首頁 > 人工智能 > 正文

曠視談移動機器人未來技術趨勢——單體智能與群體智能

2021-01-15 10:22:57  來源:粵訊

摘要:縱觀機器人發展歷史,1953年,世界上第一臺AGV(Automated Guided Vehicle,自動引導車)誕生
關鍵詞: 未來技術趨勢
縱觀機器人發展歷史,1953年,世界上第一臺AGV(Automated Guided Vehicle,自動引導車)誕生,可以在倉庫中沿著布置在空中的導線運輸貨物;隨著導航技術的進步,AGV開始沿著更加自主化的方向發展,誕生了AMR(Automated Mobile Robot,自主移動機器人)的概念,可以利用軟件提前導入工廠建筑物圖紙實現導航,讓搬運的柔性化大大提升。作為全球領先的人工智能產品和解決方案公司,曠視進入供應鏈物聯網領域后便聚焦智慧物流及工業機器人業務,2020年初,機器人產品部更是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設備的研發。
進入智能制造、智慧物流的新時代,未來的移動機器人又有哪些發展趨勢?曠視指出,移動機器人未來的主要技術發展趨勢可以概括為單體智能和群體智能,通過AI賦能,單個機器人和機器人系統的智能化程度將不斷提升,為客戶實現降本增效。具體來看,曠視提出了的機器人技術發展的五大趨勢:
第一,基于SLAM技術的AMR正逐漸成為業界的主流趨勢。傳統AGV多采用磁條、電磁及二維碼等導航方式,AMR則更多采用SLAM(Simultaneous Localization and Mapping,即時定位與地圖構建)技術,搭載激光雷達或視覺傳感器,讓機器人在無信標的情況下也能實現定位導航。例如今年10月份曠視發布的具有深度智能環境感知和識別能力、能夠立體避障的激光SLAM導航AMR,和具有快速平面搬運能力的SLAM導航堆垛智能無人叉車就是如此,其具有易部署、柔性等特點,更加適合在運行環境復雜、業務經常變動的場景下應用。
圖:曠視MegBot-叉車系列
第二,視覺SLAM是未來主要方向,同時需要多傳感器融合的導航方式。在工業物流領域,根據傳感器不同主要分為激光SLAM和視覺SLAM兩種機器人自主導航。曠視表示,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導航機器人將會替代激光SLAM導航機器人成為市場應用的主流。與此同時,機器人自主導航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實應用場景,讓機器人能夠更加穩定有效地運行。
第三,深度學習將廣泛應用,加強機器人對周圍環境的理解。曠視認為,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,將標簽信息引入優化過程中,構建帶物體標簽的地圖,實現機器人對周圍環境內容的理解。中國移動機器人(AGV/AMR)產業聯盟《2020-2021工業制造領域自然導航AGV/AMR產業發展研究報告》也指出,物聯網、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,數據更加自由流動,并通過算法指揮硬件發揮最大效能。
第四,機器人規模化集群作業成為發展必然,需要更高效的多機協作方式。在曠視看來,機器人規模化集群作業不僅要求調度系統能夠接入各種類型的機器人,在統一的環境下完成作業調度,還需要多機器人調度算法,找到全局最優方案,使多機器人共同工作時的總效率最高。其中,AI算法能讓整個系統不斷優化,群體智能化程度越來越高。
第五,同構仿真、數字孿生,為客戶提供高效評估手段。數字孿生的關鍵在于仿真,而仿真的關鍵是同構仿真。一套功能完備的同構仿真系統可以避免客戶做智能化、自動化改造過程中的人為偏差,極大提高評估效率。以曠視自主打造的機器人網絡操作系統河圖(HETU)為例,系統可以提供規劃、仿真、實施、運營等一站式解決方案,實現同構仿真和數字孿生,極大減少機器人項目規劃風險,提高運維效率,并且隨著軟件的更新迭代可以無限逼近現實場景,帶來更大的價值。
根據中國移動機器人產業聯盟、新戰略機器人產業研究所數據統計,2019年度,中國移動機器人(AGV/AMR)市場規模達到61.75億元,同比增長45.2%。隨著行業需求的增多、技術成熟及成本的降低,機器人的應用范圍還會進一步擴大,市場也將越來越廣闊。未來,曠視也將順應時代發展趨勢,創造更多AI賦能的智能物流設備,繼續堅持軟硬一體化的產品布局,助力物流行業進行數智化升級。
 

第三十三屆CIO班招生
法國布雷斯特商學院碩士班招生
北達軟EXIN網絡空間與IT安全基礎認證培訓
北達軟EXIN DevOps Professional認證培訓
責編:zhanglinying

免責聲明:本網站(http://www.htwxsp.com/)內容主要來自原創、合作媒體供稿和第三方投稿,凡在本網站出現的信息,均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性,但不保證有關資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏,概不負任何法律責任。
本網站刊載的所有內容(包括但不僅限文字、圖片、LOGO、音頻、視頻、軟件、程序等)版權歸原作者所有。任何單位或個人認為本網站中的內容可能涉嫌侵犯其知識產權或存在不實內容時,請及時通知本站,予以刪除。

大狼拘与人牲交_大屁股大乳丰满人妻_第一次尝试黑人在线播放