自主移动机器人（AMRs）利用机械设备增强人类的工作能力。由于本身具有自主性，该类机器人无需持续的人工干预即可进行有用的工作，并且可以轻松地从一个地方移动到另一个地方，以进行工作。据估计，到2025年，全球将有多达400万台商业机器人在50,000个仓库中运行。该类机器人将进行接收、挑选、分拣、包装等工作，并可在仓库范围内自动将货物从A点移动到B点。

在本篇博客中，我们将深入探讨为自主移动机器人赋予功能性的主要元素。

主要功能

一台真正自主的移动机器人必须至少具备以下四种主要功能：

1. 感应

2. 思考

3. 行动

4. 通信

开发人员使用最新的传感器、算法、计算机视觉、人工智能以及异构计算等方法来实现该类功能，以确保自主移动机器人能够顺利运行。

下文中所介绍的自主移动机器人（通常用于电子商务仓库的订单履行）提供了一个范例。该自主移动机器人将包括计算、感知和无线通信在内的各种技术集成在一个计算单元中，从而能够四处移动大型包装物。

计算处理器；广角三维深度视觉系统；范围可达20米+的激光扫描仪；6轴陀螺仪及加速度计；用户界面控制面板；确保轮子具有毫米级分辨率的编码器；保险杠；2台范围可达4米（12英尺）的三维摄像头；悬崖检测；通信模块（4G/5G）；二维激光雷达；

设计自主移动机器人最好基于其需要执行的任务种类及其利用硬件特性/异构计算能力的方式，这样可以确保您在开发自主移动机器人最重要的任务（如下所列）时能够分而治之。

感应 – 以三维方式查看周围环境

利用传感器和摄像头，自主移动机器人不仅能感知附近的物体，还能了解它们之间的物理关系。这意味着需要通过以下方式处理各个部件的数据：

• 结构光相机 – 解码场景中像素的投影模式。
• 深度相机 – 测量光传播的距离。
• 立体相机 – 通过不同的摄像头捕捉多张图片。
• 激光雷达 – 利用激光照射目标并分析反射光。
• 声纳 – 发出声音脉冲，并监听回声。

当自主移动机器人四处移动时，使用即时定位与地图构建（SLAM）功能，通过摄像头数据构建其环境的三维地图，并确定其在地图上的位置——这一过程被称为定位。

有两种进行即时定位与地图构建的方法：

• 基于视觉的即时定位与地图构建——使用与惯性测量单元（IMU）配套的摄像头。
• 基于激光雷达的即时定位与地图构建– 使用与惯性测量单元配套的激光传感器；在一个维度下更加精确，但在计算方面往往更加昂贵。

自主移动机器人结合了来自于摄像头的运动数据及来自于传感器和车轮编码器的惯性数据，以更好地评估运动并提高定位精度。

思考 – 识别物体并避开障碍物

自主移动机器人必须识别物体并与之互动，并且能够绕过障碍物。这意味着自主移动机器人必须在很大程度上依赖计算机视觉和人工智能，因为其必须不断学习识别物体。高性能的自主移动机器人在设备上执行这些功能，而不是将数据在云端间往返传送。

行动 –驾驭环境

一旦自主移动机器人拥有地图并知道它在地图上的位置，（它）就可以在其环境中导航。导航涉及：

• 场景理解 – 利用深度传感器和机器学习来建立环境的空间和语义模型。
• 路径规划 – 在环境中找到最佳路径，并在避开障碍物的同时实现高级目标。
• 实时控制 – 将所需要的速度和方向转换为电机命令，以实施运动计划。
• 运动估计 – 评估在地图上的位置变化情况。如有新位置和环境，自主移动机器人会更新所规划的路径。

导航包括适应环境因素的变化，比如人员的活动和新货架布置。自主移动机器人依靠激光雷达检测各种变化，并利用机器学习来优化导航目标。自主移动机器人还可以利用室内精确定位，使用5G发射点/接收点（TRP）绘制网格，并可以利用网格在X轴、Y轴和Z轴上实现厘米级精度。

通信 – 协同一致

仓库和订单履行中心的私有5G网络等无线通信可以在边端增强机器人的智能。例如，机器人可以利用混合人工智能在边缘较小的机器学习模型（例如：即时定位与地图构建）上运行推理，同时将数据发送到边缘云服务器上的大型模型，以用于商业智能。

后续步骤

如要获得更多灵感，请查看高通科技公司的某些机器人示例项目。然后，请转至高通机器人RB5开发工具包页面，以了解如何开始几逆向能够您的下一个机器人项目。

在所发布内容中表达的观点仅为原作者的个人观点，并不代表高通公司或其子公司（以下简称为“高通公司”）的观点。所提供的内容仅供参考之用，而并不意味着高通公司或任何其他方的赞同或表述。本网站同样可以提供非高通公司网站和资源的链接或参考。高通公司对于可能通过本网站引用、访问、或链接的任何非高通公司网站或第三方资源并没有做出任何类型的任何声明、保证、或其他承诺。

高通机器人RB5自主移动机器人参考设计属于高通科技公司和/或其子公司产品。

关于作者

作者：戴夫·辛格