真实打击感。此外，该款机器人还配备了水晶弹和红外光束两种发射方式，并配有射速检测装置。
云台：转动范围为540° × 65°，配有FPV相机，支持包括线路识别、视觉标签识别、行人识别、掌声识别、姿势识别、S1机器人识别六种场景识别方式。云台内置无刷直驱电机，配合 IMU（惯性测量单元）和控制算法，官方给出的抖动控制精度为达 ±0.02°。这样的控制精度需要的硬件配置无疑在一定程度上提高了硬件成本，用于教育或娱乐场景，这样的性价比并不划算，其实，大疆这样的高精度配置也是为了用户可以后续将这款机甲进一步用于RoboMaster机甲大师赛赛事中。
麦克纳姆轮：轮组由4组各含12个辊子的麦克纳姆轮构成，可使机身实现全向平移及任意旋转，避免了车轮转向带来的不便。
电机：电机方面，大疆为这款机器人定制了M3508I无刷直驱电机，内置集成式FOC电调，输出转矩高达 250 mN·m。
感应装甲：前后左右及发射器的左右两侧配置了六块感应装甲，应用于对战模式中，可实时感应水晶弹击打或红外光束，结合竞技规则，判定胜负。
据大疆官方表示，这款机甲机器人，大疆已经秘密研发超过2年。而在这款机甲机器人之前，大疆已经做RoboMaster机器人大赛和RoboMaster机甲大师赛有整整四个年头。
2015年，在经过两年大学生夏令营酝酿后，大疆将在夏令营中的基于视觉的机器人射击比赛/对抗赛进行升级，也就有了现在的RoboMaster机器人大赛。目前，RoboMaster机器人大赛下设全国大学生机器人大赛RoboMaster机甲大师赛和ICRA RoboMaster人工智能挑战赛。
前者经过四年赛事酝酿，从最初的5V5到7V7，再到2018年新增哨兵机器人（全自动机器人）、空中机器人装载发射机构等要求。据2019年大赛公开资料显示，大赛机器人对战军团包括英雄机器人、步兵机器人、工程机器人、空中机器人和哨兵机器人。
从机械结构和功能上来看，大疆此次发布的S1机器人与大赛中的步兵机器人更相似。而据雷锋网了解，首次参赛队伍，内地高校队伍可获得一台步兵机器人，港澳台及海外队伍可获得两台步兵机器人。由此也可见，大疆其实早有自研步兵机器人，此次发布的S1很可能正是这一机器人针对教育场景的商业落地产品。
可以说，大疆推出这样一款与大赛同名的机甲机器人是顺理成章的。一方面，可以作为大赛的御用机器人，实现流量变现；另一方面，也可以将原本耗资巨大的赛事沉淀下来的技术积累拓展到教育机器人这一当下热门市场。
雷锋网了解到，针对S1的机甲大师S1挑战赛（包括巡线、对战两个环节），也将在今年与RoboMaster 2019机甲大师赛总决赛同期举办。
仔细剖析大疆此次发布的机甲大师，会发现，无论是在硬件模块配置，还是在软件功能定义上，都继承了大疆在无人机上的诸多能力。
在硬件方面，包括构成两轴机械云台的无刷直驱电机、FPV相机、IMU惯性测量单元等模块已经成为大疆无人机上的标配硬件，可以说S1基本上沿袭了大疆在无人机上的硬件配置。
此外，包括无线图传、定位追踪技术也都是无人机上应用关键技术，也已经是较为成熟的技术。当然，二者作为自动驾驶技术中的关键部分，放到陆地上的机甲机器人中，只要在软件方面考虑适配路面更为复杂的环境的情况下，理论上也是同样适用的。
在功能方面，大疆官方更强调S1的AI视觉能力——6类图像识别模式：
线路识别、视觉标签识别（数字、字母及特殊符号等44个视觉标签）、行人识别、掌声识别、姿势识别、S1机器人识别。
标签识别、掌声识别和姿势识别主要为编程自定义机器人动作提供了更多可能，增强设备可玩性；行人识别可以用于跟拍，S1机器人识别则可用于对战。包括编程自定义技能，大多也是基于这6类图像识别模式进行的功能设定。
其中，包括行人识别、姿势识别、标签识别、线路识别均继承了无人机较为成熟的工作模式，因而也可见，诸如跟拍、巡线等无人机的经典应用场景也出现在了这款S1机器人身上。
与“御” MAVIC 2 专业版对比而言，基本可以看到以下几点差异：
与此同时，大疆这款机器人与其无人机存在一个相同的短板，是在续航能力上仍是差强人意。官方给出的S1工作状态下续航时长约35分钟（平整路面以 2.0m/s 匀速行驶），相较而言，“御” MAVIC 2 专业版无风情况下工作时长为31分钟（25 km/h 匀速飞行）。
综合以上信息可见，相较大疆主打的无人机的硬件性能和技术调性，这款机器人仍有很大的升级空间。当然，作为首款商业化的地面机器人，更应保证的是第一个版本的核心功能的完备性和基础能力的稳定性，无论是从成本、设备稳定性，还是在版本迭代上，这款产品也都能够胜任目前其在教育领域的产品定位。此外，S1采用模块化设计，除去是当下教育领域机器人的一大趋势外，也为其之后技术性提升、版本迭代提供更多可能。
大疆圈地教育
大疆为何要推出这样一款面向教育领域的机器人？
纵观当下无人机领域，无论是用于航拍的消费级无人机，还是用于电力巡线的专业级无人机，基本能力已经完善，当下对无人机需求更大的需求在于通信能力的提升、价位的下沉和续航的改善，至于其他方面的创新，则对这一商业化产品只能说是锦上添花。与此同时，一方面，当下无人机市场趋于饱和，另一方面，针对无人机的管制，尤其在国内一二线城市，已经越来越严。
与此同时，AI视觉技术、自动驾驶技术的应用已经远不只无人机，大疆早早就已拓展出相机、相机云台、手机云台产品系列，尤其去年的口袋云台灵眸OSMO口袋云台相机让大疆赚足了眼球。
雷锋网今年年初曾从产业链获悉，大疆在今年将会推出机器人新品，很可能会进军扫地机器人领域。然而，关于大疆推扫地机器人的猜想并并得到证实，反而是面向当下另一爆火的教育领域推出RoboMaster S1这样一款机器人。
虽然S1拥有很强的娱乐性，无论是出于产品推广，或是产品更深层次能力的挖掘，大疆为其S1机器人配套了专业级赛事。而针对这款机器人，大疆也更多强调的是其教育属性，强调其拥有46个编程控制部件、6类人工智能编程模块，支持Scratch（3.0）、Python两类编程语言。
Scratch是在机器人教育领域中广泛使用的可视化编程语言，也被广泛应用于全球中小学机器人教育中；Python则是当下人工智能开发领域应用非常广泛的编程语言。相对而言，Python更复杂，同时，借助Python，具备一定编程技术基础的玩家可以为S1开发更高级别的功能。
此外，大疆官方也表示，RoboMaster应用程序可在iOS、Android、Windows等多平台下工作，用户无需额外配置环境即可轻松编写属于自己的程序，更可将程序「一键分享」给好友。
据前瞻产业研究院调研数据显示，2011-2017年中国教育机器人市场年均复合增速超过25%。2017年，国内教育机器人市场规模同比增长了31%，达到13.6亿元，预计2018年全年仍保持在30%以上的增速，行业规模有望突破18亿元。
在教育机器人这一市场中，目前已有软银的Pepper、索尼的KOOV、优必选的JIMU，以及诸如勇艺达、童心制物等一众教育机器人初创企业。今年5月，AI独角兽企业商汤针对教育市场也发布了其自动驾驶小车SenseRover Mini等可编程机器人，宣布进军教育机器人领域。
教育机器人市场，在呈现多元化的产品形态和入局企业的同时，也注定拥有更为激烈的竞争。
尽管大疆做大学生机器人大赛已有四年，去年年初也发布了Payload SDK，首次面向开发者开放了包括API接口、DJI Skyport实体接口部件、移动app和外部负载在内的硬件平台，使开发者在满足软件适配的基础上，可以使用Payload SDK在大疆飞行平台的基础上开发任何种类的挂载硬件。
然而，不得不说，大疆在教育机器人市场，仍然算是后来者。
值得一提的是，大疆由于在无人机领域长期处于领导地位，在导航定位、无线图传、运动控制等方面的技术积累使得其在机器人领域拥有一定先发优势，以当下发布的这款产品来说，在可玩性、可编程性上也都算得上是当下教育机器人市场的主流产品，辅以其在大学生竞赛上的积累和推广，自然能取得不错的反响。
然而，无人机及大学生竞赛更多针对的是有专业基础的用户群体，该款教育机器人虽然没有设定年龄限制，但可以看出已经下潜到中小学生人群；此外，在教育机器人领域的用户调性如何把握，设备开发如何适配，或许也是一个挑战。