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。

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成敗的關鍵”，隨著人工智能技術的發(fā)展，工業(yè)智能成為了不少AI企業(yè)關注的焦點。在這之中，作為工業(yè)智能化一大標志的工業(yè)機器人是發(fā)展落地的重點之一。

曠視在2017年進入供應鏈物聯(lián)網領域，聚焦智慧物流及工業(yè)機器人業(yè)務。2020年初，機器人產品部獨立成為曠視的產品中臺之一，專注于機器人產品和關鍵物流裝備的研發(fā)。在2021年到來之際，曠視高級副總裁兼機器人產品部總經理王宏玉、曠視機器人產品部研發(fā)總監(jiān)陶濤發(fā)表署名文章，分享了他們對移動機器人技術趨勢的觀點。

近年來，隨著消費需求日趨個性化、用工短缺/勞動力成本上升、新一代信息技術不斷成熟等多重因素的推動，智慧物流、智能制造成為企業(yè)降本增效提質的重要手段，帶動移動機器人市場需求的持續(xù)走高。根據(jù)中國移動機器人產業(yè)聯(lián)盟、新戰(zhàn)略機器人產業(yè)研究所數(shù)據(jù)統(tǒng)計，2019年度中國移動機器人市場規(guī)模達到61.75億元。

圖：2019年度中國移動機器人市場規(guī)模達到61.75億元（來源：中國移動機器人產業(yè)聯(lián)盟《2019-2020 中國移動機器人（AGV）產業(yè)發(fā)展研究報告》）

移動機器人主要需要解決定位、規(guī)劃、控制等問題，目前重點的研究領域包括環(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)和實踐積累，我們看到移動機器人目前主要有以下五大發(fā)展趨勢。

一、基于SLAM技術的AMR是未來移動機器人的主流趨勢。移動機器人發(fā)展經歷了有軌方式（如磁帶牽引方式）、信標方式（如二維碼）、無信標方式（如SLAM：Simultaneous Localization and Mapping，即時定位與地圖構建）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)務經常變動的場景下應用，因此受到越來越多客戶青睞，正在成為業(yè)界主流趨勢。

行業(yè)發(fā)展顯示，導航技術的發(fā)展使設備從“車”逐漸過渡到“機器人”。AGV（Automated Guided Vehicle，自動引導車）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（Automated Mobile Robot，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。

二、視覺SLAM是未來方向，同時需要多傳感器融合的導航方式。在工業(yè)物流領域，基于SLAM技術實現(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技術相對更加成熟，是當前市場應用的主流。

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，嵌入式神經網絡處理器）的處理器的應用，機器人視覺處理能力得到極大提升，以深度學習技術為核心的視覺處理可以在機器人上實現(xiàn)。 目前，視覺技術已經被廣泛地應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。

圖：曠視MegBot-S800V視覺建圖及視覺導航演示

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，都不是單一應用，還需要融合諸如慣導（IMU）、GPS等其他導航方式，以應對魯棒性要求非常高的現(xiàn)實應用場景，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）產業(yè)聯(lián)盟《2020-2021工業(yè)制造領域自然導航AGV/AMR產業(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。

三、深度學習將廣泛應用，加強機器人對周圍環(huán)境的理解。AI中的深度學習技術在計算機視覺中的應用主要有物體識別、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結合起來，將標簽信息引入優(yōu)化過程中，構建帶物體標簽的地圖，實現(xiàn)機器人對周圍環(huán)境內容的理解。

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、AI、5G等新一代信息技術與機器人技術相互結合，能夠讓設備高效交互，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）產業(yè)聯(lián)盟《2020-2021工業(yè)制造領域自然導航AGV/AMR產業(yè)發(fā)展研究報告》）

四、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。機器人在實際應用中，通常是以集群的方式協(xié)同完成特定的任務。如：月臺的托盤搬運集貨，原材料的料箱存儲和揀選，產線之間的物料搬運；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)模化集群作業(yè)成為發(fā)展必然。這不僅需要調度系統(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)調度；還需要多機器人調度算法，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。

五、同構仿真、數(shù)字孿生，為客戶提供一站式服務?？蛻粼谧鲋悄芑⒆詣踊脑斓倪^程中，從方案設想，到方案設計和實際投入，中間會經過漫長的決策鏈，通常這個決策過程依賴設計人員的經驗，這樣可能會導致規(guī)劃結果和實際需求產生較大的偏差，導致浪費或工期延誤。 一套功能完備的同構仿真系統(tǒng)可以避免設計過程中的人為偏差，并且能夠極大提高評估效率。例如曠視自主研發(fā)的機器人網絡操作系統(tǒng)河圖（HETU），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)字孿生中最關鍵的在于仿真，而仿真里關鍵的是同構仿真。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。

在曠視看來，移動機器人未來的主要技術發(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。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，國內的很多同仁在為這個市場而努力拼搏，曠視的產品也在不斷走向海外，在海外這個藍海市場贏得一席之地。

責任編輯：xj

原文標題：曠視談移動機器人的未來：單體智能+群體智能

文章出處：【微信公眾號：新戰(zhàn)略機器人】歡迎添加關注！文章轉載請注明出處。