本白皮書聚焦于移動機器人領域的進展與挑戰，重點探討三個核心主題：機器人運動控制、復雜環境中的感知與導航，以及在適應新任務時的模塊化與靈活性。此外，文中還重點介紹了機器人系統從簡單的固定機械臂到復雜人形機器人的演進歷程，強調了具身智能在實現多功能高靈活性機器人中的重要性。

我們探討了多種類型的機器人，包括自動導引車（AGV）、自主移動機器人（AMR）、探測車、無人機、足式機器人和人形機器人，詳細介紹了它們的控制系統、導航能力以及AI在提升性能方面的集成應用。文中還指出，為了實現機器人系統的可擴展性與智能化，亟需先進的實時控制器、功能安全措施以及高效的電源管理。

文末還將討論人形機器人在以人為本的環境中的未來應用，并強調打造多樣化機器人形態組合以實用性和普及率的重要性。

地點與任務導航

目前，大多數輪式移動機器人的導航主要依賴于兩種類型的傳感器：第一類是激光掃描儀，不僅能提供機器人周圍地面環境的二維地圖，還能觸發關鍵的功能安全機制；第二類是攝像頭，能夠在有限的視野范圍內（FOV）獲取重要信息，例如標注位置或待取貨物的二維碼。

激光掃描儀和攝像頭采集的數據會被傳輸至負責環境建模與導航的計算單元。該過程的第一階段通常被稱為SLAM（同步定位與地圖構建），可通過整合來自全球或本地定位系統（如GPS、藍牙標簽、墻面二維碼）的數據，并結合先驗信息（如倉庫地圖）進行增強。該地圖隨后用于規劃通往環境中特定目標點的路線，并避讓臨時障礙物，如其他機器人或箱子。這一階段被稱為導航階段，其復雜程度會因多種因素而異，包括作業區域的大小、其他車輛或人員的數量和移動速度，以及施加在機器人上的操作約束條件。在倉庫物流中，大范圍的導航通常由集中式調度計算機完成，由其為整個機器人車隊規劃路線。

在工業或物流環境中，無論是固定機械臂還是自主移動機器人，都必須嚴格遵守安全規范。這些要求可通過兩種方式實現：一是嚴格隔離機器人與人類操作員；二是采用經過安全認證的區域傳感器（如激光掃描儀）來滿足功能安全需求（例如，在人員接近安全區域時，設備將停止運動并切斷系統電源）。雖然這些區域傳感器也可用于導航任務，但它們會在車輛周圍強制設置一個嚴格的安全區域，確保無人能接觸到移動中的機器人。然而，其高昂的成本是導致工業機器人整體系統成本上升的重要因素。

即使在工廠和倉庫等受控環境中，激光掃描儀和二維碼識別攝像頭也可能無法完全滿足所有任務需求。近年來，許多AMR供應商開始在其車輛中集成基礎AI功能，以實現障礙物分類和導航輔助（例如判斷前方是箱子還是其他機器人阻擋了路徑），或添加深度感知攝像頭以實現更精細的運動規劃。

隨著機器人逐漸進入餐廳、醫院或城市街道等復雜且無法預知的環境，對額外傳感器及相關計算能力的需求正迅速增長。這是機器人技術自20世紀60年代起初時僅應用于可控環境中的一個關鍵原因——將機器人技術拓展到新領域，依賴于半導體技術的飛躍發展以及更節能的嵌入式計算解決方案的出現。有人可能會認為，由手機市場驅動的低功耗高性能芯片技術突破，是先進移動機器人發展的必要前提條件。

例如，當今的專業地板清潔機器人通常配備6至12個攝像頭，此外還搭載了一套激光雷達傳感器。其中一些傳感器具有雙重功能：既用于導航，又用于特定任務。例如，清潔機器人前置攝像頭可以檢測到寵物（觸發路徑規劃覆蓋以避開它們）或定位污漬（將其添加到清潔任務列表中）。

隨著漫游車、足式機器人或人形機器人走出自助餐廳或商店的平坦地面環境，3D傳感技術在識別低垂樹枝、路面坑洼或樓梯等障礙物方面變得愈發重要。3D激光雷達（LIDAR）、飛行時間（ToF）攝像頭以及類似系統等技術至關重要。在足式機器人中，這些技術同樣是規劃腳部或附肢位置以實現穩定運動的核心技術。隨著這些傳感器生成更密集的地圖，計算需求也會相應增加。

在工業、商業和家庭環境下的自主機器人操作中，一個共同的基本特征是能夠自動識別物體及其在機器人工作空間中的空間位置。這始于幾年前被視為重大挑戰的簡單固定臂箱體拾取操作，如今已成為在非結構化環境中執行自主任務的關鍵。例如，一個在餐廳負責清理餐桌的酒店服務機器人，即一臺基礎款自主移動機器人，配備有安裝臂、導航攝像頭和用于收集用過的杯子和玻璃杯的托盤。該自主移動機器人必須靠近餐桌，檢測需要清理的杯子或馬克杯，并為每個物品識別合適的抓取點，然后規劃相應的運動。

目前仍面臨兩大主要挑戰：首先是檢測和識別目標物體，其次是制定有效的抓取或與物體互動的策略。當前的解決方案雖然能夠正常運行，但需要大量的計算資源，并且通常需要使用多個AI模型來處理諸如物體檢測、分類、跟蹤以及3D模型創建等子任務。

另一個常見的挑戰在于所有傳感器在機器人感知其位置和周圍環境時，如何實現同步和低延遲。這對于飛行機器人或足式機器人尤為重要，因為視覺數據必須與陀螺儀和慣性測量單元（IMU）的輸入數據相匹配。正確的同步對于保持準確的態勢感知和地圖繪制至關重要。

例如，一個四足機器人，頂部裝有三臺不同的攝像頭，并會隨著每一步的移動而晃動，其中一臺攝像頭可能是廣角導航攝像頭，而另一臺則可能是用于創建深度圖的立體攝像頭。如果沒有精確的同步，任何試圖將立體攝像頭生成的3D地圖與廣角視圖對齊的嘗試都會導致位置誤差，或者需要昂貴的軟件修正。由于這些功能直接與足式機器人的運動規劃相關，同步故障可能導致機器人在遇到障礙物或臺階時絆倒。

應對新任務的復雜性

隨著機器人逐漸擺脫深度專業化，它們需要適應與日益復雜的環境進行交互。

這一技術初時實現了固定機器人手臂與工業現場總線系統的互操作性。開始時，各個信號和傳感器直接連接到手臂控制器。然而，供應商很快開始將機器人集成到總線系統中，使其能應對日益復雜的工業組裝和焊接任務。互操作性使機器人供應商能夠吸引更廣泛的客戶群體，從而逐步降低成本并推動技術的普及。

目前，內部物流應用中的移動機器人通常通過無線網絡（通常為Wi-Fi或LTE）進行連接。對于大規模部署，大多數供應商傾向于采用定制的車隊管理協議，以便與倉庫管理系統（WMS）或制造執行系統（MES）接口。盡管我們努力通過ROS2和MQTT等框架來實現車隊調度的標準化，但這些標準在實際應用中是否能得到廣泛采用仍存在不確定性。

隨著移動機器人需要在工廠和倉庫預設的范圍之外快速移動、跳躍和飛行，連接性成為了一個新的挑戰。家用和酒店服務機器人預計將依賴本地連接基礎設施（可能是Wi-Fi，并可能在未來擴展至Matter協議以滿足家庭場景的需求）。與此同時，遠程巡航的機器人則需要新的連接解決方案。

當機器人在與人類共享的空間中作業時，人機交互（HMI）變得愈發重要。面臨的挑戰包括本地語音和視覺處理、在任務環境中對手勢的解讀（例如，指向需要移動的箱子或需要避開的路徑），以及權威性——確定是人類還是機器人有權發出指令。