CAIRDC6月20日直播总结《物流机器人的挑战与发展》

物流机器人的挑战与发展

今日的讲座题目是物流机器人的挑战与发展，主讲人是港中文天石机器人研究所所长刘云辉老师。
首先刘老师介绍了全球及中国物流市场的发展与展望，提出了物流机器人必须具备的能力：

1.感知智能（Sensing and perception），即可靠、精准、鲁棒地对自然环境的感知能力；
2. 移动智能（Mobility intelligence），即自然环境下的可靠移动能力；
3. 操作技能（Manipulation skill），即可靠、准确地抓取、搬送、操作物体的技能。

机器人必须具备的性质可以总结为六个字：稳、准、快、棒、活、省，即可靠性、准确性、实时性、鲁棒性、适应性、经济性。
本次讲座主要涉及两个方面：实时三维图像感知与精准无人驾驶，

实时三维图像感知

三维信息对机器人的理解和操作必不可少，实际应用要求有：

1. 高精度（<1mm）和高分辨率；
2. 实时性（>10fps；测量+理解：>1Hz）；
3. 大视野（2000mm*3000mm+深度2000-3000mm）；
4. 鲁棒性：反射，透明或半透明物体。

3D建模方法可分为接触式和非接触式，接触式的特点为高精确度、低速和造成损伤，非接触式的特点为无伤与快速。又可分为被动式与主动式，被动式的特点为实时、动态，工作范围大，依赖特征，低准确性；主动式的特点为高精确度，纹理不均匀，有限的工作范围，能有效应对透明、反射等材质。
非接触式建模有以下几种方法：

1. TOF（飞行时间）：快速、工作范围大、紧凑、成本低但解析度也低；
2. Spatial multiplexing（空间复用）：适用于动态目标、实时的但准确度低；
3. Temporal multiplexing（时间复用）：高准确度，低速、适用于静态目标。
4. Phase Shifting（相位移动）：高准确度、更少的的模式需求、相位展开需要时间。

但如果将空间复用与相移相结合，就可以得到高速与高精确度。
中间讲了几个特殊物体的建模与自己公司的产品，介绍了产品在机器人引导码垛、柔性制造、高精度抓取、机器人分拣的实用案例，重点是通过该系列产品实现的对反光及透明物体的三维建模。

精准无人驾驶

与乘用车的无人驾驶相比，物流机器人的无人驾驶的特点有：

• 低速（<40km/h）；
• 高精度的定位/轨迹跟踪控制（<5cm）；
• 大负载（5-50吨、动态变化大）；
• 具有与环境交互的智能；
• 封闭或半封闭环境。
  

我国仓库、工厂的物料搬运工作70%由人工叉车完成，人工叉车保有量很大，所以对人工叉车的无人化改造非常重要。遇到的挑战包括精准、可靠的建图与定位，精确的运动控制，实时的物体识别和环境理解，适应多变的工作环境和任务。
视觉SLAM是一个很好的方案，但由于可靠性、实时性、精度等原因制约，其工业应用案例非常少；高精度非完整约束移动机器人的高精度自适应控制是机器人领域的难题。
破局：视觉与移动平台结合技术。
视觉传感器是90%以上动物使用的导航传感器，视觉传感器获取的信息量大，成本远低于同级别激光传感器。
现有框架：提出的框架：

位置识别：
对于机器人的路径规划，简单介绍了一下实验及效果，并未介绍所使用的算法：

总结：

• 物流机器人关键在于如何突破感知智能、移动智能及操作技能
• 可靠、精准、鲁棒、实时、适应性好及低成本的技术是主要挑战
• 物流机器人发展前景广阔

我的总结：
相对于一次讲座，我更愿意称之为产品介绍会或者宣传会，不过反正大部分论坛都是这个样子，也无所谓了，就当是看了一篇文献吧，前半还是比较有收获的，后半部分如果后期看一看列出的几篇文献应该也会有不小的收获。
最后，讲座ppt后期会放到研究中心网站上。