移动机器人目前面临哪些难题？应该如何才能实现大规模应用

移动机器人是一个集环境感知、动态决策与规划、行为控制与执行等多功能于一体的综合系统，它集中了传感器技术、信息处理、电子工程、计算机工程、自动化控制工程以及人工智能等多学科的研究成果。移动机器人既可以接受人类指挥，又可以运行预先编排的程序，同时也可以根据以人工智能技术制定的原则纲领行动。

近年来，我国人口出生率呈持续下降趋势，制造业的人口红利逐渐消失。而原本享受我国高出生率带来的人口红利的行业，如3C电子、物流、汽车制造等，都面临劳动率低、生产率低的问题。

因此，作为人力资源的一大替代品，移动机器人（AGV）的需求变得愈发旺盛。与此同时，随着物流系统的迅速发展，机器人性能不断地完善，移动机器人的应用范围大为扩展。不论是生产、仓储中种类繁多且沉重的物料或者成品，还是物流分拣中爆发式增长的快递包裹，当前移动机器人技术已经达到可批量应用的时间窗口。但是却仍然存在一定的问题。工作范围受限，业务覆盖受限、提供服务受限、运维成本过高是目前移动机器人面临的几大难题。

7月13日，由中国计算机学会（CCF）主办，雷锋网、香港中文大学（深圳）承办，深圳市人工智能与机器人研究院协办的2019年全球人工智能与机器人峰会（CCF-GAIR）隆重举行，会议中，哈尔滨工业大学（深圳）教授、IEEE RAS国际事务委员会主席朱晓蕊教授为机器人前沿专场分享了对智能移动机器人的行业洞见。

01自主定位的机器人面临挑战

面对移动机器人目前存在的难题，其根本原因是关键技术（长期自主移动和大面积覆盖移动）并没有得到很好地突破。

移动机器人在在运作过程中，需要覆盖大面积的区域，因此需要大量的数据来描述不同的环境。同时要求移动机器人能适应动态场景。例如：移动机器人在检测和跟踪静态或者动态的物体时，要学习更多的知识来预测环境的变化。

不仅如此，移动机器人需要长时间运行，对数据的存储量要求也越来越多。因此便需要更多的存储空间和更强的运算能力，而如果只是靠机器人的单机的本体很难实现的。

02云机器人的技术突破

机器人单机本体满足不了现今的技术需求，云机器人便应运而生了。它利用机器人端的运算以及云端的运算进行机器人技术的研究。

云机器人有几个优点，第一：可以利用云机器人的框架弹性分配计算资源，这样就可以用在复杂环境中的同时定位与制图。

第二：可以在这个框架下访问大量的数据库，例如在做识别和抓取物体的时候，需要用很多的数据库来比对，另外如果做基于外包地图的长期定位，也需要访问大量的地图的数据库。而云机器人可以提供大量数据。

第三：可以形成知识共享，也就是多机器人系统间的信息共享。这就意味着这些多机器人之间可以根据情况配备不同的装备，但是它们之间可以在云端形成一些知识共享。

总而言之，云机器人的技术突破主要体现在：一，充分利用云端的无线存储空间和丰富的数据库资源，来降低对机载传感器的要求，设计分布式算法，寻求云端的强大计算能力和机器人实时要求之间的平衡。二，补偿由于网络不稳定引起的断网问题，以及由于云端和机器人端数据的频繁交互引起的网络延迟。

随着5G时代的到来，我们能够使用高带宽、低延时、高并发的通讯网络，这样云、网、端三位一体的云机器人才可能真正得到大规模的应用，从而让移动机器人来扩展环境覆盖面积、提升业务覆盖能力、增强场景覆盖力、降低运维成本。这样整个服务机器人商业化的进程才会真正进入到一个新的时代。