本白皮書聚焦于移動機(jī)器人領(lǐng)域的進(jìn)展與挑戰(zhàn)，重點探討三個核心主題：機(jī)器人運動控制、復(fù)雜環(huán)境中的感知與導(dǎo)航，以及在適應(yīng)新任務(wù)時的模塊化與靈活性。此外，文中還重點介紹了機(jī)器人系統(tǒng)從簡單的固定機(jī)械臂到復(fù)雜人形機(jī)器人的演進(jìn)歷程，強調(diào)了具身智能在實現(xiàn)多功能高靈活性機(jī)器人中的重要性。

我們探討了多種類型的機(jī)器人，包括自動導(dǎo)引車（AGV）、自主移動機(jī)器人（AMR）、探測車、無人機(jī)、足式機(jī)器人和人形機(jī)器人，詳細(xì)介紹了它們的控制系統(tǒng)、導(dǎo)航能力以及AI在提升性能方面的集成應(yīng)用。文中還指出，為了實現(xiàn)機(jī)器人系統(tǒng)的可擴(kuò)展性與智能化，亟需先進(jìn)的實時控制器、功能安全措施以及高效的電源管理。

文末還將討論人形機(jī)器人在以人為本的環(huán)境中的未來應(yīng)用，并強調(diào)打造多樣化機(jī)器人形態(tài)組合以實用性和普及率的重要性。

地點與任務(wù)導(dǎo)航

目前，大多數(shù)輪式移動機(jī)器人的導(dǎo)航主要依賴于兩種類型的傳感器：第一類是激光掃描儀，不僅能提供機(jī)器人周圍地面環(huán)境的二維地圖，還能觸發(fā)關(guān)鍵的功能安全機(jī)制；第二類是攝像頭，能夠在有限的視野范圍內(nèi)（FOV）獲取重要信息，例如標(biāo)注位置或待取貨物的二維碼。

激光掃描儀和攝像頭采集的數(shù)據(jù)會被傳輸至負(fù)責(zé)環(huán)境建模與導(dǎo)航的計算單元。該過程的第一階段通常被稱為SLAM（同步定位與地圖構(gòu)建），可通過整合來自全球或本地定位系統(tǒng)（如GPS、藍(lán)牙標(biāo)簽、墻面二維碼）的數(shù)據(jù)，并結(jié)合先驗信息（如倉庫地圖）進(jìn)行增強。該地圖隨后用于規(guī)劃通往環(huán)境中特定目標(biāo)點的路線，并避讓臨時障礙物，如其他機(jī)器人或箱子。這一階段被稱為導(dǎo)航階段，其復(fù)雜程度會因多種因素而異，包括作業(yè)區(qū)域的大小、其他車輛或人員的數(shù)量和移動速度，以及施加在機(jī)器人上的操作約束條件。在倉庫物流中，大范圍的導(dǎo)航通常由集中式調(diào)度計算機(jī)完成，由其為整個機(jī)器人車隊規(guī)劃路線。

在工業(yè)或物流環(huán)境中，無論是固定機(jī)械臂還是自主移動機(jī)器人，都必須嚴(yán)格遵守安全規(guī)范。這些要求可通過兩種方式實現(xiàn)：一是嚴(yán)格隔離機(jī)器人與人類操作員；二是采用經(jīng)過安全認(rèn)證的區(qū)域傳感器（如激光掃描儀）來滿足功能安全需求（例如，在人員接近安全區(qū)域時，設(shè)備將停止運動并切斷系統(tǒng)電源）。雖然這些區(qū)域傳感器也可用于導(dǎo)航任務(wù)，但它們會在車輛周圍強制設(shè)置一個嚴(yán)格的安全區(qū)域，確保無人能接觸到移動中的機(jī)器人。然而，其高昂的成本是導(dǎo)致工業(yè)機(jī)器人整體系統(tǒng)成本上升的重要因素。

即使在工廠和倉庫等受控環(huán)境中，激光掃描儀和二維碼識別攝像頭也可能無法完全滿足所有任務(wù)需求。近年來，許多AMR供應(yīng)商開始在其車輛中集成基礎(chǔ)AI功能，以實現(xiàn)障礙物分類和導(dǎo)航輔助（例如判斷前方是箱子還是其他機(jī)器人阻擋了路徑），或添加深度感知攝像頭以實現(xiàn)更精細(xì)的運動規(guī)劃。

隨著機(jī)器人逐漸進(jìn)入餐廳、醫(yī)院或城市街道等復(fù)雜且無法預(yù)知的環(huán)境，對額外傳感器及相關(guān)計算能力的需求正迅速增長。這是機(jī)器人技術(shù)自20世紀(jì)60年代起初時僅應(yīng)用于可控環(huán)境中的一個關(guān)鍵原因——將機(jī)器人技術(shù)拓展到新領(lǐng)域，依賴于半導(dǎo)體技術(shù)的飛躍發(fā)展以及更節(jié)能的嵌入式計算解決方案的出現(xiàn)。有人可能會認(rèn)為，由手機(jī)市場驅(qū)動的低功耗高性能芯片技術(shù)突破，是先進(jìn)移動機(jī)器人發(fā)展的必要前提條件。

例如，當(dāng)今的專業(yè)地板清潔機(jī)器人通常配備6至12個攝像頭，此外還搭載了一套激光雷達(dá)傳感器。其中一些傳感器具有雙重功能：既用于導(dǎo)航，又用于特定任務(wù)。例如，清潔機(jī)器人前置攝像頭可以檢測到寵物（觸發(fā)路徑規(guī)劃覆蓋以避開它們）或定位污漬（將其添加到清潔任務(wù)列表中）。

隨著漫游車、足式機(jī)器人或人形機(jī)器人走出自助餐廳或商店的平坦地面環(huán)境，3D傳感技術(shù)在識別低垂樹枝、路面坑洼或樓梯等障礙物方面變得愈發(fā)重要。3D激光雷達(dá)（LIDAR）、飛行時間（ToF）攝像頭以及類似系統(tǒng)等技術(shù)至關(guān)重要。在足式機(jī)器人中，這些技術(shù)同樣是規(guī)劃腳部或附肢位置以實現(xiàn)穩(wěn)定運動的核心技術(shù)。隨著這些傳感器生成更密集的地圖，計算需求也會相應(yīng)增加。

在工業(yè)、商業(yè)和家庭環(huán)境下的自主機(jī)器人操作中，一個共同的基本特征是能夠自動識別物體及其在機(jī)器人工作空間中的空間位置。這始于幾年前被視為重大挑戰(zhàn)的簡單固定臂箱體拾取操作，如今已成為在非結(jié)構(gòu)化環(huán)境中執(zhí)行自主任務(wù)的關(guān)鍵。例如，一個在餐廳負(fù)責(zé)清理餐桌的酒店服務(wù)機(jī)器人，即一臺基礎(chǔ)款自主移動機(jī)器人，配備有安裝臂、導(dǎo)航攝像頭和用于收集用過的杯子和玻璃杯的托盤。該自主移動機(jī)器人必須靠近餐桌，檢測需要清理的杯子或馬克杯，并為每個物品識別合適的抓取點，然后規(guī)劃相應(yīng)的運動。

目前仍面臨兩大主要挑戰(zhàn)：首先是檢測和識別目標(biāo)物體，其次是制定有效的抓取或與物體互動的策略。當(dāng)前的解決方案雖然能夠正常運行，但需要大量的計算資源，并且通常需要使用多個AI模型來處理諸如物體檢測、分類、跟蹤以及3D模型創(chuàng)建等子任務(wù)。

另一個常見的挑戰(zhàn)在于所有傳感器在機(jī)器人感知其位置和周圍環(huán)境時，如何實現(xiàn)同步和低延遲。這對于飛行機(jī)器人或足式機(jī)器人尤為重要，因為視覺數(shù)據(jù)必須與陀螺儀和慣性測量單元（IMU）的輸入數(shù)據(jù)相匹配。正確的同步對于保持準(zhǔn)確的態(tài)勢感知和地圖繪制至關(guān)重要。

例如，一個四足機(jī)器人，頂部裝有三臺不同的攝像頭，并會隨著每一步的移動而晃動，其中一臺攝像頭可能是廣角導(dǎo)航攝像頭，而另一臺則可能是用于創(chuàng)建深度圖的立體攝像頭。如果沒有精確的同步，任何試圖將立體攝像頭生成的3D地圖與廣角視圖對齊的嘗試都會導(dǎo)致位置誤差，或者需要昂貴的軟件修正。由于這些功能直接與足式機(jī)器人的運動規(guī)劃相關(guān)，同步故障可能導(dǎo)致機(jī)器人在遇到障礙物或臺階時絆倒。

應(yīng)對新任務(wù)的復(fù)雜性

隨著機(jī)器人逐漸擺脫深度專業(yè)化，它們需要適應(yīng)與日益復(fù)雜的環(huán)境進(jìn)行交互。

這一技術(shù)初時實現(xiàn)了固定機(jī)器人手臂與工業(yè)現(xiàn)場總線系統(tǒng)的互操作性。開始時，各個信號和傳感器直接連接到手臂控制器。然而，供應(yīng)商很快開始將機(jī)器人集成到總線系統(tǒng)中，使其能應(yīng)對日益復(fù)雜的工業(yè)組裝和焊接任務(wù)?；ゲ僮餍允箼C(jī)器人供應(yīng)商能夠吸引更廣泛的客戶群體，從而逐步降低成本并推動技術(shù)的普及。

目前，內(nèi)部物流應(yīng)用中的移動機(jī)器人通常通過無線網(wǎng)絡(luò)（通常為Wi-Fi或LTE）進(jìn)行連接。對于大規(guī)模部署，大多數(shù)供應(yīng)商傾向于采用定制的車隊管理協(xié)議，以便與倉庫管理系統(tǒng)（WMS）或制造執(zhí)行系統(tǒng)（MES）接口。盡管我們努力通過ROS2和MQTT等框架來實現(xiàn)車隊調(diào)度的標(biāo)準(zhǔn)化，但這些標(biāo)準(zhǔn)在實際應(yīng)用中是否能得到廣泛采用仍存在不確定性。

隨著移動機(jī)器人需要在工廠和倉庫預(yù)設(shè)的范圍之外快速移動、跳躍和飛行，連接性成為了一個新的挑戰(zhàn)。家用和酒店服務(wù)機(jī)器人預(yù)計將依賴本地連接基礎(chǔ)設(shè)施（可能是Wi-Fi，并可能在未來擴(kuò)展至Matter協(xié)議以滿足家庭場景的需求）。與此同時，遠(yuǎn)程巡航的機(jī)器人則需要新的連接解決方案。

當(dāng)機(jī)器人在與人類共享的空間中作業(yè)時，人機(jī)交互（HMI）變得愈發(fā)重要。面臨的挑戰(zhàn)包括本地語音和視覺處理、在任務(wù)環(huán)境中對手勢的解讀（例如，指向需要移動的箱子或需要避開的路徑），以及權(quán)威性——確定是人類還是機(jī)器人有權(quán)發(fā)出指令。