概要：人工智能将成为设置和使用AMR的不可或缺的一部分，从而简化其部署流程并改善其工作流程；即使没有技术专长，AMR用户也将有权做出更明智的决定，而机器人将成为第一线支持，预测何时需要干预或自动进行故障排除。

在当今竞争激烈且昂贵的商业环境中，越来越多地使用自主移动机器人（AMR）在仓库、制造设施中运输物料。甚至医院、机场和学校都使用AMR作为对公共场所进行消毒或向患者提供药物或食物的手段。

与常规（通常是不灵活的）物流解决方案（如叉车，传送带和自动导引车（AGV））相比，AMR的主要功能是其内置的智能功能。AMR无需像AGV那样沿着基础设施中内置的一组轨道或传感器移动，而是自动沿工厂车间无轨道移动，绕过其路径中的障碍，甚至自行寻找新路径。

但是他们真的有多聪明？   

通过安装AMR的车队管理系统，制造商可以从一个工作站集中控制机器人，而最先进的设备可以通过24/7移动机器人操作消除任何瓶颈和停机时间。对AMR进行编程后，车队管理系统将管理优先级，并根据位置和可用性选择最适合当前操作的机器人。它还监视机器人的电池电量，自动管理充电，并通过协调多个机器人交叉路口的关键区域来控制机器人的交通方式。

▲战略性放置的MiR AI Camera静态相机使AMR可以预见其路线上的障碍物，因此它们能够提前重新布置路线以优化导航

这绝对听起来很聪明，但是一些AMR借助人工智能（AI）以及经过战略定位的摄像头将这些智能设备提升到了一个新水平，这些摄像头可以用作扩展的机器人传感器。如果没有AI，AMR会对所有障碍物以相同的方式做出反应，如果可能的话，它们会放慢速度并试图在一个人或物体周围导航，或者如果没有安全的方法来绕过它，则停止或后退。借助AI，AMR甚至可以在进入某个区域之前就学会适当地调整其行为。这意味着他们可以在特定时间避开人流密集的区域，包括使用叉车定期运送和转移物料时，或者在休息或轮班变更期间有大量的工作人员时。

人工智能驱动的AMR如何工作？

如今，移动机器人使用传感器和软件进行控制（以定义机器人应在何处以及如何移动）和感知（以使机器人能够理解周围环境并对周围环境做出反应）。数据来自集成的激光扫描仪，3D相机，加速度计，陀螺仪，车轮编码器等，可针对每种情况做出最有效的决策。AMR可以使用最有效的路线动态导航，具有环保意识，因此可以避开障碍物或行进路线的人，并在需要时自动充电。

▲在这一阶段，自动移动机器人中使用的人工智能专注于机器学习和视觉系统

现在，用于AMR的AI技术主要集中在机器学习（ML）和视觉系统上，它们极大地扩展了早期基于传感器的功能。技术进步，包括更小，更强大的传感器；云计算和宽带无线通信；以及以AI为中心的新型处理器架构—以更低的成本得到了更广泛的应用，这使得从机器人的即时、扩展和预期环境以及内部条件中提取数据比以往任何时候都更加容易。

技术进步助力AI /智能机器人

小型、低成本和高能效传感器使移动和远程设备可以捕获并传输有关机器人的即时、扩展和预期环境以及内部条件的大量数据。

云计算和宽带无线通信允许几乎从任何接入点即时存储、处理和访问数据。安全的虚拟网络可以适应动态需求，几乎消除了停机时间和瓶颈。

AMD、Intel、NVIDIA和Qualcomm等传统半导体公司以及包括Google和Microsoft在内的该领域的新厂商都广泛提供了强大的，以AI为中心的新型处理器架构。当传统的广泛使用的半导体面临摩尔定律的限制时，这些新芯片是专门为AI计算而设计的，这在提高功能的同时降低了成本。低功耗，经济高效的AI处理器甚至可以集成到小型移动或远程设备中，从而可以进行现场计算，从而快速、高效地做出决策。

先进的软件算法可在机器人、云端或甚至是远程扩展传感器中生产力最高的位置分析和处理数据，这些数据可为机器人提供额外的情报数据，以预测机器人的需求并主动适应其行为。

使用这些功能和以AI为重点的摄像头，AMR机群可以在在线时学习，在没有持续访问在线内容的情况下执行。低功耗，具有AI功能的设备和高效的AI技术支持具有低延迟和快速反应时间，高度自治性和低功耗的新型机器人系统，这是成功的关键能力。  

AMR中的新AI功能有助于维护机器人的安全协议，并提高路径规划和环境交互的效率。例如，新的高级学习算法包含在远程连接的摄像头中，这些摄像头可以安装在交通繁忙的区域或叉车或其他自动车辆的路径中。摄像机配备了小型，高效的嵌入式计算机，可以处理匿名数据并运行复杂的分析软件，以识别该区域中的物体是人、固定的障碍物还是其他类型的移动设备（例如AGV）。然后，摄像头将此信息提供给机器人，从而扩展了机器人对周围环境的了解，因此即使在进入某个区域之前，它也可以适当地调整其行为。例如，如果AMR检测到一个人，他们可以像往常一样继续驾驶，但如果他们检测到AGV就会停车，以便AGV可以驶过。机器人还可以预先预测封锁区域或人流量大的区域，并重新路由，而不是进入封锁区域然后重新路由。尽管机器人的内置安全机制将始终阻止机器人在其路径上与物体、人或车辆相撞，但其他车辆（如叉车）可能不具备这些功能，从而有可能使其中一辆进入机器人。在外部低成本照相机设备中包含专用的AI处理器意味着现在可以在不修改硬件的情况下扩展具有AI功能的现有MiR机器人。

借助AI驱动的AMR，他们可以在高流量区域到达之前对其进行检测并识别其他车辆，并采取适当的行动以降低发生碰撞的风险，从而改善了自己的行为并适应了其他车辆的限制。  

人工智能驱动的AMR的未来

那么接下来呢？随着AI的发展，AMR也将不断发展，使它们变得越来越智能和增强功能。

在新环境中部署AMR可能是一个漫长而微妙的过程，在此过程中，需要仔细设计特定的地图区域，以从一组机器人中获取最大的价值。将来，机器人应该能够通过识别地板标记，繁忙的十字路口，狭窄的通道和其他独特的条件来完成大部分繁重的工作。尽管移动机器人仍将是带有紧急停止按钮的可控制工具，他们知道应该导航到轨道的哪一边，，或者应该在何处调整其最大速度，将是其正常操作，并且不需要持续的人工干预。

但是，如果设置的复杂性超过了它们带来的额外好处，这些令人兴奋的新功能将不会给人留下深刻的印象。因此，基于诸如基于示例的培训和基于规则的设置之类的概念，使用AI扩展工作流的过程需要简单直观。设置智能AMR并不比向AI算法显示要检测的对象困难，或者旋转一两个刻度盘来调整机器人的行为并不困难。

最后，机器人不断产生数据的金矿，这些数据可用于监视其正常运行时间和网络连接等，同时也可作为有效技术支持干预的起点。管理AMR的用户将获得个性化的信息和有关必要操作的预测的强大权限。这意味着获得建议以改进特定机器人的部署，或者预测何时需要提前更换组件。

总而言之，人工智能将成为设置和使用AMR的重要组成部分，从而简化其部署过程并改善其工作流程；即使没有技术专长，AMR用户也将有权做出更明智的决定，而机器人将成为第一线支持，预测何时需要干预或自动进行故障排除。这就是AI将AMR带入未来的方式。

（本文的作者为MiR的AI开发人员和项目经理LourençoCastro）