高通等技術供應商正在提供包含ML和5G使能器的機器人開發平臺。但僅靠開發平臺還不足以推動機器人技術創新向前發展，至少在機器人工程人才供不應求之前是不行的。

結合機器學習(ML)和5G連接是開發更多自主機器人的自然下一步。然而，這需要具備強大的機器人開發和執行平臺，以及機器人工程專業知識。但即使少數大型供應商專注于前者（例如，高通公司推出了新發布的RB6平臺），招聘和培訓新員工，尤其是工程師，仍然乏善可陳。缺乏額外的機器人平臺支持，加上工程人才有限，可能會阻礙機器人領域的實際進步。

隨著5G連接和機器學習(ML)處理在越來越小的設備上的出現，機器人技術最終將從兩者中受益。因此，毫不奇怪，像高通這樣的主要技術提供商會發布一個平臺，目的是為機器人專家提供ML和5G功能。

最近推出的Qualcomm的RB6平臺以及RB5AMR參考設計具有雄心勃勃的目標。簡而言之，就是讓自主移動機器人 (AMR) 更加自主。

旨在幫助開發人員創建智能設備，其中“智能”意味著可以在設備本身上執行ML過程，RB6平臺配備了一套用于此目的的高級工具，從支持全球sub-6GHz的5G連接和毫米波頻段到邊緣機器學習和視頻處理能力，由高通人工智能引擎支持，每秒可執行70-200萬億次運算。反過來，RB5參考設計提供緊密集成的ML和5G功能，以將其全部引入。

RB6平臺和RB5參考設計是一種一體化解決方案，共同提供必要的硬件和軟件開發工具，使機器人更智能，對每個人來說更快、更安全。

Edge ML for Robotics

這樣的設置顯然很有吸引力，但也有一些明顯的缺點。設備上的ML過程通常屬于推理類型，因為目前在邊緣幾乎沒有進行任何訓練，因此這將需要在其他地方的服務器上進行必要的訓練，然后應用此類訓練的結果作為對放置機器人的任何設置的推斷。

這帶來了不可避免的延遲，并且可能沒有某些應用程序所需的自主權

——例如，最后一英里交付是高通平臺和參考設計組合的目標之一——更不用說進行培訓所需的資源了——推理過程。目前，這依然是一個遙遠的目標。

5G 操作環境

對于機器人系統，5G 連接雖然提供比 4G 和 WiFi 網絡更大、更高的帶寬，因此整體連接速度更快、范圍更廣，但在室外環境中的表現優于室內。在毫米波頻段的情況下尤其如此，與其他蜂窩網絡相比，毫米波頻段的覆蓋范圍和穿透性有所降低。

高頻段 5G（即頻率介于24和47GHz之間）在制造和倉庫環境中尤其是一個問題，在這些環境中，貨架和金屬的數量會干擾5G信號。

因此，由于這將需要更多的設置才能平穩運行，因此這種類型的設置很可能會影響其在機器人技術中的應用，例如在已經提到的最后一英里交付中。

速度更快、范圍更廣的網絡顯然具有巨大優勢，但5G網絡的推出和實施仍然是工業界和其他領域有待實現的目標。

光明的未來

機器人市場正從Qualcomm的RB6解決方案等努力中受益匪淺，您可以期待在不久的將來供應商可以獲得更快、更全面的平臺和參考設計。這還包括各種硬件加速器、更普遍地對操作系統和軟件的不可知論，以及更普遍地在開發機器人工具方面的更多協作。

這是市場的發展方向，5G連接以及機器人ML過程的某種集成是下一個自然步驟。然而，在某種程度上，這些措施也是彌補市場上一些非常實際的缺陷的必要補丁。事實上，近年來機器人技術和人工智能領域的工程師嚴重短缺。

用于開發機器人系統的基于軟件的工具非常重要，這正是高通公司最近推出的有效產品，但由于缺乏機器人工程專業知識，更復雜的開發和研究仍然受到阻礙。因此，這些新工具可能會提供一種短期解決方案，而這應該引起一些關注，因為從長遠來看，這種方法的回報可能會遞減。

ABI Research 認為，為了加速機器人系統開發并更充分地滿足行業需求，應該增加對需要不同領域專家的投資，尤其是那些資源和時間密集型的領域，就像機器人技術一樣。此類投資還將受益于與公共研究中心和機構的更深入合作。

審核編輯黃宇