通信世界網(wǎng)消息（CWW）目前AGV（Automated Guided Vehicle，自動(dòng)導(dǎo)引運(yùn)輸車(chē)）技術(shù)正被廣泛應(yīng)用于無(wú)人物流、倉(cāng)儲(chǔ)以及工業(yè)生產(chǎn)過(guò)程中。隨著視覺(jué)定位技術(shù)的發(fā)展，采用未標(biāo)記場(chǎng)景的圖像信息融合慣性測(cè)量單元傳感器數(shù)據(jù)進(jìn)行全局定位和地圖構(gòu)建的技術(shù)（SLAM或VIO）已經(jīng)較為成熟，這種方法能夠使用較低成本的傳感器實(shí)現(xiàn)AGV的定位與控制，但其所需要的計(jì)算資源超出了一般低成本嵌入式計(jì)算機(jī)所能提供的范圍，需要相對(duì)高性能的計(jì)算機(jī)進(jìn)行處理，因而無(wú)法真正有效地降低單臺(tái)AGV的成本。

云化AGV，提高AGV智能化程度

如果通過(guò)Wi-Fi或4G技術(shù)將圖像信息傳輸至服務(wù)器進(jìn)行處理，則壓縮后圖像的清晰度會(huì)受到明顯影響，進(jìn)而影響定位效果，并且無(wú)線通信的延遲與不穩(wěn)定性也會(huì)對(duì)AGV的正常工作造成影響。如果能夠通過(guò)更高帶寬、更低延遲、更好穩(wěn)定性的5G網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)的傳輸，則云化視覺(jué)定位是完全可行的。

云化AGV，即把AGV上位機(jī)運(yùn)行的定位、導(dǎo)航、圖像識(shí)別及環(huán)境感知等需要復(fù)雜計(jì)算能力需求的模塊上移到5G的邊緣計(jì)算服務(wù)器，以滿足AGV日益增長(zhǎng)的計(jì)算力需求，同時(shí)，運(yùn)動(dòng)控制/緊急避障等實(shí)時(shí)性要求更高的模塊仍然保留在AGV本體以滿足安全性等要求。這相當(dāng)于在云端為AGV增加了一個(gè)大腦，除AGV原有的復(fù)雜計(jì)算以外，各種各樣的AI能力擴(kuò)展成為可能。云化AGV架構(gòu)如圖1所示。

圖1  云化AGV架構(gòu)

邊緣計(jì)算和云計(jì)算的結(jié)合將突破AGV終端的計(jì)算能力和存儲(chǔ)的限制，提高AI算法的訓(xùn)練和推理能力，同時(shí)將大部分機(jī)器人智能布署在邊緣和云端，通過(guò)協(xié)作和不斷地訓(xùn)練，持續(xù)不斷地提高AGV智能化程度。

多臺(tái)云化AGV可組成柔性生產(chǎn)搬運(yùn)系統(tǒng)，運(yùn)行路線可以隨著生產(chǎn)工藝流程的調(diào)整而及時(shí)調(diào)整，大大提高了生產(chǎn)的柔性和企業(yè)的競(jìng)爭(zhēng)力。對(duì)于港口、碼頭和機(jī)場(chǎng)等密集搬運(yùn)場(chǎng)所，AGV發(fā)揮出更為強(qiáng)大的并行化、自動(dòng)化、智能化等特性。在一些特殊環(huán)境要求的場(chǎng)景，如醫(yī)藥、食品、化工，甚至危險(xiǎn)場(chǎng)所和特種行業(yè)，AGV除了基本的搬運(yùn)工作外，還自帶多種傳感器，可以進(jìn)行執(zhí)行檢查、探測(cè)、自動(dòng)識(shí)別等工作。

中興通訊云化AGV方案創(chuàng)意特色

實(shí)現(xiàn)AGV云化控制相當(dāng)于部署在工業(yè)企業(yè)內(nèi)5G網(wǎng)絡(luò)側(cè)的工業(yè)邊緣云MEC將AGV作為無(wú)線傳感器與執(zhí)行器進(jìn)行控制，這一控制方式對(duì)于數(shù)據(jù)鏈路的可靠性以及帶寬具有十分苛刻的要求。將AGV的頂層控制器轉(zhuǎn)移至邊緣云端后，AGV底層只負(fù)責(zé)速度與轉(zhuǎn)向控制，通過(guò)編碼器與慣性測(cè)量單元即可實(shí)現(xiàn)，頂層圖像信息的處理與反饋需要由部署在MEC上的軟件實(shí)現(xiàn)。在安全避障方面，由于定位不完全依賴于激光數(shù)據(jù)，AGV可以裝備低成本的二維或偽三維激光避障傳感器，用于代替昂貴的三維點(diǎn)云激光傳感器。

由于AGV的運(yùn)動(dòng)學(xué)模型相對(duì)較為準(zhǔn)確，視覺(jué)定位算法可以通過(guò)相對(duì)較快的速度收斂，理論上能夠達(dá)到較好的精度。如果在室外環(huán)境使用，AGV底層還可以攜帶低成本GPS模塊，進(jìn)一步增加定位的可靠性。MEC通過(guò)與先驗(yàn)知識(shí)圖像信息進(jìn)行匹配，能夠有效地確定所有AGV的全局位置，并根據(jù)AGV的狀態(tài)實(shí)時(shí)進(jìn)行自主路徑規(guī)劃和自動(dòng)避讓。

如此，一方面，MEC采用全新的分布式計(jì)算方式，構(gòu)建在用戶側(cè)的云服務(wù)環(huán)境，降低時(shí)延和往返時(shí)間（RTT），優(yōu)化流量，增強(qiáng)物理安全和緩存效率等。另一方面，MEC是把終端側(cè)的大量計(jì)算和應(yīng)用需求，從終端側(cè)遷移到MEC邊緣側(cè)，實(shí)現(xiàn)計(jì)算及存儲(chǔ)資源的彈性利用，并減少移動(dòng)業(yè)務(wù)的端到端時(shí)延。

目前機(jī)器人本體計(jì)算能力有限，必須通過(guò)可以無(wú)限擴(kuò)展的云端計(jì)算能力來(lái)提供智能機(jī)器人所需的能力。通過(guò)5G無(wú)線接入和由安全高速骨干網(wǎng)絡(luò)構(gòu)成的機(jī)器人的“神經(jīng)網(wǎng)絡(luò)”，來(lái)實(shí)現(xiàn)機(jī)器人本體和云端大腦的連接。云端大腦包括機(jī)器人視覺(jué)系統(tǒng)、對(duì)話系統(tǒng)、運(yùn)動(dòng)智能和極限現(xiàn)實(shí)系統(tǒng)等技術(shù)，通過(guò)人工智能算法不斷訓(xùn)練、進(jìn)化，使得前端機(jī)器人本體智能隨之迅速提高。因此，云化AGV的系統(tǒng)架構(gòu)具有更強(qiáng)的適應(yīng)性和擴(kuò)展性。

云化AGV實(shí)現(xiàn)了云—邊—端的無(wú)縫協(xié)同計(jì)算。云側(cè)提供高性能的計(jì)算以及通用知識(shí)的存儲(chǔ)，邊緣側(cè)進(jìn)行有效的數(shù)據(jù)處理，提供算力支持，并在邊緣范圍內(nèi)實(shí)現(xiàn)協(xié)同和共享，機(jī)器人終端完成實(shí)時(shí)的操作和處理等基本功能。

云化AGV具有持續(xù)學(xué)習(xí)和協(xié)同學(xué)習(xí)的能力，將感知模塊的輸出與知識(shí)圖譜結(jié)合對(duì)環(huán)境和人充分理解，通用知識(shí)和較少變化的領(lǐng)域知識(shí)存放在云端，與地域和個(gè)性化服務(wù)相關(guān)的知識(shí)存放在邊緣或者終端，逐步提取和積累與服務(wù)場(chǎng)景、個(gè)人相關(guān)的個(gè)性化知識(shí)。云化AGV能夠在AGV之間或AGV與其他智能體間共享數(shù)據(jù)、模型、知識(shí)庫(kù)等，進(jìn)行協(xié)同學(xué)習(xí)。

5G云化AGV已在生產(chǎn)線試點(diǎn)成功

5G云化AGV已在中興通訊長(zhǎng)沙研發(fā)生產(chǎn)基地的生產(chǎn)線試點(diǎn)成功。項(xiàng)目之初，云化AGV采用激光導(dǎo)航代替侵入式部署的導(dǎo)航方式。隨著場(chǎng)景的日趨復(fù)雜，為了彌補(bǔ)2D激光導(dǎo)航在無(wú)特征場(chǎng)景和復(fù)雜場(chǎng)景應(yīng)用受限的缺陷，采用了激光+視覺(jué)等多傳感器融合的自主導(dǎo)航方案。隨著視覺(jué)定位技術(shù)的發(fā)展，采用未標(biāo)記場(chǎng)景的圖像信息融合慣性測(cè)量單元傳感器數(shù)據(jù)進(jìn)行全局定位和地圖構(gòu)建的技術(shù)（SLAM或VIO）已經(jīng)較為成熟，AGV采用了更低成本的視覺(jué)實(shí)現(xiàn)定位和導(dǎo)航。

中興通訊長(zhǎng)沙智慧工廠生產(chǎn)線如圖2所示。

圖2 中興通訊長(zhǎng)沙智慧工廠生產(chǎn)線

市場(chǎng)可期  將大幅提升生產(chǎn)效率和管理水平

隨著5G和邊緣計(jì)算的部署，機(jī)器人端到基站的延遲可以達(dá)到毫秒級(jí)，使得5G的網(wǎng)絡(luò)邊緣可以很好地支持AGV的實(shí)時(shí)應(yīng)用。

通過(guò)云化，各AGV本體獲取和處理的信息可以保持最新，并安全備份、存儲(chǔ)。因此，在通常情況下，云側(cè)可以提供高性能的計(jì)算以及通用知識(shí)的存儲(chǔ)，邊緣側(cè)可以更有效地處理數(shù)據(jù)，提供算力支持，并在邊緣范圍內(nèi)實(shí)現(xiàn)協(xié)同和共享，機(jī)器人終端完成實(shí)時(shí)的操作和處理等基本機(jī)器人的功能。

隨著人口紅利的消失及人力成本的提升，生產(chǎn)制造智能化改造升級(jí)需求迫切。云化AGV一個(gè)云端大腦可以控制很多AGV，匯集來(lái)自所有連接AGV的視覺(jué)、語(yǔ)音和環(huán)境信息，分析處理后的數(shù)據(jù)信息可以被所有連接AGV使用，多AGV協(xié)同工作可以自主處理更加復(fù)雜的工作流程。利用云端平衡計(jì)算負(fù)載可以降低AGV本體的硬件需求，在保證能力的同時(shí)，讓AGV更輕、更小、更便宜。同時(shí)，AGV的持續(xù)升級(jí)也將不再依賴AGV本地硬件設(shè)備。社會(huì)經(jīng)濟(jì)轉(zhuǎn)型和云化AGV的優(yōu)勢(shì)讓云化AGV規(guī)模化部署成為可能。

云化AGV把云端大腦分布在從云到端的各個(gè)地方，充分利用邊緣計(jì)算去提供更高性價(jià)比的服務(wù)，把要完成任務(wù)的記憶場(chǎng)景的知識(shí)和常識(shí)很好地組合起來(lái)，實(shí)現(xiàn)規(guī)模化部署。由于AGV配備了多傳感器，在工作過(guò)程中可以收集到大量視覺(jué)、語(yǔ)音、位置等信息，為了數(shù)據(jù)安全，建立了安全專(zhuān)網(wǎng)，基于專(zhuān)有路線進(jìn)行網(wǎng)絡(luò)傳輸，確保AGV與云端具有安全的網(wǎng)絡(luò)連接。

隨著5G通信網(wǎng)絡(luò)商用部署的全面鋪開(kāi)，利用5G技術(shù)，可大大縮短從終端到接入網(wǎng)的時(shí)間，帶寬大幅度上升，很多工業(yè)應(yīng)用可以放到邊緣端，加入更多的計(jì)算能力，包括云端大腦的一些擴(kuò)展，助力AGV規(guī)模化部署。隨著5G網(wǎng)絡(luò)的規(guī)模商用和5G云化AGV在工業(yè)制造和倉(cāng)儲(chǔ)物流等領(lǐng)域的大量應(yīng)用，可大幅提升企業(yè)的生產(chǎn)效率和管理水平，節(jié)省人力成本。