2030年支持SLAM的自主移动机器人的安装基地将超过

同时定位和映射(SLAM)技术是机器人技术的关键驱动因素之一，它允许设备在定位环境的同时绘制环境图。SLAM将使工业领域从自动引导车辆(AGV)过渡到自主移动机器人(AMR)。ABI Research发现到2030年，SLAM支持的商业和工业机器人的安装基地将超过1500万。 多年来，工业部门的企业主一直在工厂和仓库使用AGV，以简化流程，增加生产，减少库存计数时间，并与收缩现象作斗争。现在，AMR由新一代工业机器人组成，它们可以优化工厂的路径和过程，对意想不到的情况做出反应，并在障碍中导航。为了协调工厂活动，避免AMR、AGV和人之间的碰撞，必须建立一个能够实时定位每个机器人位置的系统。

“在工业4.0的最初几年里，很少有工厂会建立实时定位系统(RTLS)，这使得AMRs能够使用SLAM动态地映射其周围环境是非常重要的，”ABI Research SLAM的首席分析师Andrew Zignani解释道。“尽管如此，已经部署了RTLS系统的工厂可以使用RTLS和SLAM将宝贵的物联网数据提供给一个数字平台，该平台可以用来优化流程，使工厂更加精简，从而驱动更快的ROI。”

在工厂地板上部署机器人将使企业主节省大量人力和保险费用，并提高生产率。为此，智能和易于重新编程的机器人将是必要的。AMR将满足这一需求，ABI Research预测，到2027年，AMR将占所有商业机器人出货量的80%。所有AMR都必须具有映射和定位功能，以对工厂内快速变化的环境作出反应，以避免与其他机器和人发生碰撞。因此，大多数工业机器人有望在未来十年拥有SLAM能力。这些机器人的SLAM功能生成的数据也可以集成到一个集中的数字工厂平台中，供KPI分析。 SLAM依赖于复杂的算法来平稳和准确地工作。此外，各种传感器在AMR上产生的大量数据需要高效率和低延迟的处理。因此，一些软件公司，如Intermodalics、Kudan和Accuware，已经确定了开发SLAM算法的市场机会，并与AMR集成商合作部署其软件解决方案。例如，Intermodalics的Pick-it是一种面向机器人的3D视觉定位解决方案，它允许机器人识别和挑选货架上的物品。这是仓库和零售机构的自动识别系统特别有用的工具，具有即插即用的优点，因此不需要深入的技术专长来操作。 “2020年将随着工业环境的急剧变化而开始。人工智能、物联网、RTLS和连接技术(如5G)将以复杂的方式相互作用和改进，而且并非机器人价值链的所有层次都准备好了。在软件开发方面还有很多机会有待探索，SLAM是其中的一个重要部，”Zignani总结道。 来源：ABI Research 编译：南山