Skip to main content

在一天之内建造一个自主移动机器人

自主移动机器人,AMR,机器视觉,OpenVINO,AI,AWS RoboMaker,UP Squared

自主移动机器人 (AMR) 为工厂自动化提供了最大的增长机会之一。到 2025 年,预计将有 400 多万台这样的机器人在仓库工作。

而这只是这些智能机器人的应用之一。AMR 还可以执行清洁任务,定位特定物品并将其运送到特定地点,探索崎岖地形以及与之人类交互。

但是,如果没有人类的帮助,机器人革命就不会发生。建造 AMR 需要人工智能、机器视觉和机器人技术等复杂领域的专业知识。发展这种专业知识需要投入大量的时间和金钱,或者,工程师也可以使用现成的技术走捷径。

一天内部署机器视觉

一个很好的例子就是来自 UP 的 RoboMaker Pro Kit。如图 1 中所示,该套件提供了一个即用型 AMR 机箱,内带:

  • 英特尔® RealSense D435 摄像头,用于 3D 视觉
  • 英特尔® Movidius Myriad X VPU,用于视觉处理
  • ROS2 和 Ubuntu 16.04 操作系统
  • 对 AWS RoboMaker 和英特尔® OpenVINO 工具套件的支持
  • 配电、伺服电机、电池和 Wi-Fi

“使用该套件,开发人员可以立即构建一个端到端的解决方案演示或概念验证 (POC)”,公司人工智能和物联网软件架构师 Daniele Cleri 说道。Cleri 认为,开发人员可以在一天内创建一个机器视觉应用程序,并在几天内生成一个工作演示。

UP RoboMaker Pro Kit(左侧)可用于构建概念验证(中间),后者可快速扩展到生成(右侧)。(来源:UP)
图 1。UP RoboMaker Pro Kit(左侧)可用于构建概念验证(中间),后者可快速扩展到生成(右侧)。(来源:UP)

此快速开发周期的关键是套件对 AWS RoboMaker 的使用。Cleri 指出,AMR 的一个关键要求是具备 3D 视觉能力和自主决策能力。但是,如果没有合适的工具,测试和开发这些算法的过程可能会非常缓慢。

AWS RoboMaker 提供可替代物理测试的模拟环境,从而解决了这个问题。RoboMaker 可以模拟避障和区域映射等任务,快速迭代设计理念。经过优化后,这些算法就可以移植到机械人。

这种直接从模拟到现实的工作流程是通过英特尔 OpenVINO 工具套件实现,它能将 RoboMaker 算法转换成可供套件使用的代码。英特尔®AWS 通力合作,确保了技术之间的无缝集成。

AWS 平台的另一个好处是能够使用 AWS IoT Greengrass 执行群组管理。这简化了对数百甚至数千台机器人的控制和同步,并有助于生命周期管理。

为了进一步简化开发,该套件附带了各种示例应用程序。其中包括视觉、推理、导航和计算(图 2)。

该套件附带了大量的应用程序。(来源:UP)
图 2。该套件附带了大量的应用程序。(来源:UP

多种用例在开发中

除了开发仓库机器人外,还可以使用 OpenVINO 训练 AMR 执行其他任务,如安保。Cleri 表示:“推理应用程序可用于教机器人在规定的空间内漫游,并观察人们是否有可疑行为。”机器人可以针对此类行为作出自动响应,也可以转由安保人员进行审查并采取行动。

目前围绕 UP Squared RoboMaker Kit 和 Cogniteam 软件的大部分开发工作都是在大学进行的,包括班古里昂大学 (Ben-Gurion University) 和巴伊兰大学 (Bar-Ilan University),以及三菱研究实验室 (Mitsubishi Research Lab) 等机构。“我们非常荣幸与英特尔® 和其他组织开展密切协作,” Cleri 说。

作者简介

Robert Moss is an independent consultant and strategist who focuses on the value gained through IoT, AI, machine learning and other technologies. He also helps give voice to executives at leading technology companies, enabling their personal stories to show how they encourage innovation, overcome obstacles, and improve their leadership skills. Tweets @RobertMoss_IoT

Profile Photo of Robert Moss