一天內打造一個自主行動機器人
自主行動機器人 (AMR) 為工廠自動化提供了一種最高的成長機會。截至 2025 年，預計將有超過 400 萬台此類機器在倉庫中工作。
而這只是這些聰明機器人的其中一種應用方式。AMR 還可執行清潔任務、將特定物品定位並運輸到特定位置、探索崎嶇的地形並與人類互動。
然而，如果沒有人類協助，就不會發生機器人革命。打造一個 AMR 需要 AI、機器視覺和機器人學等複雜領域的專業知識。培養這種專業知識可能花費大量時間與金錢，或者工程師可透過使用現成的技術來走捷徑。
一天內學習機器視覺
UP 的 RoboMaker Pro 套件就是一個很好的例子。如圖 1 所示，它提供了一個現成的 AMR 底座，其中具備了：
- 一部 Intel® RealSense™ D435 攝影機，用於拍攝 3D 視覺
- 一個 Intel® Movidius™ Myriad™ X VPU，用於視覺處理
- ROS2 與 Ubuntu 16.04 作業系統
- 支援 AWS RoboMaker 與 Intel® OpenVINO™ 工具組
- 配電系統、伺服馬達、電池及 Wi-Fi
該公司的 AI 和物聯網軟體架構設計師 Daniele Cleri 表示：「使用該套件，開發人員可以立即建立端對端解決方案示範或概念證明 (PoC)。」根據 Cleri 的說法，開發人員可以在一天內製作出一款機器視覺應用程式，並在幾天之內產生一個有效的示範。
此快速開發週期的關鍵是該套件使用 AWS RoboMaker。Cleri 指出，AMR 的一項重要需求是能在 3D 模式下查看並做出自主決策。但是若沒有合適的工具，則測試和開發這些演算法的過程可能會非常緩慢。
AWS RoboMaker 透過提供替代實體測試的模擬環境來解決此問題。可以在 RoboMaker 中模擬諸如障礙避免和區域映射等工作，以快速反覆驗證設計理念。經過最佳化後，便可將演算法植入機器人。
Intel OpenVINO 工具組採用了這種直接模擬現實的工作流程，將 RoboMaker 演算法轉譯成該工具組可使用的程式碼。Intel® 與 AWS 攜手同心，以確保技術之間順暢整合。
AWS 平台的另一項優勢便是能使用 AWS IoT Greengrass 執行機隊管理。這樣簡化了數百甚至數千個機器人的控制與同步，並有助於生命週期管理。
為了進一步簡化開發，該套件還隨附各種範例應用程式。這些應用程式包括視覺、介面、導覽及運算 (圖 2)。
開發中的各種使用案例
除了開發倉庫機器人外，還可以使用 OpenVINO 對 AMR 進行培訓，以執行保全等其他任務。Cleri 表示：「推論應用程式可用於教育機器人漫遊已定義的空間，並觀察人們了解可能表示可疑活動的模式。」對此類行為的回應可以是自動化，也可以轉給安全人員進行審查並採取行動。
目前，與 UP Squared RoboMaker 套件和 Cogniteam 軟體相關的許多開發工作正在本•古里安大學 (Ben-Gurion University) 和巴伊蘭大學 (Bar-Ilan University)，以及三菱研究實驗室等機構進行。Cleri 說：「我們很幸運能與 Intel® 和其他組織密切合作。」