近年來，在消費需求日趨個性化、用工短缺/勞動力成本上升、新一代信息技術不斷成熟等多重因素的推動下，智慧物流、智能制造成為企業降本增效提質的重要手段，移動機器人開始出現，市場需求持續走高。根據中國移動機器人產業聯盟、新戰略機器人產業研究所數據統計，2019年度，中國移動機器人(AGV/AMR)市場規模達到61.75億元，同比增長45.2%。作為全球領先的人工智能產品和解決方案公司，曠視科技也聚焦智慧物流及工業機器人領域不斷探索。在2020年初，機器人產品部更是獨立成為企業一大產品中臺，專注于機器人產品和關鍵物流設備的研發。

進入智能制造、智慧物流的新時代，未來的移動機器人又有哪些發展趨勢？結合企業實踐，曠視科技提出了的機器人技術發展的五大趨勢：

第一，基于SLAM技術的AMR正逐漸成為業界的主流趨勢。傳統AGV多采用磁條、電磁及二維碼等導航方式，AMR則更多采用SLAM（Simultaneous Localization and Mapping，即時定位與地圖構建）技術，搭載激光雷達或視覺傳感器，讓機器人在無信標的情況下也能實現定位導航。例如今年10月份曠視科技發布的具有深度智能環境感知和識別能力、能夠立體避障的激光SLAM導航AMR，和具有快速平面搬運能力的SLAM導航堆垛智能無人叉車就是如此，其具有易部署、柔性等特點，更加適合在運行環境復雜、業務經常變動的場景下應用。

圖：曠視科技MegBot-叉車系列

第二，視覺SLAM是未來主要方向，同時需要多傳感器融合的導航方式。在工業物流領域，根據傳感器不同主要分為激光SLAM和視覺SLAM兩種機器人自主導航。曠視科技表示，視覺傳感器成本低，感知信息量大，隨著視覺算法技術的成熟，視覺SLAM導航機器人將會替代激光SLAM導航機器人成為市場應用的主流。與此同時，機器人自主導航還需要融合諸如慣導（IMU）、GPS等其他導航方式，以應對魯棒性要求非常高的現實應用場景，讓機器人能夠更加穩定有效地運行。

第三，深度學習將廣泛應用，加強機器人對周圍環境的理解。曠視科技認為，AI中的深度學習技術在計算機視覺中的應用主要有物體識別、目標檢測與跟蹤，語義分割、實例分割等，語義SLAM能把物體識別與視覺SLAM結合起來，將標簽信息引入優化過程中，構建帶物體標簽的地圖，實現機器人對周圍環境內容的理解。中國移動機器人（AGV/AMR）產業聯盟《2020-2021工業制造領域自然導航AGV/AMR產業發展研究報告》也指出，物聯網、AI、5G等新一代信息技術與機器人技術相互結合，能夠讓設備高效交互，數據更加自由流動，并通過算法指揮硬件發揮最大效能。

第四，機器人規模化集群作業成為發展必然，需要更高效的多機協作方式。在曠視科技看來，機器人規模化集群作業不僅要求調度系統能夠接入各種類型的機器人，在統一的環境下完成作業調度，還需要多機器人調度算法，找到全局最優方案，使多機器人共同工作時的總效率最高。其中，AI算法能讓整個系統不斷優化，群體智能化程度越來越高。

第五，同構仿真、數字孿生，為客戶提供高效評估手段。數字孿生的關鍵在于仿真，而仿真的關鍵是同構仿真。一套功能完備的同構仿真系統可以避免客戶做智能化、自動化改造過程中的人為偏差，極大提高評估效率。以曠視科技自主打造的機器人網絡操作系統河圖(HETU)為例，系統可以提供規劃、仿真、實施、運營等一站式解決方案，實現同構仿真和數字孿生，極大減少機器人項目規劃風險，提高運維效率，并且隨著軟件的更新迭代可以無限逼近現實場景，帶來更大的價值。

總結來說，移動機器人未來的主要技術發展趨勢可以概括為單體智能和群體智能，通過AI賦能，單個機器人和機器人系統的智能化程度將不斷提升，為客戶實現降本增效。已在這些方面有所實踐的曠視科技，將始終堅持軟硬一體化的產品布局，完善河圖性能，打造更多AI+智能物流設備，，助力物流行業智能化變革。

免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據。