協(xié)作機器人的發(fā)展如何利用好人工智能技術(shù)

自主移動機器人（AMRs）通過自動化重復(fù)和容易受傷的材料運輸，與人合作，創(chuàng)造高效的工作環(huán)境。雖然這些機器人使用傳感器和算法來安全地在動態(tài)環(huán)境中導(dǎo)航，但它們無法將這種感官輸入應(yīng)用于高級決策。AMRs發(fā)展的下一步是添加人工智能（AI），以提高智能移動機器人的能力。人工智能將使這些機器人更加高效，增加機器人可以執(zhí)行的任務(wù)范圍，并減少適應(yīng)工作環(huán)境的需求。

向人工智能的過渡

如今，移動機器人使用傳感器和軟件來控制（定義機器人應(yīng)該在哪里以及如何移動）和感知（讓機器人理解并對周圍環(huán)境做出反應(yīng)）。數(shù)據(jù)來自集成的激光掃描儀、3D攝像機、加速度計、陀螺儀、車輪編碼器，以及更多的數(shù)據(jù)，以便為每種情況做出最有效的決策。這些技術(shù)為AMRs提供了許多功能，這些功能在今天的汽車中已經(jīng)變得非常熟悉和令人滿意。這些機器人能夠使用最有效的路線進行動態(tài)導(dǎo)航，具有環(huán)保意識，因此可以避開路上的障礙物或行人，并在需要時自動充電。然而，如果沒有人工智能，這些機器人對所有障礙物的反應(yīng)都是一樣的：如果可能，它們會減速并試圖繞過人或物體;如果沒有安全的辦法繞過它，它們會停下來或后退。AMR的標(biāo)準(zhǔn)方法幾乎適用于所有情況，但就像人工智能為自動駕駛汽車和智能無人機提供新功能一樣，它也準(zhǔn)備大幅改變機器人技術(shù)。

人工智能包括幾個分支?，F(xiàn)階段用于自主移動機器人的人工智能主要集中在機器學(xué)習(xí)和視覺系統(tǒng)上。

米爾AI相機的靜態(tài)相機使米爾機器人能夠預(yù)測路線上的障礙，因此它們能夠提前重新路由，以優(yōu)化導(dǎo)航。

如今，用于協(xié)作機器人的人工智能主要專注于機器學(xué)習(xí)（ML）和視覺系統(tǒng)，這兩種系統(tǒng)正在顯著擴展早期基于傳感器的功能。幾個關(guān)鍵領(lǐng)域的技術(shù)進步和市場成熟使這些創(chuàng)新成為可能：

一系列小型、低成本、節(jié)能的傳感器使移動和遠程設(shè)備能夠捕捉和傳輸大量關(guān)于機器人當(dāng)前、擴展和預(yù)期環(huán)境以及內(nèi)部條件的數(shù)據(jù)。

云計算和寬帶無線通信允許從任何接入點幾乎立即存儲、處理和訪問數(shù)據(jù)。安全虛擬網(wǎng)絡(luò)可以適應(yīng)動態(tài)需求，幾乎可以消除停機和瓶頸。

強大的以人工智能為核心的新型處理器架構(gòu)廣泛應(yīng)用于AMD、英特爾、英偉達和高通等傳統(tǒng)半導(dǎo)體公司，以及谷歌和微軟等該領(lǐng)域的新參與者。雖然傳統(tǒng)的廣泛使用半導(dǎo)體正面臨摩爾定律的限制，但這些新芯片是專門為人工智能計算而設(shè)計的，它在提高性能的同時降低了成本。低功耗、低成本的人工智能處理器甚至可以集成到小型移動或遠程設(shè)備中，從而使現(xiàn)場計算能夠快速、高效地做出決策。

復(fù)雜的軟件算法分析和處理最具生產(chǎn)力的位置的數(shù)據(jù)——在機器人中，在云中，甚至在遠程、擴展的傳感器中，這些傳感器為機器人提供額外的智能數(shù)據(jù)，以預(yù)測需求并主動適應(yīng)其行為。

使用這些功能，機器人編隊的行為就像一群學(xué)生在網(wǎng)上上課。他們在網(wǎng)上學(xué)習(xí)，然后可以在不需要經(jīng)常訪問網(wǎng)上內(nèi)容的情況下進行表演。低功耗、具備人工智能能力的設(shè)備和高效人工智能技術(shù)支持新的機器人系統(tǒng)，具有低延遲和快速反應(yīng)時間、高自主性和低功耗——所有這些都是成功的關(guān)鍵因素。

AMRs中的人工智能改進了路徑規(guī)劃和環(huán)境交互

移動工業(yè)機器人（MiR）正在推動移動機器人人工智能的發(fā)展，并建立新的行業(yè)預(yù)期。創(chuàng)新的人工智能能力維護了機器人的安全協(xié)議，提高了路徑規(guī)劃和環(huán)境交互的效率。

人工智能是通過機器人軟件中的高級學(xué)習(xí)算法，以及安裝在高交通區(qū)域、叉車或其他自動車輛路徑上的遠程連接攝像頭來實現(xiàn)的。這些攝像頭配備了小型高效的嵌入式電腦，可以處理匿名數(shù)據(jù)，運行復(fù)雜的分析軟件，以識別該地區(qū)的物體是人類、固定障礙物，還是agv等其他類型的移動設(shè)備。然后攝像頭將這些信息反饋給機器人，擴展機器人對周圍環(huán)境的理解，使其能夠在進入一個區(qū)域之前就適當(dāng)?shù)卣{(diào)整自己的行為。具備人工智能功能的網(wǎng)絡(luò)可以幫助機器人在特定時間避開交通繁忙的區(qū)域，比如貨物定期由叉車運送和轉(zhuǎn)移，或者有大量工人在場的時候，比如休息或換班的時候。

通過人工智能，MiR機器人可以有效和適當(dāng)?shù)貙Σ煌愋偷恼系K物做出反應(yīng)，從而提高導(dǎo)航和效率。例如，如果他們面對來自另一個制造商的AMR，他們可以預(yù)測車輛的運動并適當(dāng)調(diào)整。當(dāng)遇到一個新的未知物體時，機器人可以保持謹慎和觀察力，收集數(shù)據(jù)，以便計算出未來互動的最佳可能行為。

同樣，在復(fù)雜的、高度動態(tài)的環(huán)境中——比如那些有自動導(dǎo)航車輛（agv）不能偏離固定路徑的環(huán)境，或者有人類驅(qū)動的叉車或其他不可預(yù)測的車輛的環(huán)境中——機器人的機動能力可能是有限的。agv的安全機制通常僅限于遇到障礙物時強制停車，例如，這可能會阻塞AMR。AI-powered MiR AMRs可以識別AGV并意識到它的局限性，這樣他們就可以在AGV安全通過之前，自動在安全位置等待AGV通過，從而在AGV安全通過后繼續(xù)執(zhí)行任務(wù)。

雖然機器人內(nèi)置的安全機制總是能夠阻止機器人在其路徑上與物體、人或車輛相撞，但其他車輛，如人類駕駛的叉車，可能沒有這些功能，從而存在其中一輛車撞上機器人的風(fēng)險。MiR機器人系統(tǒng)可以在高交通區(qū)域到達之前探測到它，并可以識別其他車輛，并采取適當(dāng)?shù)男袆觼斫档团鲎驳娘L(fēng)險。通過這種方式，AMR不僅通過人工智能改善了自己的行為，而且還適應(yīng)了其他車輛的限制。

左圖：MiR AI攝像機檢測到一個它被配置用來做出反應(yīng)的物體，這阻止了MiR機器人穿越紅色標(biāo)記的區(qū)域。正確示例：MiR camera檢測到一個人，并配置為在這種情況下不作出反應(yīng)，因為這個人能夠有效地避開機器人。在這種情況下，MiR機器人可以越過綠色標(biāo)記的區(qū)域。

解決人工智能問題

人工智能仍然很新，足以引起人們對正在捕獲和使用的數(shù)據(jù)的安全和隱私的擔(dān)憂，以及在人工智能系統(tǒng)出現(xiàn)故障或受到干擾時確保安全?？蛻粼诳紤]ai驅(qū)動系統(tǒng)時，需要考慮的主要問題包括：

數(shù)據(jù)在哪里以及如何存儲、保護和處理？

數(shù)據(jù)存儲多長時間？

捕獲哪些個人身份信息？

有什么后備安全機制？

為了保護安全和隱私，和平號機器人和人工智能相機只發(fā)送決策，而不發(fā)送圖像。由于每個設(shè)備內(nèi)部都有所需的計算能力，視覺傳感器捕獲的數(shù)據(jù)會被立即處理成形狀、大小和顏色，然后被分類為特定的類別，用于決策。因此，唯一可以發(fā)送的數(shù)據(jù)類型是AMRs能夠理解的命令，例如stop或resume;有關(guān)環(huán)境變化的資料，例如阻塞的道路或擁擠的地區(qū);或者需要采取的新行動，比如選擇另一條路線。

雖然機器人人工智能系統(tǒng)的安全性有時會受到關(guān)注，但MiR的主要安全機制是機器人的核心，不能被人工智能決策所覆蓋。例如，當(dāng)機器人上的激光掃描儀為人工智能系統(tǒng)提供數(shù)據(jù)時，它們也會做出基本的安全決策，在機器人路徑上有人或有障礙物的情況下機械地阻止MiR機器人前進。

機器人人工智能的未來

移動機器人將繼續(xù)成為協(xié)作實體，而隨著人工智能的出現(xiàn)，它們與人類之間的技術(shù)壁壘將繼續(xù)縮小，從而提高協(xié)作和效率。

隨著人工智能的發(fā)展，我們將獲得更自然地使用語音或手勢與機器人互動的能力。這可能包括舉起一只手讓機器人停下來，把它指向一個更喜歡的方向，或者揮手讓它通過或跟隨——或者簡單地告訴它，“這條走廊在接下來的兩個小時將被封鎖，在那之前走另一條路。”

盡管移動機器人仍將是一個帶有緊急停止按鈕的可控工具，但它們將獲得自主權(quán)，這將使它們更有價值。他們將能夠理解哪里可以改進他們的日常工作，并建議更好的路徑到他們的目的地，一天中執(zhí)行任務(wù)的效率更高的時間，其他可以部署到更高效的工作流的機器人，以及最合適的充電時間。

人工智能驅(qū)動的AMRS將幫助把工作場所變成有機的、數(shù)據(jù)驅(qū)動的環(huán)境，在這種環(huán)境中，機器人可以共享來自自身或遠程傳感器的相關(guān)數(shù)據(jù)，幫助機器人團隊做出明智的決策。通過這種數(shù)據(jù)共享模型，每個機器人都可以訪問其他機器人或相機中的每個傳感器，從而獲得對整個環(huán)境的更詳細的視圖，從而實現(xiàn)更高效的路徑規(guī)劃性能。

人工智能：推動下一場工業(yè)革命

與以往的工業(yè)革命一樣，人工智能和機器人技術(shù)將使許多費力且不受歡迎的任務(wù)變得過時。有了人工智能，MiR機器人可以更高效、更經(jīng)濟地完成重復(fù)性、低價值的物資運輸任務(wù)，讓人類有更多的時間從事更有意義的活動。隨著勞動力嚴重短缺阻礙了全球企業(yè)的發(fā)展，更智能的移動機器人將使企業(yè)能夠提供有回報的角色，幫助它們吸引和留住有價值的員工。

來源：搜狐