应用移动机器人行业依旧保持了较强的增长韧性，市场呈现出快速地增长，在一些细分与创新领域应用超过预判。而随着移动机器人广度和深度的继续扩展，也对技术迭代更新提出了更多样的要求。未来，什么样的移动机器人才是真正符合新时代发展需求的，企业又该朝着怎样的方向去探索？在2022年年底的“中国移动机器人（AGV/AMR）行业发展年会”上，CMR产业联盟主席张雷分享了其对移动机器人技术发展的思考，从发展现状、技术特点以及未来趋势等多个角度进行了详细解读。
2015年左右，国内兴起移动机器人开发高潮，众多企业的入局推动了技术的加快速度进行发展，且相继在多个角度取得了突破性的发展。
从AGV到AMR：移动机器人兼具“车辆”与“机器人”属性，目前，针对其“机器人”属性的研究创新大大超过对其“车辆”属性的研究。
导航技术的多样化发展：移动机器人已发展出多种不同的导航技术，通过传感器数据融合，能解决更多场景的导航问题，其中，自然导航技术的广泛应用，大大扩展了移动机器人的应用领域和应用模式。全流程参与复杂应用：移动机器人由简单的交通管理发展到大规模的智能群控，同时发展出多种多样的具体应用，与流程 、工艺紧密结合，参与全流程应用。
部分产品走向标准化：尽管大多数移动机器人仍以非标订制的形式出现，但也出现了一些标准化产品。综合看来，技术发展多元化、与其他技术的紧密融合以及核心技术突破+应用领域扩展是近年移动机器人技术发展的主要特征。移动机器人需要进入各种任务场景，应用方式多种多样，这就决定了移动机器人技术需要多元化发展；移动机器人技术的发展，与其它领域的技术发展紧密关联，如人工智能、移动通讯、云计算、大数据、数字孪生、虚拟现实等；技术突破与应用拓展相辅相成，核心技术突破决定了的应用发展的纵深，而与应用领域结合则决定了发展的广度。技术的发展推动了移动机器人应用的深入，但从百亿级市场到千亿级市场，移动机器人的边界还要进一步突破。当前，移动机器人在建模与导航、作业能力、场景理解、人机交互以及系统管理等方面还有待进一步提升。
建模与导航：在相对来说比较稳定的环境下，可采用SLAM技术来实现自然导航，但有时仍需要布置少量的人工标识物，在特征稀缺的情况下，常常不能实现正常的导航。
作业能力：目前移动机器人能完成最简单的作业（顶升、叉取、夹抱、辊道输送、末端夹持），当货物位置存在偏差时，末端操纵能力比较弱。
场景理解：对任务场景的理解不足，导致在任务生成、路径规划、安全防护等方面存在困难。
与人交互和协同：仅可以通过最简单的方式与人类进行交互，由于感知、理解等方面的原因，与人类协同还存在困难。
移动机器人系统管理：在结构化环境下，已能轻松实现很复杂的多机器人系统的管理和调度，在非结构化环境下，对多机器人系统的高效协同还有待提高。
突破边界，整体而言，就是移动机器人还需要更加“智能”，结合当前技术发展现状及市场应用趋势，预测未来移动机器人技术呈现以下发展趋势：
移动机器人应用所面临的场景非常多样，目前的自然导航技术不足以应对所有的情形，导航技术仍是移动机器人需要突破的重点。未来，全生命周期SLAM、动态目标滤除、多传感器融合、语义分割与识别等是移动机器人逐步提升导航能力的主要路径。在这一过程中，3D导航技术的应用将会不断增多。3D导航根据其所使用的传感器的不同，分为3D激光导航跟3D视觉导航。
当前，3D激光推广条件已基本成熟，首先是算法日趋成熟，其次是3D激光雷达成本大幅度降低（部分得益于无人驾驶技术的发展），同时机器人控制管理系统硬件算力和成本也已具备条件。3D激光的应用有利于机器人自动建立更为详细的环境模型，系统部署也更简单，即使在环境特征稀缺的情况下，也能提供更丰富的环境信息，有利于稳定的导航，在高动态环境下的鲁棒性比2D激光导航更高，同时对地面平整度的要求有所降低。3D视觉导航技术的发展近年也十分迅猛，视觉采集设备成本低，视觉数据信息量大，通过多目摄像头组合能获取三维空间内更大范围的特征数据，多种不同摄像头可供采用，技术升级迭代很快，可实现全生命周期SLAM。目前，视觉SLAM技术快速地发展，已成为激光SLAM的一个有力补充。未来，视觉SLAM甚至有可能超越激光SLAM，成为自然导航的首选技术。
单体智能是指单个机器人的智能化程度，即单个机器人的感知能力、理解能力及自主决策能力的大小。机器人需要感知和理解环境，并自主地调整运行计划和运行路线。只有理解环境，才能更好地与人类共事。群体智能是指总系统的智能化程度，即系统在集群作业中能否实现整体最优调度的能力。未来，如何将原来移动机器人系统的高效性和AMR绕行的灵活性加以结合，是机器人管理系统要发展的方向。
近年来深度学习神经网络几乎成了人工智能的代名词，我们将迎来AI在移动机器人应用领域的迅速扩展应用，在应用端采用AI技术将带来大量的市场机遇。AI技术将为解决移动机器人在导航、定位、感知、安全、调度管理等方面持续提供技术赋能，移动机器人将在众多领域实现突破，如借助于AI的帮助，移动机器人能搭载灵活性更好、智能的机械手臂，可以使复合机器人的应用领域和作业能力大幅度提升。移动机器人能力逐步提升后，其应用也会促进深化，借助于AI技术，一些原本只能由人类完成的工作将可以被移动机器人取代。
目前国内已有一些移动机器人项目采用5G通讯，取得了不错的应用效果，5G+AGV的应用优势大多分布在在两方面，一是利用5G大带宽、低时延优势对现有的AGV调度系统在调度数量、数据处理进行革新；二则是对AGV导航算法的优化，将部分借助边缘计算的算法优化分析上传至算力更强大的云端处理。拥有“云端大脑”的移动机器人将有能力检索海量数据，并借助云端算力处理更为复杂的问题。未来，借助于5G、云、大数据等技术，移动机器人将变得更加智能。
移动机器人应用的广泛性决定了它的非标属性，所以不可能用标准、统一的移动机器人产品来覆盖如此差异、广泛的应用场景。但在差异化的应用中，我们确实可以寻找能够标准化的批量产品。在一些具体行业中，能够最终靠深度挖掘应用需求，创造出新的应用模式，并以标准化产品的方式来提供给用户。同时，实现技术平台化，可以达 到另一种层级的标准化。由于目前技术还不足以解决各种不同场景的需求，还找不到一种能满足所有不同应用的技术平台，所以，由多个厂家推出各自技术平台的情况还将持续相当一段时间。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。举报投诉
（AGV/AMR）的身影。它们因更便宜、更安全且比真实工人更高效而受大受欢迎。 这些
，内置激光导航算法，支持单舵轮、双舵轮底盘运动模型。FRC5000系列自带丰富的I/O资源和各种通讯接口，支持CANopen
，内置激光导航及二维码导航算法，支持差速底盘运动模型。MRC3100系列自带丰富的I/O资源
，无人驾驶企业也纷纷入局，如仓擎智能、驭势科技等企业的无人驾驶牵引车相继落地。
确定自己在地图参考系中的位置后，自动规划出通往地图参考系中某个目标位置路径并沿着该路径到达目标位置点的能力，是
确定自己在地图参考系中的位置后，自动规划出通往地图参考系中某个目标位置路径并沿着该路径到达目标位置点的能力，是
、信息处理、电子工程等，它集环境感知、动态决策与规划于一体，是目前科学
、信息处理、电子工程等，它集环境感知、动态决策与规划于一体，是目前科学
装置。它既可接受人类指挥，又可以运行预先编排的程序，通过软件控制行动。如今，
起到了及其重要的作用。随着中国人口红利的逐渐消失，人力成本一直上升，人口老龄化等世界性难题，招工难问题愈发严峻，未来，
将被大量应用于半导体、新能源、交通运输、3C电子制造等制造业，促进各行业提质增效和高质量
进行了介绍。 以上分类是根据应用对象，此外，市面上更多的是通用型运动控制器，即控制非标设备的。 1 控制器底层方案1.1 机械臂类
很快但人性很慢，风月同天，命运与共，敬畏行业，不负行业，方能不负卿。大峻寒来暑往，春去秋来，2020年已确定进入尾声，从消毒
。Jamoca本体基于外部提供的硬件平台改装，重约70公斤，长1米、宽0.5米、站高0.75米。基于腾讯自研的
，为Jamoca打造了一个能应对复杂环境的智能大脑，让Jamoca能行走、小跑和跳跃，还能自主定位和避障。平衡轮式
通过传感器感知环境信息和自身状态，实现在有障碍的环境中面向目标的自主运动” 目前，
运动学模型和路径跟踪等，以下分别作些简要介绍，各部分具体将在后续章节详细的介绍。 2，l
。与此同时，以General Electric Quadruped为代表的步行
也研究成功。它能在不平整，非结构化环境中运动。70 年代末，随着计算机
的研究又出现新的高潮。特别是80 年代开始，美国国防部 DARPA 的支
