888分类目录

2020年智能机器人发展趋势预测

  扫描分享

  0">

  本文共字,预计阅读时间。

  RaaS:机器人即服务

  熟悉云服务的朋友,对于PaaS、IaaS是很了解的。X as a Service, 是源自云服务的商业模式,其甚至影响了传统商用PC行业,联想和HP都先后推出’DaaS’——Device as a Service,尝试让企业通过租赁方式采购其商用PC产品。RaaS即“Robotics as a Service”,字面上可以理解为机器人即服务,存在着商业模式和技术层面两种解读。

  商业模式层面,机器人行业发展趋势,从大型工业生产组织向中小型工业生产组织发展,从工业向零售业、服务业发展。虽然,机器人对于效率的提升、成本的下降,已经在大型工业场景中验证,但其高昂的初始投入和复杂的部署流程,都让中小型工业场景和零售服务业望而却步。

  因此,Fetch率先提供 “on-demand automation”即按需自动化的概念,具有如下特征:

  ROI可量化,可计算,一般周期为6~24个月;

  AI技术的应用:通过SLAM、导航计算,使得机器人能够自动适应环境 vs 传统机器人通过寻线、磁条、标记导航,需要对机器人工作场景进行人工初始化。当场景固定后,很难修改或拓展。

  可扩展性强,对于制造业一般存在淡旺季的差别。企业主可根据实际业务灵活调整机器人数量的投入。

  在按需自动化概念中,机器人供应商不但提供机器人,还需提供工作任务流程示教、运营、维护等一些列服务,企业主直接购买机器人服务包后投入生产,即RaaS。随着市场的发展,一些深耕垂直领域的机器人公司以机器人低成本运营为核心竞争力,为企业提供按件服务计费或业务整包的方式。这种商业模式多集中于物流和新零售行业。

  技术层面,将与机器人相关的云服务聚合,包括AI算法服务、应用部署服务、数据存储服务等。将机器人本体的传感器数据,通常情况是指雷达数据、摄像头数据等传送到云端,通过云服务对这些数据进行计算处理,并将计算结果翻译为机器人本体的执行脚本反馈给本地。

  RaaS 较现有的传统机器人软件具有显著优势:

  部署在云端,统一运行环境,易管理,易维护。

  计算资源在云端可扩展,可动态编排,支持持续开发和部署:

  突破了单体机器人算力资源和计算功耗限制,拥有无限可能。

  知识共享,针对应用场景构建知识图谱。

  但同时也面临着一些挑战:

  依靠网络的延迟和稳定性,无法处理对实时性要求较高的场景。

  依靠生态,需要建立统一的编程接口和数据接口。

  安全性,数据上云通过公共网络传输;若私有化部署,对系统的升级和维护又是一个新的问题。

  Cloud Robotics 云机器人

  但在2020年,一些限制条件正发生着根本性的改变:

  1、5G网络的应用和普及,使得网络因素不再成为障碍。5G拥有的高带宽、低延迟的特性可以轻松将机器人上各种传感器的数据传送到云端。

  2、边缘计算的出现,更缩短了网络传输的距离,开发者可以把机器人服务部署到最近的MEC环境中,以获得较好的网络延迟和较高的网络带宽性价比。

此文由 888分类目录 编辑,未经允许不得转载!:首页 > 网站杂项 > 动态 » 2020年智能机器人发展趋势预测

()
分享到:

相关推荐

评论 暂无评论