人工智能如何将今天的AMR带入未来

AMR机器人 34℃ 0

总结:人工智能将成为建立和使用AMR不可或缺的一部分,从而简化其部署流程,改进其工作流程;即使没有技术专长,AMR用户也将有权做出更明智的决策,机器人将成为第一线支持,预测何时需要干预或自动排除故障。

在当今竞争激烈且昂贵的商业环境中,越来越多的自主移动机器人(AMR)被用于在仓库和制造设施中运输材料。甚至医院、机场和学校也使用AMR作为公共场所消毒或向患者提供药物或食物的手段。

与传统(通常不灵活)的物流解决方案如叉车、传送带和自动导引车(AGV)相比,AMR的主要功能是其内置的智能功能。AMR不需要像AGV一样沿着一组轨道或基础设施中内置的传感器移动,而是自动沿着工厂地板移动,没有轨道,绕过其路径上的障碍物,甚至可以自己找到新的路径。

但是他们到底有多聪明呢?

通过安装AMR的车队管理系统,制造商可以从一个工作站集中控制机器人,而最先进的设备可以通过24/7移动机器人操作消除任何瓶颈和停机时间。在对AMR编程后,车队管理系统将管理优先级,并根据位置和可用性选择最适合当前操作的机器人。它还监控机器人的电池电量,自动管理充电,并通过协调多个机器人路口的关键区域来控制机器人的运输方式。

▲战略性放置的MiR AI Camera静态摄像头使AMR能够预见其路线上的障碍物,因此他们可以提前重新安排路线,以优化导航。

这听起来肯定很智能,但一些AMR借助人工智能(AI)和战略定位的摄像头将这些智能设备提升到了一个新的水平,这些摄像头可以用作扩展的机器人传感器。没有AI,AMR将以同样的方式对所有障碍做出反应。如果可能的话,他们会放慢速度,试图绕过一个人或物体,如果没有安全的方法绕过它,他们会停下来或撤退。有了AI,AMR甚至可以在进入某个区域之前就学会适当调整自己的行为。这意味着他们可以在某些时候避开拥挤的区域,包括使用叉车定期运输和转移材料时,或者在休息或换班期间有大量工人时。

人工智能驱动的AMR是如何工作的?

如今,移动机器人使用传感器和软件进行控制(定义机器人应该在哪里以及如何移动)和感知(使机器人能够理解周围环境并对其做出反应)。数据来自集成激光扫描仪、3D相机、加速度计、陀螺仪、车轮编码器等。,可以针对每种情况做出最有效的决策。AMR可以使用最有效的路线进行动态导航,并且具有环保意识,因此可以避开路线上的障碍物或人,并在需要时自动充电。

▲现阶段,用于自动移动机器人的人工智能主要集中在机器学习和视觉系统上。

目前,用于AMR的AI技术主要集中在机器学习(ML)和视觉系统上,大大扩展了早期基于传感器的功能。技术进步,包括更小和更强大的传感器;云计算和宽带无线通信;以人工智能为中心的新处理器架构以更低的成本得到了广泛应用,使得从机器人的即时、扩展和预期环境和内部条件中提取数据变得比以往任何时候都容易。

技术进步助力AI/智能机器人

小型、低成本和高能效的传感器使移动和远程设备能够捕获和传输大量关于机器人的即时、扩展和预期环境和内部条件的数据。

云计算和宽带无线通信允许从几乎任何接入点存储、处理和即时访问数据。安全的虚拟网络可以适应动态需求,几乎消除停机时间和瓶颈。

AMD、英特尔、NVIDIA、高通等传统半导体公司,以及谷歌、微软等这一领域的新厂商,都提供了强大的以AI为中心的新处理器架构。当传统的广泛使用的半导体受到摩尔定律的限制时,这些新芯片是专门为AI计算而设计的,这改善了功能,降低了成本。低功耗、高性价比的AI处理器甚至可以集成到小型移动或远程设备中,这些设备可以快速高效地进行现场计算和决策。

先进的软件算法可以在机器人、云甚至远程扩展传感器中最高效的位置分析和处理数据。这些数据可以为机器人预测需求、主动适应行为提供额外的智能数据。

有了这些功能和专注于AI的摄像头,AMR集群可以在线学习和执行,而无需连续访问在线内容。低功耗、支持AI的设备和高效的AI技术,支持低延迟、快速响应时间、高自主性、低功耗的新型机器人系统,这是成功的关键。

AMR中新的AI功能有助于维护机器人的安全协议,提高路径规划和环境交互的效率。例如,新的高级学习算法包含在远程连接的摄像头中,这些摄像头可以安装在交通繁忙的地区或叉车或其他自动车辆的路径上。摄像头配备了小型高效的嵌入式计算机,可以处理匿名数据,运行复杂的分析软件,识别区域内的物体是人、固定障碍物还是其他类型的移动设备(如AGV)。然后,摄像头将这些信息提供给机器人,扩大了机器人对周围环境的了解,因此它甚至可以在进入某个区域之前就适当地调整自己的行为。例如,如果AMR检测到一个人,他们可以像往常一样继续行驶,但是如果他们检测到AGV,他们会停下来,以便AGV可以通过。机器人还可以提前预测封锁区域或交通繁忙的区域,并对其进行重新路由,而不是进入封锁区域并重新路由。虽然机器人内置的安全机制会始终防止机器人与路径上的物体、人或车辆发生碰撞,但其他车辆(如叉车)可能不具备这些功能,因此其中一辆进入机器人是有可能的。在外部低成本摄像设备中包含一个专用的AI处理器,这意味着现在有可能在不修改硬件的情况下扩展现有的具有AI功能的MiR机器人。

有了AI驱动的AMR,他们可以在到达高流量区域之前检测和识别其他车辆,并采取适当的行动来降低碰撞风险,从而改善他们的行为并适应其他车辆的限制。

人工智能驱动的人工智能未来

那么接下来呢?随着AI的发展,AMR将不断发展,使它们越来越智能,功能不断增强。

在新环境中部署AMR可能是一个漫长而微妙的过程。在这个过程中,需要仔细设计一个特定的地图区域,以从一组机器人中获得最大值。未来,机器人应该能够通过识别楼层标志、繁忙的十字路口、狭窄的通道和其他独特的条件来完成大部分繁重的工作。虽然移动机器人仍将是一个带有紧急停止按钮的可控工具,但知道导航到轨道的哪一侧或在哪里调整其最大速度将是其正常操作,无需持续的人工干预。

然而,如果设置的复杂性超过了它们带来的额外好处,这些令人兴奋的新功能将不会给人们留下深刻印象。因此,基于基于实例的训练、基于规则的设置等概念,用AI扩展工作流的过程需要简单直观。设置智能AMR并不比将待检测对象显示给AI算法,或者旋转一两个转盘来调整机器人的行为更难。

最后,机器人不断产生数据,可用于监控其正常运行时间和网络连接,也可作为有效技术支持干预的起点。管理AMR的用户将获得个性化的信息和强大的权限来预测必要的操作。这意味着获得改进特定机器人部署的建议,或者提前预测何时需要更换组件。

总之,人工智能将成为建立和使用AMR的重要组成部分,从而简化其部署流程,改进其工作流程;即使没有技术专长,AMR用户也将有权做出更明智的决策,机器人将成为第一线支持,预测何时需要干预或自动排除故障。这就是AI如何将AMR带入未来。

(本文作者是LoURen? oCastro,MiR的AI开发人员和项目经理)

转载地址:https://www.mingyujixie.net/amr/374.html

标签: