《Tech Briefs 》：有哪些新技术正在被引入，以促进AMR 的轻松实施和安全性？人工智能将如何影响下一代AMR？

Kevin Dumas：5G 是促进 AMR 的一项新技术。如今的移动机器人不需要太多基础设施，因此公司可以很容易地从一个机器人开始。但是，一旦设备增加了机器人，就必须有办法连接和管理它们。至少现在，这取决于 Wi-Fi。遗憾的是，大多数 Wi-Fi 基础设施并不是为这种级别的数据共享而建造的。一旦 5G 无线网络得到广泛部署，其更强大、更稳健的 IT 基础设施将改变 AMR 的游戏规则，使公司能够高效地部署和管理数十甚至数百个机器人。

软件对于 AMR 也至关重要。对于单个机器人而言，传感器技术的改进和 5G 等连接技术的进步将有助于为 AMR 的规划算法和软件提供数据。这些数据在设施周围导航时至关重要，可使机器人看到周围或上方的任何物体。直到最近，即使只有两三个 AMR 也被认为是先进的设置。现在，随着设施部署了大量的 AMR，更需要通过单一的内部物流系统来协调、控制和管理机群。通过基于网络的界面，机群管理软件提高了 AMR 的运行效率，使机器人（包括带有不同顶部模块、挂钩或其他配件的机器人）的编程和控制变得简单。

至于人工智能，虽然机器人还需要一段时间才能在训练之外进行推断，但新一代的算法使机器人能够更有效地从它们的经验中学习，以便在新的情况下更好地检测和做出智能选择。如今，先进的 AMR 依靠人工智能来实现各种功能，如更精确地识别物体和提供导航信息，以便在繁忙的设施中安全穿行，而且所有这些功能的功耗都更低。虽然人工智能的能力还有待大幅提升，但 AMR 的自主行为--即如何在不真正了解周围情况的情况下从一个点到达另一个点--将继续得到改善。

Steve Branch：先进的传感器、机器学习算法和云计算等技术已被用于提高自动驾驶汽车的执行能力和安全性。集成人工智能是 AMR 发展的关键所在，它能赋予 AMR 预测分析、高级决策和自适应学习等能力，帮助 AMR 更高效、更自主、更安全地与人类并肩工作。许多 AMR 解决方案中使用的激光雷达等传感器不断改进，可提供更远距离和更精确的环境可见度。AMR 现在可以执行更先进的决策，改进并更早地避开障碍物，总体上运行效率更高，更像人类。此外，SLAM（同步定位和绘图）技术的不断进步现在可以自动更新地图并捕捉仓库环境的变化。由于仓库环境是非常动态的，这有助于在发生变化时提供连续的 AMR 操作，将停机时间减少到最低程度，甚至不停机。

Jay Judkowitz：从可用性和易于实施的角度来看，OTTO Motors 感到非常放心，因为我们已经引入了所需的技术，使机器人尽可能易于独立实施。但是，机器人并不是在真空中工作。它们的工作通常由更高级别的 ERP、WMS 或 MES 系统调用。机器人及其附件需要连接到工厂端点。这两个集成点都需要编程，可以使用 REST、OPC-UA 或 PLC 编程。每个机器人供应商的编程方式都不同。随着时间的推移，这种集成会越来越容易。我认为，ERP、WMS 和 MES 供应商将需要与 AMR 开箱即用，这样每个客户就无需重新实施集成。第三方软件供应商在简化终端和附件集成方面做得很好。第三方软件供应商也开始开发用于管理多个机器人供应商的单玻璃面板。而且，通过扩展标准和开放源代码，这项工作将变得更加容易。

人工智能在驾驶智能、车队优化和客户教育方面的潜在用途是无限的。尽管如此，人工智能近期最明显的用途是计算机视觉。这是一个很好理解的领域，如果你的机器人能够理解它们所看到的周围事物，它们就能做出更好的驾驶决策，从而限制减速和拥堵，减少时间，提高投资回报率。

Ed Volcic：目前正在引入几项新技术，以促进 AMR 的轻松实施和安全性。其中一项技术是激光雷达（LiDAR）传感器，它利用激光绘制环境的三维地图，并能实时探测物体，使 AMR 能够绕着物体导航。另一种技术是 SLAM，它允许 AMR 绘制环境地图，并在地图内实时定位。为了确保安全，AMR 配备了传感器，可以探测到路径上的人类和其他障碍物，并可以调整速度和方向以避免碰撞。

此外，开放标准正被用于开发车队管理系统，该系统可管理和协调由不同制造商生产的 AMR 组成的混合车队。客户越来越多地要求车队管理解决方案能够运行大型和多样化的车队。这些解决方案可以提供有关 AMR 位置、状态和性能的实时数据，使运营商能够优化机队性能和效率。这就实现了不同类型 AMR 之间的互操作性，使它们能够无缝协作。