問

如果讓你形容機器人車隊的協作，你會聯想到什么？

答

機器人車隊的協作很像蟻群。就像螞蟻在尋找食物時，會分工合作，有的負責探測，有的負責搬運，共同完成一個任務。機器人車隊也是這樣，它們可以一起完成從簡單的巡邏和監控到復雜的搜索和救援行動，就像一個超級高效的機器一樣。

問

機器人車隊高效協作的秘訣又是什么呢？

答

集體智慧+交通規則。想象一下，當你在做一道復雜的數學題時，如果有一個學霸朋友從旁協助，是不是會輕松很多？這就是機器人車隊之間的協作，它們通過共享數據、計算和知識，讓整個團隊變得更聰明、更快速、更準確。另外，機器人車隊之間還有一套“交通規則”，團隊仿佛有了一雙時刻觀察路況的眼睛，通過智能算法和傳感器來安全、有效地進行協作。正是這兩點讓機器人車隊像一群超級英雄一樣，無所不能！

在之前的從 0 到 1 搭建機器人系列文章中，我們已經陸續學習了如何使用 NVIDIA 的前沿解決方案合成和訓練數據、進行仿真開發與測試以及打造自主機器人。今天，我們將視野從之前的“單個”機器人移向“多個”機器人。這篇文章將為大家介紹如何利用 Isaac AMR，為機器人的開發提供最先進的 AI 平臺和工作流程，便捷、高效地管理機器人編隊，以優化生產力。

大規模使用機器人的困境

如今，越來越多的機器人被用來賦能各行各業，隨之而來的是機器人數量的爆炸性增長帶來的挑戰——機器人的部署和管理。

以電子制造業為例，生產主板、智能手機、筆記本電腦和游戲機等各類產品的電子制造公司每天需要處理上百種產品和成千上萬個零件，這就需要完成大量產品質控工作。許多制造商使用自動光學檢測（AOI）系統幫助進行檢測，但由于產品更新頻繁，需要不斷對其 AOI 系統進行修改，這就導致這些系統的誤檢率往往很高，只能采用成本高昂的二次手動檢測。

物流行業所面臨的挑戰則是另外一個典型的例子。自主導航軟件應用往往要為每個機器人重新編碼，使得在不同機器人之間實現自主性變得復雜。此外，倉庫、工廠和配送中心都十分龐大，面積經常達到數萬平方米以上，因此很難為機器人測繪并不斷更新地圖。而且將自主移動機器人（AMR）整合到現有工作流程、機群管理和倉庫管理系統的過程可能也十分復雜。

NVIDIA Isaac AMR

助力機器人車隊的無縫部署

對于從事先進機器人開發、想要提高運營效率以及降本增效的行業與企業，Isaac AMR 平臺將會是絕佳的得力幫手。

NVIDIA Isaac AMR是一個可用于打造新一代 AMR 車隊的平臺，包含了從邊緣到云的軟件服務、計算以及一套參考傳感器和機器人硬件，用于仿真、驗證、部署、優化和管理 AMR 車隊，在大型、高動態、非結構化的環境中確保先進的測繪、自主和仿真能力。按照 Isaac AMR 所提供的藍圖，就能夠輕松地以更低的成本、更快的速度部署最先進的 AMR。

Isaac AMR 建立在NVIDIA Nova Orin參考架構的基礎上，該套件集成了包括立體攝影機、魚眼攝影機、2D 及 3D 激光雷達等多個傳感器，以及強大的NVIDIA Jetson AGX Orin系統模塊，并取得部分最先進的人工智能和硬件加速算法，實時在邊緣以 275TOPS 的算力執行這些算法，藉此成為 Isaac AMR “學霸朋友般”的大腦與 “時刻觀察路況”的眼睛。第三方企業等開發者還可以基于 Isaac AMR，結合自身需求進行二次開發。

Metropolis——

簡化實現機器人自主性的重要途徑

讓我們將探討再進一步。NVIDIA Metropolis是 AMR 的重要應用框架之一，其將來自于工廠車間的光學檢查等不同領域的可視化數據和 AI 整合起來，使工業技術公司和制造商能夠開發、部署和管理具有競爭優勢的自定義質量控制系統。同時 NVIDIA Metropolis 支持 AMR 在工廠車間獲得額外的情境感知層，還能增強對人員和其他 AMR 的可見性，從而避開擁擠的區域和盲區，以及避免相互碰撞。

DeepMap——

加速測繪提供地圖的解決方案

機器人車隊的有序運行不止需要自主性，也需要更準確的導航加持。利用高精度地圖對室內環境進行感知建圖，將大大提升定位導航的準確性。

Isaac AMR 通過連接NVIDIA DeepMap的云服務，能夠增強建立及部署機器人應用程序的能力，加速大型環境的測繪和語義理解。無需資深技術團隊支持，就可將機器人對大型設施的測繪時間從數周縮短到數天，并實現厘米級精度的驚人程度。

此外，連接 DeepMap 還可以生成豐富的 3D 體素地圖，并用它們為多種類型的 AMR 創建占用地圖和語義地圖。借助 DeepMap Update Client，還可在需要的情況下實時更新機器人地圖。

cuOpt——

實時路線優化提升運輸效率

機器人可以更加智能化，更好地感知周圍環境，逐漸提升自動化程度，還能將完成任務的速度提高許多倍，在這一基礎上，隨著人工智能技術的發展，機器人將能夠在最少的人工干預下做出決策。

NVIDIA cuOpt是一種適用于 AI 物流的軟件 API，對于最后一公里交付、供應鏈、倉庫揀貨和送餐可實現近乎實時的路線優化，更是 AMR 編隊的理想選擇。

例如，一個用于倉庫的自主機器人要將有效載荷從 A 地點移動至 B 地點，意味著該機器人必須能夠感知周圍的自由空間，檢測并避免路徑中的任何障礙，還要做出“即時”決定，選擇路徑。Isaac AMR 就能夠通過多模式導航，搭配 NVIDIA cuOpt 軟件的云端車隊優化功能，為機器人賦予更多自主性。

總結

構建高效的機器人車隊，需要 Metropolis 助力機器人自主性的簡化實現，發揮“集體智慧”高效協作，也需要 DeepMap 加速測繪提供地圖和 NVIDIA cuOpt 幫助實時路線優化，在遵守“交通規則”的同時提升運行效率，NVIDIA Issac AMR 不僅能淋漓盡致地充分發揮這兩大特點，還能結合 AI 的先進技術，通過例如NVIDIA EGX平臺和NVIDIA Fleet Command混合云平臺實現更優地機器人車隊搭建效果。

• 了解適用于自主移動機器人的 NVIDIA Isaac 平臺：https://www.nvidia.cn/deep-learning-ai/industries/robotics/autonomous-mobile-robots/

• NVIDIA Metropolis 應用框架：https://www.nvidia.cn/autonomous-machines/intelligent-video-analytics-platform/