編者按：正如德國工業(yè)4.0之父孔翰寧曾指出的“人工智能是工業(yè)4.0成敗的關(guān)鍵”，隨著人工智能技術(shù)的發(fā)展，工業(yè)智能成為了不少AI企業(yè)關(guān)注的焦點(diǎn)。在這之中，作為工業(yè)智能化一大標(biāo)志的工業(yè)機(jī)器人是發(fā)展落地的重點(diǎn)之一。
曠視在2017年進(jìn)入供應(yīng)鏈物聯(lián)網(wǎng)領(lǐng)域，聚焦智慧物流及工業(yè)機(jī)器人業(yè)務(wù)。2020年初，機(jī)器人產(chǎn)品部獨(dú)立成為曠視的產(chǎn)品中臺(tái)之一，專注于機(jī)器人產(chǎn)品和關(guān)鍵物流裝備的研發(fā)。在2021年到來之際，曠視高級(jí)副總裁兼機(jī)器人產(chǎn)品部總經(jīng)理王宏玉、曠視機(jī)器人產(chǎn)品部研發(fā)總監(jiān)陶濤發(fā)表署名文章，分享了他們對(duì)移動(dòng)機(jī)器人技術(shù)趨勢的觀點(diǎn)。
近年來，隨著消費(fèi)需求日趨個(gè)性化、用工短缺/勞動(dòng)力成本上升、新一代信息技術(shù)不斷成熟等多重因素的推動(dòng)，智慧物流、智能制造成為企業(yè)降本增效提質(zhì)的重要手段，帶動(dòng)移動(dòng)機(jī)器人市場需求的持續(xù)走高。根據(jù)中國移動(dòng)機(jī)器人產(chǎn)業(yè)聯(lián)盟、新戰(zhàn)略機(jī)器人產(chǎn)業(yè)研究所數(shù)據(jù)統(tǒng)計(jì)，2019年度中國移動(dòng)機(jī)器人市場規(guī)模達(dá)到61.75億元。
食品分揀機(jī)器人排名垃圾分揀機(jī)器人2019年度中國移動(dòng)機(jī)器人市場規(guī)模達(dá)到61.75億元（來源：中國移動(dòng)機(jī)器人產(chǎn)業(yè)聯(lián)盟《2019-2020中國移動(dòng)機(jī)器人
移動(dòng)機(jī)器人主要需要解決定位、規(guī)劃、控制等問題，目前重點(diǎn)的研究領(lǐng)域包括環(huán)境感知與建模、定位與導(dǎo)航、環(huán)境理解、多機(jī)器人協(xié)調(diào)等，根據(jù)曠視在工業(yè)智能及智慧物流方面的研發(fā)和實(shí)踐積累，我們看到移動(dòng)機(jī)器人目前主要有以下五大發(fā)展趨勢：
1基于SLAM技術(shù)的AMR是未來機(jī)器人的主流趨勢
移動(dòng)機(jī)器人發(fā)展經(jīng)歷了有軌方式、信標(biāo)方式、無信標(biāo)方式（如SLAM：SimultaneousLocalizationandMapping，即時(shí)定位與地圖構(gòu)建）的不同階段。二維碼導(dǎo)航機(jī)器人需要在現(xiàn)場張貼二維碼，對(duì)二維碼粘貼精度要求高，且易損壞。SLAM技術(shù)可以讓機(jī)器人在無信標(biāo)的情況下也能實(shí)現(xiàn)定位導(dǎo)航，具有易部署、柔性等特點(diǎn)，更加適合在運(yùn)行環(huán)境復(fù)雜、業(yè)務(wù)經(jīng)常變動(dòng)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。
快遞分揀機(jī)器人工作原理圖行業(yè)發(fā)展顯示，導(dǎo)航技術(shù)的發(fā)展使設(shè)備從“車”逐漸過渡到“機(jī)器人”。AGV（AutomatedGuidedVehicle，自動(dòng)引導(dǎo)車）最早是傳統(tǒng)企業(yè)自動(dòng)導(dǎo)引車的模式，智能化程度不高。隨著新技術(shù)的發(fā)展，AGV自主化、智能化的程度越來越高，企業(yè)紛紛朝著AMR（AutomatedMobileRobot，自主移動(dòng)機(jī)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(shí)需要多傳感器融合的導(dǎo)航方式
在工業(yè)物流領(lǐng)域，基于SLAM技術(shù)實(shí)現(xiàn)的機(jī)器人自主導(dǎo)航，根據(jù)傳感器不同主要分為兩個(gè)類別：激光SLAM和視覺SLAM。激光SLAM技術(shù)相對(duì)更加成熟，是當(dāng)前市場應(yīng)用的主流。但隨著機(jī)器人單體主處理器的處理能力提升，特別是一些帶GPU（GraphicsProcessingUnit，圖形處理器）、NPU（Neural-networkProcessingUnit，嵌入式神經(jīng)網(wǎng)絡(luò)處理器）的處理器的應(yīng)用，機(jī)器人視覺處理能力得到極大提升，以深度學(xué)習(xí)技術(shù)為核心的視覺處理可以在機(jī)器人上實(shí)現(xiàn)。
智能分揀機(jī)器人心得體會(huì)目前，視覺技術(shù)已經(jīng)被廣泛地應(yīng)用到機(jī)器人立體視覺避障，以及視覺導(dǎo)航和末端高精定位上。曠視認(rèn)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(dǎo)航機(jī)器人在不遠(yuǎn)的將來會(huì)替代激光SLAM導(dǎo)航機(jī)器人。
曠視MegBot-S800V視覺導(dǎo)航及視覺建圖演示
與此同時(shí)，不管是基于激光還是視覺實(shí)現(xiàn)的機(jī)器人自主導(dǎo)航，都不是單一應(yīng)用，還需要融合諸如慣導(dǎo)、GPS等其他導(dǎo)航方式，以應(yīng)對(duì)魯棒性要求非常高的現(xiàn)實(shí)應(yīng)用場景，讓機(jī)器人能夠更加穩(wěn)定有效地運(yùn)行。（來源：中國移動(dòng)機(jī)器人產(chǎn)業(yè)聯(lián)盟《2020-2021工業(yè)制造領(lǐng)域自然導(dǎo)航AGV/AMR產(chǎn)業(yè)發(fā)展研究報(bào)告》）例如視覺和IMU的融合，IMU為快速運(yùn)動(dòng)提供了較好的解決方式，而相機(jī)又能在慢速運(yùn)動(dòng)下解決IMU的漂移問題，二者實(shí)現(xiàn)了優(yōu)勢互補(bǔ)。
3深度學(xué)習(xí)將廣泛應(yīng)用，加強(qiáng)機(jī)器人對(duì)周圍環(huán)境的理解
AI中的深度學(xué)習(xí)技術(shù)在計(jì)算機(jī)視覺中的應(yīng)用主要有物體識(shí)別、目標(biāo)檢測與跟蹤、語義分割、實(shí)例分割等，語義SLAM能把物體識(shí)別與視覺SLAM結(jié)合起來，將標(biāo)簽信息引入優(yōu)化過程中，構(gòu)建帶物體標(biāo)簽的地圖，實(shí)現(xiàn)機(jī)器人對(duì)周圍環(huán)境內(nèi)容的理解。
新技術(shù)與機(jī)器人技術(shù)的加速融合將進(jìn)一步推動(dòng)產(chǎn)品的更新?lián)Q代。移動(dòng)機(jī)器人的自主性主要體現(xiàn)在“狀態(tài)感知”、“實(shí)時(shí)決策”、“準(zhǔn)確執(zhí)行”這三個(gè)方面。物聯(lián)網(wǎng)、AI、5G等新一代信息技術(shù)與機(jī)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(dòng)，并通過算法指揮硬件發(fā)揮最大效能。（來源：中國移動(dòng)機(jī)器人產(chǎn)業(yè)聯(lián)盟《2020-2021工業(yè)制造領(lǐng)域自然導(dǎo)航AGV/AMR產(chǎn)業(yè)發(fā)展研究報(bào)告》）
4機(jī)器人規(guī)模化集群作業(yè)成為必然，需要更高效的多機(jī)協(xié)作方式
立體倉庫分揀機(jī)器人廣州分揀機(jī)器人作用機(jī)器人在實(shí)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(tái)的托盤搬運(yùn)集貨，原材料的料箱存儲(chǔ)和揀選，產(chǎn)線之間的物料搬運(yùn)；托盤可以使用無人叉車搬運(yùn)，原材料的存儲(chǔ)揀選可以使用二維碼類KIVA機(jī)器人，產(chǎn)線之間物料搬運(yùn)可以使用SLAM機(jī)器人。
在曠視看來，多臺(tái)甚至是成百上千臺(tái)機(jī)器人規(guī)模化集群作業(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(jī)器人，在統(tǒng)一的環(huán)境下完成作業(yè)調(diào)度；還需要多機(jī)器人調(diào)度算法，找到全局最優(yōu)方案，使多機(jī)器人共同工作時(shí)的總效率最高。目前調(diào)度算法主要分為三類：數(shù)學(xué)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(yuǎn)大。
例如，當(dāng)系統(tǒng)只需要調(diào)度幾十臺(tái)機(jī)器人時(shí)，傳統(tǒng)系統(tǒng)依靠簡單的邏輯策略就能支持。然而，一旦達(dá)到幾百臺(tái)甚至上千臺(tái)機(jī)器人時(shí)，簡單的邏輯思考已經(jīng)不能解決問題，整個(gè)群體協(xié)作的效率無法得到有效保證。這時(shí)候就需要機(jī)器人能夠不斷學(xué)習(xí)、不斷修正自身策略，AI將在其中扮演重要角色，讓整個(gè)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(dòng)化改造的過程中，從方案設(shè)想，到方案設(shè)計(jì)和實(shí)際投入，中間會(huì)經(jīng)過漫長的決策鏈，通常這個(gè)決策過程依賴設(shè)計(jì)人員的經(jīng)驗(yàn)，這樣可能會(huì)導(dǎo)致規(guī)劃結(jié)果和實(shí)際需求產(chǎn)生較大的偏差，導(dǎo)致浪費(fèi)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(jì)過程中的人為偏差，并且能夠極大提高評(píng)估效率。例如曠視自主研發(fā)的機(jī)器人網(wǎng)絡(luò)操作系統(tǒng)河圖，可以提供規(guī)劃、仿真、實(shí)施、運(yùn)營等一站式解決方案，實(shí)現(xiàn)同構(gòu)仿真和數(shù)字孿生，極大減少機(jī)器人項(xiàng)目規(guī)劃風(fēng)險(xiǎn)，提高運(yùn)維效率。
數(shù)字孿生中最關(guān)鍵的在于仿真，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)都是分開的。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(shí)場景，帶來更大的價(jià)值。
在曠視看來，移動(dòng)機(jī)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(gè)機(jī)器人的智能化程度，未來會(huì)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。移動(dòng)機(jī)器人的市場很快就會(huì)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(gè)市場而努力拼搏，曠視的產(chǎn)品也在不斷走向海外，在海外這個(gè)藍(lán)海市場贏得一席之地。
小型自動(dòng)分揀機(jī)器人智能視覺分揀機(jī)器人原理顏色識(shí)別分揀機(jī)器人 畢業(yè)設(shè)計(jì)