行業新聞
行業新聞
為適應更復雜、更多變的動態作業環境，移動機器人始終朝著更高柔性、更高精度和更強適應性的方向發展，其定位導航技術和環境感知技術不斷更迭。另一方面，移動機器人的形態越來越豐富，其對調度的要求也越來越高。此外，隨著移動機器人在各行各業的應用，其部署效率和質量日漸成為業界關心的焦點，移動機器人機器人仿真技術正圍繞靈活性和真實性不斷精進。
近幾年，基于AI等各類新技術的日趨成熟以及移動機器人使用場景的不斷豐富，移動機器人技術進一步迭代升級。移動機器人核心技術包括環境感知、定位導航，控制、協同、通信、調度、任務分配等本體軟硬件和系統層面的技術，本文重點圍繞移動機器人定位導航和環境感知技術、多機器人調度技術和仿真技術，對移動機器人核心技術及其發展趨勢進行了分析。
一、定位導航和環境感知技術
實現移動機器人（以下簡稱“AMR”）的自主移動，需要根據多種傳感器識別各種復雜的環境信息，如道路邊界、地面情況、障礙物等。AMR通過對環境的感知確定行進方向中的可達/不可達區域，確定自身在環境中的相對位置，并對動態障礙物的運動進行預判，從而為局部路徑規劃提供依據。根據AMR掌握環境信息的程度不同，可分為兩種類型：一個是基于環境信息已知的全局路徑規劃，即機器人定位導航技術，另一個是基于傳感器信息的局部路徑規劃，即機器人環境感知技術。下面將分別闡述機器人定位導航技術和環境感知技術。
機器人定位導航技術
機器人定位導航技術是AMR的關鍵技術，其在很大程度上影響了AMR的運行精度、穩定性和靈活性。目前AMR導航技術種類較多，當場景環境不盡相同時，選擇合適的導航方式，是用戶時常面臨的問題。
從傳統的AGV有軌導航開始，導航技術不斷地發展，分別從最初的地面預埋磁條，逐步到預埋磁釘導航，直至以亞馬遜KIVA為代表的AMR廠家誕生，形成以地面二維碼為主流的導航定位方式；再隨著激光SLAM（簡稱LSLAM)、視覺SLAM（簡稱VSLAM）技術的進一步成熟，行業內分別出現了以LSLAM、下視VSLAM、前視VSLAM等依賴自然環境的導航方式的推廣和應用，下面將詳細介紹AMR常用的不同導航方式的原理和差異。
（1）二維碼導航
二維碼定位通過在區域中鋪設二維碼，利用AMR車載攝像頭掃描解析地面二維碼獲取實時坐標，但是離散的鋪設方式導致二維碼導航無法持續獲得高精度的定位結果。AMR上安裝有輪式里程計和IMU（Inertial Measurement Unit，即慣性測量單元），這兩種傳感器可實時測量機器人的位姿增量，即使沒有二維碼修正，僅通過積分仍可根據之前的定位狀態推算出機器人當前的位姿信息，這個過程被稱為盲區推估（Dead Rockoning，簡稱DR），但DR過程存在累計誤差，過長的位姿推估時間和距離將導致定位精度持續下降。因此，DR更多的被用于定位導航算法流程中的預測過程，通過外部準確的全局定位實現對其誤差的修正。
二維碼導航方式，即在兩個二維碼之間采用DR推估，在經過二維碼時獲得全局位姿的觀測，及時修正了DR過程中累計的誤差，從而讓機器人獲得了準確、穩定的定位信息。二維碼導航方式也是目前市面上最常見的AMR導航方式，亞馬遜的KIVA機器人就是通過這種導航方式實現自主移動的。這種組合導航的形式相對靈活，鋪設和改變路徑也比較方便（相比磁導航），但是由于二維碼自身特性的關系，需要定期進行維護。
? 適用場景：倉儲環境、線邊密集存儲區等
? 功能限制：運行路線的靈活性受導航方式的限制，只能固定路線運行
二維碼導航方式是目前最常見的AMR導航方式
（2）激光/視覺SLAM導航
SLAM定義：Simultaneous Localization and Mapping（即時定位與地圖構建），即機器人在完全未知的環境中創建地圖，同時利用地圖進行自主定位和導航的技術。按照使用的傳感器類型的差異，又分為激光SLAM和視覺SLAM，其中激光SLAM基于激光反射測距進行即時定位與地圖構建，一般從維度上分有二維、三維激光，根據實際使用有反射板和無反射板兩種；視覺SLAM則是使用相機作為傳感器，在一定的圖像幀率下捕捉周圍環境信息，獲得一系列連續變化的圖像，通過測算相機運動來獲得當前時刻相機的位姿，并構建環境地圖。
激光SLAM起步早，在理論、技術和產品落地上都相對成熟，一般目前業界以二維激光作為主要的導航傳感器進行應用。近年來，由于激光傳感器逐步完成國產替代，二維激光SLAM技術逐漸被AMR廠商所接受，目前主流廠家，均推出了自己的激光SLAM導航AMR和配套軟件產品。
相比于激光雷達，相機具有成本低、功耗低、體積小、信息豐富等優點，隨著計算機硬件能力的不斷提升，視覺SLAM能夠在嵌入式設備上實時運行，但圖像信息極易受到外界光線影響，穩定性不足，基于視覺的 SLAM方案目前尚處于進一步研發和應用場景拓展、產品落地階段，技術成熟度在逐步提升。目前業內有一些廠商在積極探索視覺SLAM的應用嘗試。
依托于圖像處理算法的不斷積累和應用嘗試，從應用穩定性，到點精確性，落地成本多方面考慮，也有一些廠商推出了基于下視視覺SLAM的導航方案，即：通過識別地面的圖像特征構建視覺地圖，該地圖后續進一步可用于機器人的定位與導航，其優點在于特征穩定、導航精度高、資源需求低，但受限于下視視野較小，其導航靈活性一般。建圖上，VSLAM采用自動化建圖的方式完成指定區域的地圖構建，后續將向著自主式探索的建圖方式進行發展和完善，致力于建圖過程的無人化。定位上，可以靈活支持多種運行方式，例如斜線、弧線、繞障等，從而提高AMR的運行效率。地圖維護上，通過對地圖的實時監測提示地面存在變化的區域，提示出地圖變化較大需要更新的區域，并進行后續地圖的更新。同時也支持人工的地圖編輯和地圖合并等功能，以針對運行場景進行修改和調整。
相對于二維碼、磁釘等導航方式，如果把二維碼導航比擬成一個個的指路牌，那么，激光/視覺SLAM導航，則就是，依托于馬路兩側的建筑物，自己生成了一個地圖，根據自身的地圖，進行路徑的探索和尋找。其優勢非常明顯，不需要人工造太多的“指路牌”，且想要換路線時，也非常的靈活；但也存在其技術的限制，即：不能隨意變更或遮擋“建筑物”。
? 適用場景：柔性生產線、高潔凈度產線等
? 功能限制：導航穩定性與環境輪廓或者地面紋理有關
AMR導航技術一直朝著更高柔性、更高精度和更強適應性的方向發展，基于多傳感器融合的混合SLAM技術無疑是未來的發展趨勢。相信不久的將來，伴隨著越來越多的傳感技術和感知能力的發展，AMR能夠適應更為復雜、多變的動態作業環境。
基于多傳感器融合的混合SLAM技術是未來的發展趨勢
2.機器人環境感知技術
機器人的感知和決策能力是區分AMR和AGV能力的重要指標，AMR基于AI智能算法，一般適用于靈活性、智能化較高，與人員交互更多的業務場景；而目前常見的AGV，主要應用于高效集群業務場景，滿足業務對速度、效率方面的需求。本節從機器人環境感知方面闡述典型的感知技術及其應用方式。
（1）環境感知
環境感知技術即AMR對自身所處環境的描述和理解能力：AMR能夠基于自身配備的多種2D/3D傳感器，實現對其運行環境周圍的全方位感知。基于AI感知技術，AMR對周圍環境的理解由單一的障礙物拓展到語義信息，從“看見”進化為“理解”，并能夠基于語義等屬性進行AI在線規劃以及行為決策，全面提升AMR對場景的理解、認知和執行能力。
（2）局部高精度感知
局部高精度感知主要應用于局部有高精度對接需求的場景：當AMR運行到機臺等局部區域時，由于業務層面的對接需求，通常要求AMR在局部區域具備高精度感知能力。AMR根據車身配備的多種傳感器，基于AI感知技術計算目標的特征信息，計算AMR自身與目標之間的相對偏差，并進行AI實時在線規劃控制自身不斷接近目標，從而實現目標的精確引導對接。海康機器人的AI局部高精度感知功能允許對接目標不斷變化，通過AMR超強感知能力實時適應局部環境變化，保持感知的高效率和高精度，進一步提升AMR的環境適應性。
二、多機器人調度技術
隨著移動機器人在各行各業的應用，機器人的形態越來越豐富，對調度的要求也越來越高。從單一形態的機器人調度到多形態機器人混合調度，需要空間保護、路徑規劃、多導航統一調度、多任務類型分配、多充電方式、多設備協議統一接入、多設備協同控制等方面的技術支撐。
1.多尺寸移動機器人混行調度
多尺寸移動機器人混行調度指的是不同尺寸的機器人在同一物理環境下運行，尺寸包括機器人的長，寬，高，旋轉半徑等。調度系統需要通過對不同尺寸的機器人進行精細化的空間保護和調度，才能表現出更好的交通控制。比如多尺寸機器人的跟隨，避讓，暫住，窄道通行，如果不做精細化的調度控制，會大大影響物流效率。
多尺寸移動機器人混行調度
2.多運動方式移動機器人混行調度
多運動方式移動機器人包括兩輪差速運動，全向運動，弧線運動等方式，在混行調度情況下，需要注意兩點，一是在同一通道環境下，需要根據機器人的運動方式，規劃最優的通過路徑。二是不同運動方式下的移動機器人保護空間需要根據其姿態進行實時調整，防止碰撞。
3.多導航方式移動機器人混行調度
多導航方式包括基于二維碼+里程計的慣性導航，激光SLAM導航，視覺SLAM導航等，要實現不同導航方式的移動機器人混行，最重要的是實現所有導航模式下的坐標統一，機器人本身無法做到坐標統一，因此要求調度系統具備坐標轉換功能。比如實現慣性導航和激光SLAM導航的坐標融合，相同環境不同激光SLAM數據的坐標融合。
4.多執行機構移動機器人混行調度
多執行機構移動機器人包含：舉升式，移載式，叉取式，夾報式，抓取式等，不同機器人完成不同的搬運任務，調度系統在任務執行分配時，需要管理不同機器人的業務執行能力，根據其業務執行能力分配相對應的搬運任務。
5.多充電方式移動機器人混行調度
多充電方式包括兩方面，一是接觸方式，二是充電邏輯。接觸方式包括：前/后接觸充電，側接觸充電，地充方式等；充電邏輯包括什么時候該充電，什么時候可以停止充電，充電時長管理等。調度系統需要管理充電點位，充電方式，充電邏輯等內容。
多充電方式包括接觸方式和充電邏輯
6.多廠家移動機器人混行調度
多廠家移動機器人混行調度在面對以上五點外，還涉及移動機器人控制協議的適配。目前國內還沒有統一的移動機器人控制協議，不同廠家的移動機器人首先要開放其控制協議。調度系統根據開放的協議進行接入，實現混行調度。
移動機器人的控制協議標準將是解決多廠家機器人混行調度的最好解決之道。目前移動機器人產業聯盟團體標準《工業應用移動機器人與其調度系統數據接口規范》也在制定當中。相信不久的將來一定能夠制定更加完善的國標規范。
7.多機器人協同調度
多機器人協同調度，指2臺以上移動機器人協同配合完成一個物體的搬運。在調度協同層面要實現合理組合，同步控制等功能。同時組合后在路徑規劃，空間保護等方面都要根據實際情況進行調整。是一個比較大的挑戰，要求能合能分。既能獨立執行任務，也能任意組合協同執行任務。
多機器人協同調度
綜上，混行調度場景會隨著各種技術發展不斷出現新的技術難點。比如新的導航方式，新的移動機器人形態等，作為調度系統需要能夠對各種新的場景進行抽象化處理，具備任務編排的能力，這樣才能不斷應對各種變化，這也是將來調度系統的發展方向。
三、移動機器人仿真技術
仿真可以提前預估運輸效率，機器人出勤率，道路倉儲容量等，避免部署完機器人后反復修改現場方案，造成人力和物力的浪費，可大大提高項目部署效益。
移動機器人仿真示意圖
市面上的仿真軟件有很多，功能強大，可仿真對象多樣。但是對于移動機器人仿真，特別是多移動機器人的混合調度仿真，在路徑規劃，任務分配的仿真上缺少復雜算法支持，同時各個廠家都有各自的調度算法，通過這些軟件無法真實反映調度效率的情況，因此各個移動機器人廠家都會開發自己的仿真軟件。
仿真軟件的核心發展要求，可概括為真實性和靈活性。
1.真實性
體現在四個方面：
（1）機器人本體的模擬器要與本體保持一致。包括其本體的運動性能，能源消耗等運動屬性能夠與實車保持一致。
（2）機器人調度算法要與真實系統保持一致。不能因為仿真，就使用簡單的邏輯實現。這樣會失去仿真的真實性。特別是機器人路徑規劃算法，空間保護算法，任務分配算法等。這些算法能夠有效提升調度效率，不一致就失去了仿真的真實性。
（3）機器人的運行環境地圖與實際保持一致。要根據現場實際的物流布局來繪制運行地圖，確保環境的一致性。最好能夠使用實際環境掃描出來的地圖作為仿真地圖來進行仿真。避免環境變化帶來的調度變化影響。
（4）仿真業務節拍與真實節拍保持一致。這個技術難點比較低，一般的仿真軟件都能夠較好的模擬。
2.靈活性
主要體現在兩個方面：
（1）整個仿真系統可以通過參數調整，自動完成指標數據采集，數據存儲，數據處理，數據展示和問題分析。能夠及時給出運輸效率，機器人出勤率，道路倉儲容量等仿真結果。便于及時調整機器人數量，儲位，交接位等來進行快速的二次仿真。
（2）能夠方便地實現調度場景的編排，通過可視化的流程配置，資源配置。能夠快速的配置出各種調度場景，滿足靈活的調度編排。
一一通公眾號
400-6688-032