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。
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® 与 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）。
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。