自动移动机器人已准备好起飞
工业机器人技术已经存在了数十年，并改变了行业。建立了良好的高精度工程技术，该工业机器人武器燃料当今的工厂和大量的工厂工作是完全自动化的。这将继续加快步伐。
移动机器人技术的实际用法开始了自动化的导向车辆在工业环境中的旅程，这也是使移动机器人自动驾驶的第一步。但是它们通常仅限于在已知路径和外部基础设施上运行的工厂和商店地板。他们也可以使用传感器，但在类型上受到限制并在相同的路径上运行。他们检测到障碍物并可以停止，但不会在它们周围导航。
在过去的几年中，传感器技术，可用的计算功率，边缘传感器智能/AI和云以及巨大的成本降低方面取得了惊人的进展。
所有这些都将自动驾驶移动机器人（AMR）段放在起飞的风口浪尖上。AMR可以在各种地形，感官，计划，导航，检测和避免障碍物上运作。可以将它们重新配置为新的地形和新任务。
本文是有关AMRS和一般快速增长的移动机器人技术的一系列文章中的第一篇文章。
自动移动机器人
有各种各样的移动机器人，包括陆基机器人，例如自动驾驶汽车，卡车，工业移动机器人，监视和服务机器人；空中机器人，包括无人机和无人机；和水下机器人。什么时候添加了智能对于这些机器人，使他们能够计划自己的道路并自动导航，同一类别的机器人代表世界自主性移动机器人。
AMR具有广泛的应用，包括工业，服务机器人，测量，映射，监视，农业，医疗保健，国防，空间等。
当肮脏，危险和沉闷的工作进入图片时，机器人也是如此。本文给出一个很好的摘要。
尽管自动驾驶汽车，机器人出租车和卡车（AMRS类别）如今已成为众人瞩目的焦点，但在其他各种AMR细分市场中，许多工业和服务自动化类别都发生了一场无声的革命。
自主操作可能是部分或全面的，但是在每种情况下，都需要在紧急情况下或机器人无法处理完全自主操作时进行手动干预。因此，机器人的更相关类别是可控自动移动机器人，该机器人总是为操作员提供手动控件，以覆盖完全自主操作。
为什么AMR行业在拐点处
智能手机革命对行业做了三件重要的事情。首先，它在传感器方面取得了快速的进步，可用于商业应用。同样，在快速的技术进步和急剧降低的成本降低方面，它也大大降低了传感器价格，并且对其他传感器的间接影响也不一定是智能手机的一部分。其次，计算功率两者都在边缘和云爆炸。第三，人工智能，机器学习，深度学习和高级传感器融合技术开始了，再次受益于大型计算功率和商业上可行的成本。
另一场革命发生在同一时期，这改变了整个软件行业：开源软件及其社区。这使复杂但孤立的技术公开以进行协作和广泛使用。机器人界通过开源社区驱动的努力（例如机器人操作系统（ROS）。
结合了所有这些因素，AMR行业有望快速起飞。
此外，使用云和物联网，我们现在拥有具有一些智能的云控制的托管机器人，并且在云上还处理了AI。这打开了许多应用程序，可以管理各种操作的机器人，它们的实时数据，处理，智能，互会在机器人舰队之间收集和共享。
需要意识到，AMR因失去控制或传感器的失败而误入歧途，并可能造成损坏是一定的可能性。因此，受控的AMR现在是主要重点领域。AMR必须有足够的冗余才能控制它们，包括手动和身体上对云进行远程控制。
AMR的关键构建块
虽然每个机器人都可以是唯一的，但有一些共同的元素，例如传感器，路径和轨迹计划的算法，对象检测和导航，映射，控制系统，操纵/武器，抓地力，电动机/驱动器/驱动器，电源/电池，当然还有，等等整个机械结构和身体。
各种传感器在AMR上包括摄像机（单声道，立体声），深度传感器（例如，飞行时间，传感器，激光雷达，雷达，编码器，超声传感器，力传感器，力传感器，惯性测量单元等。传感器融合，深度学习和计算机视觉，算法，算法，此类算法作为大满贯（同时定位和映射），轨迹计划，反馈控制系统，前向运动学，逆运动学，运动控制系统等是这些复杂的电力机械系统的核心。
AMR还需要通过人工干预来管理，以解决安全和AMR被卡住的情况。通过服务器进行远程管理和控制，云对于可控的AMR至关重要。
该行业并非没有障碍
使用AMR时，需要解决一些技术限制。一个例子是在机器人的总服务持续时间内无需充电而限制电池。
当在不同的地形上运行AMR，尤其是在人类密度较高并且失去控制AMR会导致损坏的情况下，安全仍然是主要问题。
机器人智能和控制算法是复杂的，并且根据机器人类型，地形，应用程序/用例，处理环境条件，传感器选择等等，对于不同的用例而有所不同。因此，对于他们运行的环境仍然需要进行广泛的微调，优化和测试。
没有共同行业的合规性框架来证明AMR。该行业必须考虑如何提出合规性和认证框架。
在下一系列文章中，我将更详细地探讨AMR和一般机器人技术的各个方面。
所有的物联网议程网络贡献者都负责其帖子的内容和准确性。意见是作家的，不一定会传达物联网议程的思想。