機器人技術(shù)發(fā)展趨勢

移動機器人主要需要解決定位、規(guī)劃、控制等問題。目前重點的研究領(lǐng)域是環(huán)境感知與建模、定位與導航、環(huán)境理解、多機器人協(xié)調(diào)，主要發(fā)展趨勢如下：

1. 基于 SLAM 技術(shù)的 AMR 是未來的發(fā)展趨勢。

SLAM（Simultaneous Localization and Mapping，即時定位與地圖構(gòu)建）被很多學者認為是實現(xiàn)真正自主移動機器人的關(guān)鍵。SLAM 問題可以描述為：機器人在未知環(huán)境中從一個未知位置開始移動，在移動過程中根據(jù)位置估計和地圖進行自身定位，同時在自身定位的基礎(chǔ)上建造增量式地圖，實現(xiàn)機器人的自主定位和導航。在 SLAM 技術(shù)即時定位和與地圖構(gòu)建的基礎(chǔ)上，配合智能路徑規(guī)劃算法，機器人的自主導航得以實現(xiàn)。（出處：中國移動機器人（AGV/AMR）產(chǎn)業(yè)聯(lián)盟《2020-2021 工業(yè)制造領(lǐng)域自然導航 AGV/AMR 產(chǎn)業(yè)發(fā)展研究報告》）

移動機器人發(fā)展經(jīng)歷了有軌方式（如磁帶牽引方式）、信標方式（如二維碼）、無信標方式（如 SLAM）的不同階段。二維碼導航機器人需要在現(xiàn)場張貼二維碼，對二維碼粘貼精度要求高，且易損壞。SLAM 技術(shù)可以讓機器人在無信標的情況下也能實現(xiàn)定位導航，具有易部署、柔性等特點，更加適合在運行環(huán)境復雜、業(yè)務(wù)經(jīng)常變動的場景下應(yīng)用，因此受到越來越多客戶青睞，正在成為業(yè)界主流趨勢。

AGV（自動牽引小車）最早是傳統(tǒng)企業(yè)自動導引車的模式，智能化程度不高。隨著新技術(shù)的發(fā)展，AGV 智能化程度越來越高，企業(yè)紛紛朝著 AMR（自主移動機器人）的方向發(fā)展，越多越多人開始用 AMR 來取代 AGV 的說法。

2、視覺 SLAM 是未來方向，同時需要多傳感器融合的導航方式。

目前，在工業(yè)物流領(lǐng)域，基于 SLAM 技術(shù)實現(xiàn)的機器人自主導航，根據(jù)傳感器不同主要分為兩個類別：激光 SLAM 和視覺 SLAM。激光 SLAM 技術(shù)相對而言更加成熟，是當前市場應(yīng)用的主流。但隨著機器人單體主處理器的處理能力提升，特別是一些帶 GPU（Graphics Processing Unit，圖形處理器）、NPU（Neural-network Processing Unit，嵌入式神經(jīng)網(wǎng)絡(luò)處理器）的處理器的應(yīng)用，機器人的視覺處理能力得到了極大提升，以深度學習技術(shù)為核心的視覺處理可以在機器人上實現(xiàn)。

目前，視覺技術(shù)已經(jīng)被廣泛地應(yīng)用到機器人立體視覺避障（人 / 物區(qū)分識別），以及視覺導航和末端高精定位上。曠視認為，視覺傳感器成本低，感知信息量大，隨著視覺算法技術(shù)的成熟，視覺 SLAM 導航機器人在不遠的將來會替代激光 SLAM 導航機器人。

與此同時，不管是基于激光還是視覺實現(xiàn)的機器人自主導航，都不是單一應(yīng)用，還需要融合諸如慣導（IMU）、GPS 等其他導航方式，以應(yīng)對魯棒性要求非常高的現(xiàn)實應(yīng)用場景，讓機器人能夠更加穩(wěn)定有效地運行。（出處：中國移動機器人（AGV/AMR）產(chǎn)業(yè)聯(lián)盟《2020-2021 工業(yè)制造領(lǐng)域自然導航 AGV/AMR 產(chǎn)業(yè)發(fā)展研究報告》）例如視覺和 IMU 的融合，IMU 為快速運動提供了較好的解決方式，而相機又能在慢速運動下解決 IMU 的漂移問題，二者實現(xiàn)了優(yōu)勢互補。

3、深度學習將廣泛應(yīng)用，加強機器人對周圍環(huán)境的理解。

AI 中的深度學習技術(shù)在計算機視覺中的應(yīng)用主要有物體識別、目標檢測與跟蹤，語義分割、實例分割等，語義 SLAM 能把物體識別與視覺 SLAM 結(jié)合起來，將標簽信息引入優(yōu)化過程中，構(gòu)建帶物體標簽的地圖，實現(xiàn)機器人對周圍環(huán)境內(nèi)容的理解。

新技術(shù)與機器人技術(shù)的加速融合將進一步推動產(chǎn)品的更新?lián)Q代。移動機器人的自主性主要體現(xiàn)在“狀態(tài)感知”、“實時決策”、“準確執(zhí)行”這三個方面。物聯(lián)網(wǎng)、AI、5G 等新一代信息技術(shù)與機器人技術(shù)相互結(jié)合，能夠讓設(shè)備高效交互，數(shù)據(jù)更加自由流動，并通過算法指揮硬件發(fā)揮最大效能。（出處：中國移動機器人（AGV/AMR）產(chǎn)業(yè)聯(lián)盟《2020-2021 工業(yè)制造領(lǐng)域自然導航 AGV/AMR 產(chǎn)業(yè)發(fā)展研究報告》）

4、機器人規(guī)?；鹤鳂I(yè)成為發(fā)展必然，需要更高效的多機協(xié)作方式。

機器人在實際應(yīng)用中，通常是以集群的方式協(xié)同完成特定的任務(wù)。如：月臺的托盤搬運集貨，原材料的料箱存儲和揀選，產(chǎn)線之間的物料搬運；托盤可以使用無人叉車搬運，原材料的存儲揀選可以使用二維碼類 KIVA 機器人，產(chǎn)線之間物料搬運可以使用 SLAM 機器人。

在曠視看來，多臺甚至是成百上千臺機器人規(guī)?；鹤鳂I(yè)成為發(fā)展必然。這不僅需要調(diào)度系統(tǒng)需要能夠接入各種類型的機器人，在統(tǒng)一的環(huán)境下完成作業(yè)調(diào)度；還需要多機器人調(diào)度算法，找到全局最優(yōu)方案，使多機器人共同工作時的總效率最高。目前調(diào)度算法主要分為三類：數(shù)學方法、仿真方法和人工智能算法。其中，人工智能算法前景最為遠大。

例如，當系統(tǒng)只需要調(diào)度幾十臺機器人時，傳統(tǒng)系統(tǒng)依靠簡單的邏輯策略就能支持。然而，一旦達到幾百臺甚至上千臺機器人時，簡單的邏輯思考已經(jīng)不能解決問題，整個群體協(xié)作的效率無法得到有效保證。這時候就需要機器人能夠不斷學習、不斷修正自身策略，AI 將在其中扮演重要角色，讓整個系統(tǒng)不斷優(yōu)化，群體智能化程度越來越高。

5、同構(gòu)仿真、數(shù)字孿生，為客戶提供一站式服務(wù)。

客戶在做智能化、自動化改造的過程中，從方案設(shè)想，到方案設(shè)計和實際投入，中間會經(jīng)過漫長的決策鏈，通常這個決策過程依賴設(shè)計人員的經(jīng)驗，這樣可能會導致規(guī)劃結(jié)果和實際需求產(chǎn)生較大的偏差，導致浪費或工期延誤。

一套功能完備的同構(gòu)仿真系統(tǒng)可以避免設(shè)計過程中的人為偏差，并且能夠極大提高評估效率。例如曠視河圖，可以提供規(guī)劃、仿真、實施、運營等一站式解決方案，實現(xiàn)同構(gòu)仿真和數(shù)字孿生，極大減少機器人項目規(guī)劃風險，提高運維效率。

數(shù)字孿生中最關(guān)鍵在于仿真，而仿真里關(guān)鍵的是同構(gòu)仿真。目前物流行業(yè)中，大多數(shù)仿真系統(tǒng)和執(zhí)行系統(tǒng)是分開的。而曠視河圖采用同構(gòu)仿真的方式，仿真和執(zhí)行在同一套系統(tǒng)和軟件里，仿得更好、更加體系化，隨著軟件的更新迭代可以無限逼近現(xiàn)實場景，帶來更大的價值。

王宏玉認為，移動機器人未來的主要技術(shù)發(fā)展趨勢可以概括為單體智能和群體智能。單體智能是單個機器人的智能化程度，未來會包含更多 AI 的元素；群體智能是系統(tǒng)的智能化，通過 AI 的算法使系統(tǒng)最優(yōu)化，為客戶降本增效。他展望道：“移動機器人的市場很快就會突破 100 億的規(guī)模，未來的市場是 1000 億的體量，國內(nèi)的很多同仁在為這個市場而努力拼搏，我們的產(chǎn)品也會走出海外，在海外這個藍海市場爭得一席之地?！?/p>