迦智科技孙逸超：自然导航AGV/AMR新技术与新生态

12月23日上午，高工机器人&高工移动机器人年会产线物流专场精益制造与柔性产线上，迦智科技CTO孙逸超发表了以“自然导航AGV/AMR新技术与新生态”为主题的演讲。

孙逸超表示，在AMR逐渐成为越来越多制造业标配的当下，它是不是解决了所有的问题？并没有，虽然越来越多的制造业需要AMR的产品和自然导航的AGV的产品，但依然存在两个方面的挑战，一个是单纯技术层面的挑战。例如大场景地图构建带来的性能问题，场景长期动态变化影响定位导航精度等问题，产品的不断迭代还在持续中。

从方案层面，从产品到一个最终的交钥匙的解决方案，还需要本体厂家和集成商一起解决。在工厂里，物流环节从来料、入库，到存储、分拣，到成品运输和成品包装，很难靠一两家供应商和标准产品覆盖所有的产品应用，未来集成情况一定是多种方案乃至多种系统的组合。

技术向新成为核心推动力

高工机器人产业研究所（GGII）数据显示，2019年全球移动机器人市场规模139.5亿元人民币，同比增长5.68%；2019年AGV市场规模39.95亿元，同比增长14.77%，2020-2025年中国移动机器人市场规模年均复合增速超23.5%，至2025年中国移动机器人市场规模有望突破90亿元，届时移动机器人的销量有望超11万台。

作为一家专注于室内外智能移动机器人产品与解决方案的提供商，迦智科技公司成立于2016年7月，总部位于杭州，并于天津设子公司，现面向工业4.0升级中的制造业，提供一站式室内外智慧工厂物流解决方案，现已成长为国内市场占有率领先，行业应用与服务场景数量领先的自主可控AMR产品研发与制造企业。

“单从纯技术的角度来看，现有的AGV/AMR还存在一些问题，分为三个方面。是地图构建能力的问题，即大场景地图构建带来的性能问题，AMR的自主特性在于基于地图的环境感知能力与智能决策，如果在地图构建上出现问题，一切就无从谈起。”

迦智科技核心的团队依托浙江大学的机器人实验室，通过基于整数规划的最优地图特征选择和知识蒸馏的神经网络压缩方法，突破运行场景的尺寸限制，进一步压榨机器人的硬件与算法极限。

是场景长期动态变化影响定位导航精度，工厂地面的高频率变化对于AMR本身感知技术是一个挑战，迦智科技利用长期累积数据进行激光语义特征的可靠性学习，将语义特征与传统激光地图融合，实时匹配语义特征与激光点云，提升机器人对动态环境变化的抗干扰性。

则是核心部件成本过高影响产品快速推广落地。“视觉传感器是未来的趋势，因为其能采集到更多的数据信息，只是受制于现阶段算力和算法问题并没有非常成熟，随着未来5G技术的落地，实时数据上传到边缘层做高性能计算，再回传到机器人本体，就成为可能。这种情况下就可以达到多传感器信息概率融合以满足工业应用场景的可靠性要求。”孙逸超讲到。

产业合纵连横成为选择

在现阶段，随着制造业发展进入智能化时代，面对用户的智造工厂需要实现整厂全制程物流的自动化、无人化、数字化与智能化需求，以及分场景、分批、不互通的、多源的智能物流装备高效协同的应用难题。

随着AGV应用领域的越来越广泛和复杂，如何快速推动代表性行业的AGV标准化应用，最大化帮助用户实现降本增效，提供多维度的智造物流服务体系并形成一个全新的工业物流生态圈，就显得尤为重要。

迦智科技作为扎根智造行业的智能物流机器人企业代表，发起并与蓬翔汽车、快仓智能、未来机器人、节卡机器人共同携手，打造智能物流生态共同体，共同推动工业物流移动机器人产业的快速发展，更好的满足用户多样化的应用需求。

在迦智科技眼里，现阶段“大而全”的模式，没有“专而精”来得稳定，尤其是越来越多的终端客户需要整场物流解决方案，这种情况下，强强联合或许是一个正确的方向。