突破边界，移动机器人需要更加“智能”。

2022年，工业应用移动机器人行业依旧保持了较强的增长韧性，市场呈现出高速增长，在一些细分与创新领域应用超过预判。而随着移动机器人广度和深度的不断扩展，也对技术迭代更新提出了更多样的要求。未来，什么样的移动机器人才是真正符合新时代发展需求的产品，企业又该朝着怎样的方向去探索？

在2022年年底的“中国移动机器人（AGV/AMR）行业发展年会”上，CMR产业联盟主席张雷分享了其对移动机器人技术发展的思考，从发展现状、技术特点以及未来趋势等多个角度进行了详细解读。


01

移动机器人的技术发展现状与特点

2015年左右，国内兴起移动机器人开发高潮，众多企业的入局推动了技术的快速发展，且相继在多个方面取得了突破性的发展。

从AGV到AMR：移动机器人兼具“车辆”与“机器人”属性，目前，针对其“机器人”属性的研究创新大大超过对其“车辆”属性的研究。

导航技术的多样化发展：移动机器人已发展出多种不同的导航技术，通过传感器数据融合，可以解决更多场景的导航问题，其中，自然导航技术的广泛应用，大大扩展了移动机器人的应用领域和应用模式。

全流程参与复杂应用：移动机器人由简单的交通管理发展到大规模的智能群控，同时发展出多种多样的具体应用，与流程 、工艺紧密结合，参与全流程应用。

部分产品走向标准化：尽管大多数移动机器人仍以非标订制的形式出现，但也出现了一些标准化产品。

综合来看，技术发展多元化、与其他技术的紧密融合以及核心技术突破+应用领域扩展是近年移动机器人技术发展的主要特点。移动机器人需要进入各种任务场景，应用方式多种多样，这就决定了移动机器人技术需要多元化发展；移动机器人技术的发展，与其它领域的技术发展密切相关，如人工智能、移动通讯、云计算、大数据、数字孪生、虚拟现实等；技术突破与应用拓展相辅相成，核心技术突破决定了的应用发展的纵深，而与应用领域结合则决定了发展的广度。

技术的发展推动了移动机器人应用的深入，但从百亿级市场到千亿级市场，移动机器人的边界还需要进一步突破。当前，移动机器人在建模与导航、作业能力、场景理解、人机交互以及系统管理等方面还有待进一步提升。

建模与导航：在相对稳定的环境下，可采用SLAM技术来实现自然导航，但有时仍需要布置少量的人工标识物，在特征稀缺的情况下，常常不能实现正常的导航。

作业能力：目前移动机器人能够完成比较简单的作业(顶升、叉取、夹抱、辊道输送、末端夹持)，当货物位置存在偏差时，末端操纵能力比较弱。

场景理解：对任务场景的理解不足，导致在任务生成、路径规划、安全防护等方面存在困难。

与人交互和协同：仅能够通过比较简单的方式与人类进行交互，由于感知、理解等方面的原因，与人类协同还存在困难。

移动机器人系统管理：在结构化环境下，已可以实现比较复杂的多机器人系统的管理和调度，在非结构化环境下，对多机器人系统的高效协同还有待提高。


02

突破边界，移动机器人需要更加“智能”

突破边界，整体而言，就是移动机器人还需要更加“智能”，结合当前技术发展现状及市场应用趋势，预测未来移动机器人技术呈现以下发展趋势：


1、导航技术仍是突破重点，3D技术应用将不断增多

移动机器人应用所面临的场景非常多样，目前的自然导航技术不足以应对所有的情形，导航技术仍是移动机器人需要突破的重点。未来，全生命周期SLAM、动态目标滤除、多传感器融合、语义分割与识别等是移动机器人进一步提升导航能力的主要路径。在这一过程中，3D导航技术的应用将会不断增多。

3D导航根据其所使用的传感器的不同，分为3D激光导航跟3D视觉导航。当前，3D激光推广条件已基本成熟，首先是算法日趋成熟，其次是3D激光雷达成本大幅降低(部分得益于自动驾驶技术的发展)，同时机器人控制系统的硬件算力和成本也已具备条件。

3D激光的应用有利于机器人自动建立更为详细的环境模型，系统部署也更为简单，即使在环境特征稀缺的情况下，也能提供更为丰富的环境信息，有利于稳定的导航，在高动态环境下的鲁棒性比2D激光导航更高，同时对地面平整度的要求有所降低。

3D视觉导航技术的发展近年也十分迅猛，视觉采集设备成本低，视觉数据信息量大，通过多目摄像头组合可以获取三维空间内更大范围的特征数据，多种不同摄像头可供采用，技术升级迭代很快，可实现全生命周期SLAM。目前，视觉SLAM技术迅速发展，已成为激光SLAM的一个有力补充。未来，视觉SLAM甚至可能超越激光SLAM，成为自然导航的首选技术。


2、调度管理系统：平衡“单体”与“群体”两种智能

单体智能是指单个机器人的智能化程度，即单个机器人的感知能力、理解能力以及自主决策能力的大小。机器人需要感知和理解环境，并自主地调整运行计划和运行路线。只有理解环境，才能更好地与人类共事。

群体智能是指整个系统的智能化程度，即系统在集群作业中是否能够实现整体最优调度的能力。未来，如何将原来移动机器人系统的高效性和AMR绕行的灵活性加以结合，是机器人管理系统需要发展的方向。


3、AI将在技术创新中起到关键作用

近年来深度学习和神经网络几乎成了人工智能的代名词，我们将迎来AI在移动机器人应用领域的迅速扩展应用，在应用端采用AI技术将带来大量的市场机遇。AI技术将为解决移动机器人在导航、定位、感知、安全、调度管理等方面持续提供技术赋能，移动机器人将在众多领域实现突破，如借助于AI的帮助，移动机器人可以搭载更加灵活、智能的机械手臂，可以使复合机器人的应用领域和作业能力大大增加。移动机器人能力进一步提升后，其应用也会进一步深化，借助于AI技术，一些原本只能由人类完成的工作将可以被移动机器人取代。


4、5G、云计算、大数据为移动机器人提供云端“大脑”

目前国内已有一些移动机器人项目采用5G通讯，取得了不错的应用效果，5G+AGV的应用优势主要集中在两方面，一是利用5G大带宽、低时延优势对现有的AGV调度系统在调度数量、数据处理进行革新；二则是对AGV导航算法的优化，将部分借助边缘计算的算法优化分析上传至算力更强大的云端处理。拥有“云端大脑”的移动机器人将有能力检索海量数据，并借助云端算力处理更加复杂的问题。未来，借助于5G、云、大数据等技术，移动机器人将变得更为智能。


5、标准品与非标订制的平衡

移动机器人应用的广泛性决定了它的非标属性，所以不可能用标准、统一的移动机器人产品来覆盖如此差异、广泛的应用场景。但在差异化的应用中，我们确实可以寻找能够标准化的批量产品。在一些具体行业中，可以通过深度挖掘应用需求，创造出新的应用模式，并以标准化产品的方式来提供给用户。同时，实现技术平台化，可以达 到另一种层级的标准化。由于目前技术还不足以解决各种不同场景的需求，还找不到一种能满足所有不同应用的技术平台，所以，由多个厂家推出各自技术平台的情况还将持续相当一段时间。