机器人大规模商用再遇瓶颈

近年来，机器人的应用领域和形态发展相当快，从家庭、餐厅、到购物中心、酒店，再到仓储物流、工业装备制造，几乎无处不在。来自Omdia的数据显示，2019年至2025年间，仅机器人组件市场就将以20.4%的年复合增长率(CAGR)增长，到2025年，全球市场整体收入将增至约1,260亿美元。

机器人技术发展主要阶段

早在2017年，中国信息通信研究院、IDC国际数据集团和英特尔共同发布了《人工智能时代的机器人3.0新生态》白皮书，把机器人的发展历程划分为机器人1.0、机器人2.0、机器人3.0三个时代：

• 机器人1.0 (1960-2000)，机器人对外界环境没有感知，只能单纯复现人类的示教动作，在制造业领域替代工人进行机械性的重复体力劳动。
• 机器人2.0 (2000-2015)，通过传感器和数字技术的应用构建起机器人的感觉能力，并模拟部分人类功能，不但促进了机器人在工业领域的成熟应用，也逐步开始向商业领域拓展应用。
• 机器人3.0 (2015-2020），伴随着感知、计算、控制等技术的迭代升级和图像识别、自然语音处理、深度认知学习等新型数字技术在机器人领域的深入应用，机器人领域的服务化趋势日益明显，逐渐渗透到社会生产生活的每一个角落。在机器人2.0的基础上，机器人3.0实现从感知到认知、推理、决策的智能化进阶。

到了2019年，在英特尔、达闼科技、新松机器人、科沃斯商用机器人共同发布的《机器人4.0白皮书》中，4.0时代的机器人被描述为“除了具有感知能力实现智能协作，还具有理解和决策的能力，达到自主的服务。“、 ”在90%，甚至 95%的情况可以自主完成任务“。而要达到这一目标，人工智能、5G、自适应人机交互能力成为了关键技术。

机器人4.0时代(图源：英特尔)
如上图所示，类似互联网的三级火箭发展模式，第一阶段——关键场景，把握垂直应用，提高场景、任务、能力的匹配，提高机器人在关键应用场景的能力，扩大用户基础；第二阶段——人工增强，通过加入持续学习和场景自适应的能力，延伸服务能力，取代部分人力，逐步实现对人的替代，让机器人的能力满足用户预期；第三阶段——规模化，通过云-边-端融合的机器人系统和架构，让机器人达到数百万千万级水平，从而降低价格成本，实现大规模商用。

实现机器人跳跃式发展

智能机器人开发平台哪家强？

尽管不同行业中使用的机器人类型不同，目标和任务不同，但它们对低延时、确定性、计算效率、尺寸功耗、功能安全、信息安全等关键特性却有着共同的要求。考虑到控制算法、通信标准、人工智能、传感器日新月异的变化，“一个由软硬件协同定义的机器人”，正成为机器人行业的刚需。为此，全球领先的芯片厂商近期也纷纷展示了各自最新的机器人开发平台，我们也由此可以一探机器人市场的新动向。

NVIDIA: AI掀起机器人技术革命 

在刚刚结束的COMPUTEX技术大会上，NVIDIA宣布全球30多家领先的合作伙伴将推出首批基于NVIDIA Jetson AGX Orin套件的生产系统，广泛分布于边缘AI、AIoT、机器人和嵌入式应用领域。
JetsonAGX Orin采用包含2048个CUDA内核的NVIDIA Ampere架构GPU和12个Arm Cortex-A78AE CPU，以及新一代深度学习和视觉加速器、高速接口、更快的存储带宽和对多模态传感器的支持，可提供每秒275万亿次运算性能。在针脚兼容性与外形尺寸相同的情况下，其处理能力超过前代产品NVIDIA AGX Xavier 8倍。

NVIDIAJetson AGX Orin开发套件(图源：NVIDIA)
而Jetson AGX Orin加上强大的传感器套件，就组成了NVIDIA新一代机器人硬件平台—Isaac Nova Orin，这是一个用于自主移动机器人(AMR)的计算和传感器的参考设计，并包含了DeepMap、CuOpt和Metropolis等技术。
“打造一个机器人不能只关心硬件，智能机器人首先需要感知世界，然后在此基础上进行决策并采取行动。“NVIDIA嵌入式和边缘计算业务副总裁Deepu Talla 以Isaac机器人平台为例，解释了NVIDIA机器人开发平台的四大支柱：
第一个支柱是创建AI。Talla表示，“这个过程非常耗时且困难“，但NVIDIA正在通过用于合成数据生成的Isaac Replicator、NGC上提供的NVIDIA预训练模型以及NVIDIA TAO工具套件等工具让这个过程变得快速而简单。
第二个支柱是先在虚拟世界中模拟机器人的运行，然后在现实世界使用Issac Sim进行部署。
第三个支柱是构建物理机器人。
第四个支柱是关于在其生命周期内管理已部署的机器人队伍，这个生命周期通常是许多年，有的甚至超过十年。

高通：旗舰级平台迭代革新

在2022年度高通5G峰会上，高通面向自主移动机器人(AMR)、配送机器人、高度自动化制造机器人、协作机器人、城市空中移动(UAM)飞行器、工业无人机基础设施和自主安防领域，推出了旗舰级机器人RB6平台和RB5 AMR参考设计。
“5G+AI”始终是高通所坚持的发展路线，RB6平台自然也不例外。该平台支持每秒70至200万亿次运算(70-200 TOPS，INT8)，可通过扩展卡让RB6平台在未来支持3GPP Release 15、16、17和18特性。同时，RB6平台还提供了全面、可定制且易于使用的丰富硬件及软件开发工具组合，包括全集成的AI SDK、高通智能多媒体SDK等，可融合多媒体、AI与ML、计算机视觉(CV)和网络构建模块，支持端到端机器人应用部署。

高通旗舰级机器人RB6平台
目前，包括凌华科技、Akasha Imaging、Cyngn、灵动科技、创屹科技、现代机器人、inVia Robotics、LG电子、微软Azure 专用多接入边缘计算(MEC)）、ModalAI、Naver Labs、普渡科技、三星电子、Teraki、美国菲力尔公司(Teledyne FLIR)和创通联达在内的合作伙伴均已采用该平台。

AMD：从设置到应用，一小时搞定

作为AMD Kria自适应系统模块(SOM)和开发者套件产品组合的最新成员，Kria KR260机器人入门套件日前亮相2022年嵌入式视觉峰会。

面向机器视觉的Kria KR260机器人入门套件(图源：AMD)
SOM的准确定义是“位于系统核心的小尺寸嵌入式PCB(包括处理器、DDR、外设)”，属于板卡级而非芯片级设计，直接插入最终产品即可进行生产部署。AMD工业、视觉、医疗和科学市场高级总监Chetan Khona表示，与芯片缩减设计(chip-down design)相比，Kria SOM允许开发者从设计周期中更为成熟的节点入手，进而将部署时间缩短多达9个月。
支持原生的ROS 2系统是Chetan Khona强调的重点。众所周知，机器人是“系统中的系统”，大量异构计算集群在此协同工作，而机器人操作系统(ROS)则是一种专为机器人架构开发的开源中间件/框架。ROS 2的出现，解决了将ROS用于下一代实时机器人时面临的局限。

英特尔：打造“机器人英雄荟”

HERO系统平台是英特尔专为智能机器人打造的一套低功耗、高性能、体积小的异构系统平台。它采用了英特尔酷睿系列CPU，并搭载英特尔Arria 10 GX系列FPGA作为异构加速器，CPU和FPGA之间通过8通道PCIe高速接口进行通信。同时，考虑到机器人空间有限，整套系统板卡的尺寸控制在17×17×9cm范围内。可以看出，面向机器人4.0时代的HERO平台，更强调如何实现自适应人机交互、三维语义环境理解和个性化知识图谱。

英特尔HERO系统平台(图源：英特尔)

大规模商用的痛点

地平线AIoT总经理王丛日前在出席“2022中国机器人产业大会”，并发表题为《赋能机器，让人类生活更安全更美好》的演讲时指出，“机器人发展的阶段核心问题，是高昂的研发成本和制造成本与产品价值的不匹配。”
首先是硬件成本高。以机械臂为例，一个高精度机械臂成本约为十几二十万元，如果加上力控、高精度3D相机、高算力芯片，硬件成本将直线上升；其次是软件成本，算法、AI数据的标注、GPU等人力和软件成本也非常高；最后，从系统层面考虑，机器人研发涉及机械选型、系统定制、算法开发、数据闭环多个环节，每个过程都要付出高昂的成本。
图源：地平线
《机器人4.0白皮书》中其实也阐述了相近的观点，并将机器人大规模商用的难点归结为以下三方面：
第一，缺少令人瞩目和必不可少的应用场景。机器人除了要具备感知能力，还要能够理解和决策。机器人需要有记忆、场景理解的能力，拥有知识，才能够优化决策，自主实施工作，并进行个性化演进。如果机器人提高自身能力，完成特定和复杂问题的进度缓慢，大规模商用的比例将维持低水平。
第二，价格高，不成规模。传感器和硬件的价格一直在下降，但是机器人的价格依然很高，不能被广泛的市场用户接受，没有形成市场规模。扫地机器人由于较低的价格，目前快速的进入大众家庭。但是对于大多数类别的机器人，特别是具有更强功能、高精度移动底盘、机械臂的机器人，价格依然是一个痛点。
第三，隐私、安全和数据保护问题亟待解决。随着机器人的应用领域越来越广泛，其物理安全和用户的数据安全问题更加凸显。在与机器人的交互过程中，机器人会不断收集用户的图像、语音、行动数据进行导航和决策，这些数据有的在本地处理，有的在云端处理，人们对这些数据的安全抱有疑虑。对于能够自由移动的服务机器人和拥有机械臂的工业机器人，保证机器人自身的物理安全，不被恶意攻击，避免造成人身伤害也至关重要。
“行百里者半九十，机器人研发这条路不好走主要是因为研发成本过高。“王丛说，当下，智能机器人市场面临着产业早期问题，机器人系统，主控平台及各类传感器等软硬件各自为战，这是产业生态不成熟的必然结果，导致整体开发者整合成本高，资源投入大，消费者也不愿意为之付出溢价。而要解决这个问题，则需要包括机器人系统，主控平台及各类传感器等在内的软硬件紧密耦合，借助生态的力量降低综合成本。

*本文为国际电子商情原创文章，未经授权禁止转载。

END