《移动机器人2020》解读:大规模集群运营势在必行,深度学习将被广泛应用 金鹰基金管理有限公司

股票资讯

原标题:解读移动机器人2020:大规模集群作业成为必然,深度学习将被广泛应用

编者按:正如德国工业4.0之父孔翰宁曾经指出的“人工智能是工业4.0成败的关键”,随着人工智能技术的发展,工业智能成为众多AI企业关注的焦点。其中,工业机器人作为工业智能的象征,是发展的重点之一。

展望2017年进入供应链物联网,我们将专注于智能物流和工业机器人业务。2020年初,机器人产品部独立成为被忽视的产品之一,专注于机器人产品和关键物流设备的研发。2021年,机器人产品部高级副总裁兼总经理王宏宇和机器人产品部主任陶陶、R&D发表署名文章,分享他们对移动机器人技术发展趋势的看法。

文本/陶陶王宏宇

近年来,在消费者需求日益个性化、劳动力短缺/劳动力成本上升、新一代信息技术不断成熟等多种因素的推动下,智能物流和智能制造成为企业降低成本、提高效率和质量的重要手段,带动移动机器人市场需求不断上升。据中国移动机器人产业联盟和新战略机器人产业研究院统计,2019年中国移动机器人市场规模达到61.75亿元。

2019年,中国移动机器人市场规模达到61.75亿元(来源:中国移动机器人产业联盟《2019-2020中国移动机器人(AGV)产业发展研究报告》)

移动机器人主要需要解决定位、规划、控制等问题。目前,重点研究领域包括环境感知与建模、定位与导航、环境理解、多机器人协调等。根据工业智能和智能物流的发展和实践积累,我们可以看出移动机器人目前有以下五大发展趋势:

一个

基于SLAM技术的自动抄表是未来机器人的主流趋势

移动机器人的发展经历了不同的阶段,如轨道模式(如胶带牵引模式)、信标模式(如二维码)和无信标模式(如SLAM:同时定位与测绘、即时定位与地图构建)。二维码导航机器人需要在现场贴二维码,精度要求高,容易损坏。SLAM技术可以使机器人在没有信标的情况下实现定位导航。易于部署且灵活,更适合复杂操作环境和频繁业务变更的应用。因此,SLAM技术受到越来越多客户的青睐,正在成为行业的主流趋势。

行业发展表明,导航技术的发展使得设备逐渐从“汽车”过渡到“机器人”。AGV(automatic Guided Vehicle)是传统企业最早的自动引导车模式,智能性不高。随着新技术的发展,AGV越来越自治和智能化,企业正在向AMR(自动移动机器人)方向发展。越来越多的人开始使用AMR代替AGV。

2

视觉SLAM是未来的发展方向,需要多传感器融合导航

在工业物流领域,基于SLAM技术的机器人自主导航可以根据传感器的不同分为两类:激光SLAM和视觉SLAM。激光SLAM技术相对比较成熟,是目前市场应用的主流。但是,随着机器人单个主处理器处理能力的提高,特别是一些带有GPU(图形处理单元)和NPU(神经网络处理单元)的处理器的应用,机器人的视觉处理能力得到了很大的提高,可以在机器人上实现以深度学习技术为核心的视觉处理。

忽略MegBot-S800V视觉导航和视觉绘图演示

同时,机器人自主导航,无论是基于激光还是视觉,都不是一个单一的应用,需要融合惯性导航(IMU)和GPS等其他导航方法来应对鲁棒性要求非常高的现实应用场景,使机器人能够更加稳定有效地运行。(来源:中国移动机器人(AGV/AMR)产业联盟《工业制造领域自然导航AGV/AMR产业发展2020-2021年研究报告》)比如视觉与IMU的融合,IMU为快速运动提供了更好的解决方案,而相机则可以解决IMU在慢速运动下的漂移问题,实现优势互补。

深度学习将被广泛用于加强机器人对周围环境的理解

支持人工智能的蔑视全系列智能物流设备

新技术和机器人技术的加速融合将进一步促进产品的升级。移动机器人的自主性主要体现在三个方面:“状态感知”、“实时决策”和“精确执行”。物联网、AI、5G等新一代信息技术的结合。机器人可以让设备高效交互,让数据更自由地流动,并通过算法命令硬件最大限度地提高效率。(来源:中国移动机器人(AGV/AMR)产业联盟《工业制造领域自然导航AGV/AMR产业发展2020-2021年研究报告》)

机器人大规模集群作业成为必然,需要更高效的多机协作

在实际应用中,机器人通常以集群的形式合作完成特定的任务。如:平台上的托盘搬运和收集,料仓中原材料的储存和分拣,生产线之间的物料搬运;托盘可以用无人叉车运输,二维码KIVA机器人可以用于原材料的储存和分拣,SLAM机器人可以用于生产线之间的物料运输。

轻蔑的是,许多甚至数百个机器人的大规模集群操作已经成为发展的必然。这不仅要求调度系统能够访问各种类型的机器人,在统一的环境下完成作业调度;需要多机器人调度算法来寻找全局最优方案,使得多机器人协同工作的总效率最高。目前,调度算法主要分为三类:数学方法、仿真方法和人工智能算法。其中,人工智能算法的前景最大。

不考虑CeMAT展示箱型四向穿梭车密集存储+机器人到货拣选+AMR处理河图调度的解决方案

比如当系统只需要调度几十个机器人时,传统系统可以通过简单的逻辑策略来支持。但是一旦到达几百甚至上千个机器人,单纯的逻辑思维已经无法解决问题,整个群体合作的效率也无法得到有效的保证。这时候机器人需要能够不断学习和修改自己的策略,AI会在其中扮演重要的角色,让整个系统不断优化,群体越来越智能化。

同质模拟和数字结对为客户提供一站式服务

在智能化、自动化改造的过程中,客户会经历一个从方案设想到方案设计、实际投资的漫长决策链。通常这种决策过程依赖于设计人员的经验,可能导致规划结果与实际需求偏差较大,造成工期浪费或延误。

一套功能齐全的同构仿真系统可以避免设计过程中的人为偏差,大大提高评估效率。比如忽略自主开发的机器人网络操作系统HETU,可以提供规划、仿真、实施、运营等一站式解决方案,实现同构仿真、数字结对,大大降低机器人项目规划的风险,提高运维效率。

无视数字双河地图演示视频

数字孪生的关键是模拟,模拟的关键是同构模拟。目前,物流行业大多数仿真系统和执行系统是分离的。而鄙视河图采用同构模拟的方法,在同一个系统和软件中模拟执行,更好更系统。随着软件的更新和迭代,可以无限逼近真实场景,带来更大的价值。

轻视的观点认为,未来移动机器人的主要技术发展趋势可以概括为单一智能和群体智能:单一智能是单个机器人的智能程度,未来将包含更多的AI元素;群体智能是系统的智能化,通过人工智能算法优化系统,为客户降低成本,提高效率。移动机器人的市场很快会超过100亿,未来的市场是1000亿。国内很多同行都在为这个市场努力,被忽视的产品也在不断走向海外,在海外蓝海市场赢得一席之地。回搜狐多看

负责编辑:


以上就是《移动机器人2020》解读:大规模集群运营势在必行,深度学习将被广泛应用金鹰基金管理有限公司的全部内容了,喜欢我们网站的可以继续关注龙浩股票网其他的资讯!