0551—62774666
zhaopin@ahcywl.com

王继祥:物流机器人导航技术发展路径与创新方向

发布日期:2022-06-09 浏览次数:47

来源:王继祥

时间:2022-6-8



根据对世界机器人导航技术的历史回顾、发展现状和创新趋势,我认为物流机器人导航技术经历了1.0、2.0、3.0共三个发展阶段,未来机器人导航技术将进入4.0发展阶段。具体如下:


一、物流机器人导航1.0:路径跟随式导航

早期的物流机器人导航主要是电磁导航、磁条导航、磁钉导航、色带导航等定位导航方式,虽然导航技术也应用电磁感应等感知技术,但起主导作用的是提前布置路径引导,感知技术主要用于感知与识别铺设好的路线,物流机器人主要是借助感知技术沿着铺设好的路径行驶,我把此类定位导航技术统称为路径跟随式导航。

路径跟随式导航的优点是技术成熟、成本与维护费用低、稳定性好、导航精度有保证;最大的也是最致命的缺点就是缺乏柔性,路径一旦铺设就难以更改,导航机器人难以实现群体作业,不具备导航智能。

路径跟随式导航在一些物流作业简单的场景具有优势,目前仍在工业物流领域具有较大应用空间。

此外,路径跟随式导航与现代信息技术结合,推出的二维码导航技术创新,把二维码作为路径引导,利用惯性导航做跟随技术,方便了路径重新铺设,可以实现多机器人群体协同作业,也具有一定的柔性,在电子商务物流中得到了广泛应用。

路径跟随式导航与现代通信技术结合,可以实现随时与中控端的调度系统紧密互动,随时接收调度系统的各种指令,还可以车辆位置、装卸货等信息及时回馈与调度系统,提升了物料搬运管理效能,也是路径跟随式导航的创新方向。


二、物流机器人导航2.0:环境感知式导航

激光雷达反射式导航、视觉感知导航、红外感知导航、室内无线定位技术导航、超声波导航、惯性导航等技术,主要是采用各类感知技术,利用感知工作环境信息进行定位,引导机器人行驶,我把这类导航技术统称为环境感知式导航技术。环境感知式导航是为了克服路径跟随式导航的缺点基础上发展起来的技术,也是目前市场上主流的导航技术。

虽然在借助感知技术获得各类环境信息并精准定位后,机器人还需要利用各种数学模型与算法对所获得的定位信息与环境信息进行处理,建立环境模型,规划行驶路径,但此类机器人的导航技术特征主要体现在状态感知层面,数据分析主要起到的是辅助作用。

环境感知式导航技术是随着物联网技术的发展而快速发展起来的,导航中主要采用的也是移动物联网各类感知技术,虽然在导航场景还常常需要设置固定的反射板或信号接收器,但一般都不需要铺设固定的导航线路,因此导航的柔性大大增加了。

在实际应用中,由于不同的感知导航系统各有不同的优缺点,需要根据导航的具体需求,结合工作场景与导航环境,在平衡成本与效率基础上选择不同的导航方法。


三、物流机器人导航3.0:SLAM自主式导航

SLAM导航是在感知式导航技术基础上的发展创新,也是机器人导航技术的里程碑式创新。SLAM导航虽然也都需要借助各类感知技术,但在SLAM导航系统中,起决定性作用的不再是前端的环境信息感知,而是后端的通过对感知信息进行处理进行机器人的同步定位与地图构建。

SLAM导航完全实现了机器人的自主导航,让机器人可以从未知环境的未知地点出发,通过同步定位和地图构建,实现即时的自身精准定位,确定自己姿态,并即时地描绘记录自身环境样貌,自主引导自己去向目的地。

SLAM与不同的感知技术手段结合,就有不同的SLAM技术发展路径和不同的SLAM导航方法,在物流领域移动机器人最常用的是视觉SLAM导航和激光雷达SLAM导航两种技术路线。

SLAM导航技术是物流机器人导航技术的重大创新,也是目前智能机器人主流的导航技术,这一技术的成熟,让机器人导航技术发展到了自主导航新阶段,实现了物流机器人导航的柔性化、智能化,也让物流机器人从早期的AGV自动导引车的阶段,发展到了自主移动机器人AMR阶段。所以我把SLAM自主导航技术称之为导航技术3.0。


四、物流机器人导航4.0:多模态智能导航

物流机器人技术发展到了自主导航阶段后,未来机器人导航技术将走向何方?根据我对物流机器人导航技术的发展路径分析,沿着机器人导航技术发展路径研判,我觉得未来物流机器人导航技术将进入智能化导航的新时代,即进入导航技术发展4.0阶段。

目前,物流机器人导航技术创新已经呈现出了协同导航的趋势,利用不同的导航技术协同导航,克服单一导航技术应用的缺陷,实现更好的导航性能;通过融合群体作业机器人中多机器人定位数据,实现相互较正,提高群体机器人协同导航定位的整体精度;

此外,在物流机器人群体作业场景中也可以布置环境信息发射器,可以布置固定的感知装置,随之感知工作环境变化情况,给机器人发送信息,实现物流机器人与环境协同的定位与导航技术创新等。

更进一步,物流机器人作业群体与机器人操作调度平台协同,将大规模机器人集群智能调度算法与机器人导航的路径规划相结合,实现智能化协同导航的创新;

但是,我认为组合式的协同导航不是重点,物流机器人导航技术的进一步发展,一定是从组合协同导航向智能融合发展,从单模态智能化向多模态智能化发展。

多模态智能是人工智能技术的重大发展方向,也是让机器进一步走向具备类似人类智能的重要路径。

“模态”(Modality)是德国物理学家赫尔姆霍茨提出的一种生物学概念,即生物凭借感知器官与经验来接收信息的通道,如人类有视觉、听觉、触觉、味觉和嗅觉模态。多模态是指将多种感官进行融合,而多模态交互是指人通过声音、肢体语言、信息载体(文字、图片、音频、视频)、环境等多个通道与计算机进行交流,充分模拟人与人之间的交互方式。人工智能学科发展与人类智能差距之一就是“多模态信息的智能化理解”,视觉、声音、符号语言、嗅觉和触觉等信息,具有无限多样性。

传统的人工智能深度学习算法专注于从一个单一的数据源训练其模型。这种单模态人工智能其结果都被映射到一个单一的数据类型来源。多模态人工智能是计算机视觉和交互式人工智能智模型的最终融合,更接近于人类感知的场景。

虽然多模态人工智能还存在不少技术难点,但在近期已经取得巨大技术突破,世界一些多模态人工智能训练模型取得重要成果。随着多模态人工智能问题的解决,就会让人工智能具有更多落地实施的未来。而物流机器人的导航技术,要想从自主导航走向智能导航,让机器人以更接近人类甚至超越人类的智能进行导航,突破物流机器人运作效率,就需要借助多模态人工智能技术、群体智能技术、高精度传感器技术的技术发展,推动机器人定位与导航的创新,突破机器人导航技术目前瓶颈,创造物流机器人导航技术的未来,进入物流机器人导航技术的4.0时代。