你是否在尋找開始你的公司的機器人發展的方法？或者你已經在開發機器人，并在尋找使它們更智能的方法？

無論哪種方式，我們都有三個方面的東西要告訴你。

自主移動機器人（AMRs）是一種機器人，它們用機械來增強人類的努力。它們是自主的，因為它們被設計為在沒有人類持續干預的情況下執行有用的工作。它們是移動的，因為它們可以很容易地將自己從一個地方移動到另一個地方來執行工作。

我們最近舉辦了一次網絡研討會，名為 "自主移動機器人的設計考慮"，它與開發者對AMR的共同特征的觀點相一致。它涵蓋了傳感器、智能和計算引擎之間的關系，這些都是設計AMR的一般內容，但特別是在快速增長的電子商務履行的應用部門。

電子商務履行 AMR

到 2025 年，全球將有多達400 萬個商用機器人在 50,000 個倉庫中運行。他們將執行接收、揀選、分類、包裝等工作，并簡單地將貨物從倉庫自動從 A 點移動到 B 點。

執行這項工作取決于四個主要功能：

●感知

●思維

●行動

●溝通

當然，對于倉庫工人來說，您可以認為這些功能是理所當然的。但是對于機器人，你必須內置它們，具有傳感器、算法、計算機視覺和人工智能等功能。再加上異構計算，讓一切順利運行。

下圖中的 AMR，通常用于電子商務履行，就是一個很好的例子。

將自主權分解為任務

現在想想 AMR 需要執行的任務以及它將如何使用這些功能和異構計算來執行它們。

以 3D 方式查看周圍環境

AMR 使用傳感器和攝像頭不僅可以感知附近的物體，還可以了解它們之間的物理關系。這意味著處理來自以下組件的提要：

●結構光相機——解碼場景中像素的投影圖案

●飛行時間相機——測量光傳播的距離

●立體相機——從不同的相機捕捉多張照片

●激光雷達——用激光照射目標并分析反射光

●SONAR — 發出聲音脈沖并聆聽回聲

創建周圍環境的 3D 地圖

根據攝像頭的反饋，AMR 使用同步定位和映射 (SLAM)在它四處移動時構建其環境的 3D 地圖。

找出它在地圖上的位置

接下來是定位，其中 AMR 確定它在 3D 地圖上的位置。它將來自攝像機的運動數據與來自傳感器和車輪編碼器的慣性數據相結合，以更好地估計運動并提高定位的準確性。

SLAM有兩種方法：

●視覺 SLAM——使用與慣性測量單元 (IMU) 配對的相機。

●LIDAR SLAM — 使用與 IMU 配對的激光傳感器；在一維上更準確，但往往更昂貴。

請注意，5G 在本地化中發揮作用。倉庫和履行中心的私有 5G 網絡可以增強 SLAM 的機載方法。

導航

一旦 AMR 有了地圖并知道它在地圖上的位置，它就可以在其環境中導航。導航涉及：

●場景理解——使用深度傳感器和機器學習來構建環境的空間和語義模型

●路徑規劃——尋找穿越環境的最佳路徑并在避開障礙物的同時滿足高級目標

●實時控制——通過將所需速度和方向轉化為電機命令來實施運動計劃

●運動估計——估計地圖上位置的變化。有了新的位置和環境，AMR 會更新規劃的路徑。

導航包括適應人、貨架和墻壁等環境元素的變化。AMR 依靠激光雷達檢測變化，并使用機器學習來完善導航目標。他們還可以利用室內精確定位，使用 5G 傳輸點/接收點 (TRP) 繪制網格，用于在 x、y 和 z 軸上實現厘米級精度。

識別物體并避開障礙物

AMR 必須識別物體并與之交互并繞過障礙物。這意味著他們必須嚴重依賴計算機視覺和人工智能，因為他們不斷學習識別物體。高性能 AMR 在設備上執行這些功能，而不是將數據往返于云端。

Qualcomm Robotics RB5 AMR 參考設計是 Qualcomm Technologies, Inc. 和/或其子公司的產品。