云机器人的力量

云技术已经改变了人们生活和执行日常任务的方式，现在，云技术已经来到了机器人领域。

“云”是一个术语，用来描述全球网络上的软件和服务，它们脱离互联网运行，允许用户在几乎任何设备上访问信息。服务器用于存储和管理数据、运行应用程序和交付内容。

这些应用程序现在在机器人工业领域得到了巨大的增长，因为云机器人正在实现云计算、云存储和其他技术的使用，这些技术专注于集中式基础设施和共享服务的好处。

这一新兴趋势已经在物流、医疗保健、采矿、农业、建筑等领域的移动机器人中得到实现，并使监督自治和机器学习成为可能。云机器人技术允许更高水平的人机交互和学习，并正在为公司的数字化转型做出贡献。与任何正在发展的技术一样，启用云系统会引发安全和保障方面的问题，而公司会迅速解决这些问题。

得益于云技术，更强大的机器人解决方案正在增长;能够处理计算量大的任务的解决方案，能够实现更强大的能力和认知协作，并极大地增加与其他机器和人类共享的可用数据。

卸载计算量大的进程
云机器人的故事始于机器人开发者，位于华盛顿州西雅图的亚马逊网络服务(AWS)的通用机器人和自主服务部门的罗杰·巴尔加(Roger Barga)说。机器人开发人员不再受限于他们可以塞给机器人的处理能力和软件的数量。云机器人的主要优势之一是它为扩展机器人功能提供了额外的计算能力。

Barga说:“开发人员想要运行的许多算法都不适合内存占用。“开发人员现在可以根据应该在机器人上运行的内容来划分工作，并将计算量更大、可以容忍延迟的任务推到云端。”

AWS是世界上最全面、应用最广泛的云平台之一。数以百万计的用户，包括增长最快的初创公司、最大的企业和领先的政府机构，都信任亚马逊云为他们的网络基础设施提供动力。

其他领先的云平台，微软Azure和谷歌cloud也有引人注目的名单。这三者都支持云机器人技术。创新机器人公司越来越多地寻求云提供商来支持他们的联网机器人。许多公司都在追求多云方法，在这种方法中，您可以从不同的提供商中挑选服务。其他公司则在探索私有的本地云方案。更多的服务选择和典型的现收现付的云服务定价模式使得大型跨国公司和初创公司更容易只获得他们所需的计算能力、存储和应用程序资源。

更快的部署
获取机器人他们的云机器人平台提供了唯一的自主移动机器人(AMR)解决方案，用于材料处理和数据收集，部署时间从几小时到几周不等，而且不需要立即集成来显示价值。他们称之为“按需自动化”。

一家汽车制造商的第三方物流仓库中，云软件平台有效地管理着一个自动移动机器人车队。(由Fetch Robotics, Inc.提供)

加州圣何塞Fetch Robotics公司首席执行官梅洛尼•怀斯表示:“我们是仅有的几家所有系统都在云端得到支持的公司之一。“你不需要安装基础设施。你不需要安装贴纸或二维码。你不需要安装IT设备或专用Wi-Fi。开始时您不需要WMS集成，但是一旦您已经证明了工作流的价值，您当然可以添加进来。

“你只需打开盒子，把它连接到你内部的Wi-Fi，机器人就会在第一天开始工作。”怀斯说，投资回报也很快，只有3到6个月。

Fetch Robotics材料处理amr包括两个大载荷平台，可运输高达500公斤或1500公斤的托盘载荷。零部件和包裹运输平台有多种配置，包括一种运输轮式推车的模型，一种带有模块化输送机顶部的模型，以及另一种带有集成触摸屏和可调节货架的平台。数据收集amr通过跟踪仓库和工厂中产品和箱子上的RFID标签来自动清点库存。

这家初创公司成立于2014年，今年8月刚刚完成了4950万美元的C轮融资，目前已经筹集了近1亿美元的风险投资。客户包括第三方物流供应商DHL集团、万能物流控股、Ryder系统和其他第三方物流供应商，以及汽车、航空航天和电子行业的制造商。

无线更新、升级和管理
FetchCore云软件处理所有的机器人管理。机器人的调度、无线软件更新以及与第三方设备(如传送带、自动门、电梯和手动扫描仪)的通信都在云端进行管理。除了支持所有不同的AMR配置外，该软件还支持大量的机器人。

怀斯说:“我们可以部署1到100个机器人，没有任何差异，甚至超过100个。”“规模并不重要。这给了我们很大的优势，因为通常情况下，如果你想扩大一个有很多机器人的系统，你必须添加更多的服务器。对我们来说，因为我们在云端，所以它是自动完成的。”

不管有效载荷是什么，不管它是一个推车机器人还是一个带传送带的机器人，软件都是一样的。怀斯说，该软件知道每个机器人的能力，所以任务会根据每个机器人的能力动态分配给它们。

例如，当仓库操作员将一堆货物放入购物车，然后将购物车放置在通道尽头时，他们通常会扫描条形码。这将触发系统请求具有购物车运输能力的机器人来取走购物车。不同的机器人与Fetch基于云的软件通信，然后正确类型的机器人被派去自主地将购物车从一个地方移动到另一个地方。在任何给定的时刻，系统都知道每个机器人的位置和它在做什么，并为每项任务选择最接近或最合适的机器人。

使用基于云的web界面，仓库经理可以通过创建机器人可执行的工作流程，为他们的设施指定Wise所说的“道路规则”。工作流的一个例子可能是一个机器人每15分钟访问这五个站点，或者当有人扫描这个条形码或按下那个按钮时，去执行这个任务。

怀斯说:“这让我们的客户能够创造出他们想让机器人做的任何事情。”“但他们不必和机器人在一起，工作流程可以通过云端传输给数百个机器人。”

观看Fetch Robotics的Wise演示这个基于云的用户界面。为了方便使用，它完全是拖放操作，用户不需要机器人编程知识。

监督的自治
这些机器人的头可能在云端，但这并不意味着它们没有大脑。所有的机器人都是自主单元，每个都有自己的智能。

移动机器人，尤其是内部物流领域的移动机器人，必须在仓库、工厂和配送中心导航，同时在工人、叉车和其他设备周围安全机动。这需要将机器人上的传感器和软件融合在一起。

为了安全地在太空中航行，机器人必须首先绘制环境地图。这些数据可以推送到云端进行处理和构建地图，然后再传输回机器人进行本地导航。同样的地图通过云传输给设施中的其他机器人。

如果机器人遇到了自己无法解决的问题，仓库管理员可以通过云来帮助机器人。

“在用户界面上，你可以点击地图，让机器人去那里。你还可以告诉机器人它在地图上的位置，”怀斯说。“这对基于云的系统来说非常独特。”

这种级别的人机辅助被称为监督的自治．

怀斯说:“云计算为我们提供了很多支持平台的能力。“我们一直都知道关于机器人的一切。我们可以全天候为全球客户提供支持。”

Fetch Robotics两年前与理光美国合作。你可能知道理光是一家打印机和复印机公司，但他们也提供一套企业支持服务。

怀斯说:“他们有一个呼叫中心团队，全天候支持我们所有的机器人。”“我们的支持团队可以立即对任何客户问题做出反应。这对我们来说非常重要，因为我们被部署在19个不同的国家。”

安全注意事项:监督自治不应与远程操作相混淆，后者意味着完全控制。

滚筒式自动机器人通过云端与第三方设备通信，方便输送机与输送机之间的物料运输。(由Fetch Robotics, Inc.提供)

Wise解释道:“我们通常不会在任何时候让用户完全控制机器人。“它们必须与自动驾驶系统协同工作。监督自治是给机器人一项任务，而不是直接命令。我们不告诉AMR如何到达那里，以什么速度，只告诉它去哪里。”

机器人将找出最优、安全的路线，避开障碍物，向人类屈服。怀斯表示，出于安全考虑，他们不希望人们完全控制机器人。人类的错误可能会导致机器人撞到墙上，或者更糟，撞到人。

“AMR在安全方面的功能来自机器人上的软件。它不在云端，”怀斯说。“我们不关心延迟问题，因为我们不会给机器人实时命令。我们给他们任务级别的命令。任务命令延迟3秒并不重要。迟到三秒收到停车命令真的很重要。”

认知协作
Plus One机器人S为每个拣选、箱子包装和包裹感应应用程序构建感知软件和集成解决方案。他们的快速部署解决方案包括一个带底座和抓手的机械臂、他们的机器人不相关的人工智能感知软件、灯光和摄像头，以及基于云的远程机器人管理系统Yonder。

“我们提供眼睛和大脑，”圣安东尼奥加一机器人公司的高级工程师丹·格罗曼博士说。格罗曼领导着这家初创公司在科罗拉多州博尔德的卫星办公室。“我们的客户是物流领域的客户，他们希望宝贵的人类做更多有趣的工作，把苦差事留给机器人。”

这就是为什么该公司的口号是“机器人工作”。人们规则。”这就是认知协作的用武之地。

物流应用的云软件平台使人与仓库机器人能够在包裹处理和每次拣选中协同高效地工作。(由Plus One Robotics提供)

通过云，Yonder赋予了一名被称为“乘务长”的人类主管，在机器人遇到不确定下一步该做什么的情况时协助它。例如，物品或包裹可能是倾斜的，很难正确地抓住或感知。机器人系统将为艇长提供他们需要的信息(相机图像等)，以便他们做出所需的决定。

Grollman解释道:“机长在屏幕上点击一个点，并提供所需的任何额外信息。“这些数据被发回给机器人，机器人继续自主工作。

他继续说道:“我们的目标是为机组负责人提供足够的态势感知，以便他们做出适当的决定来协助机器人。”“机器人在一个地方，而人类可能在其他任何地方。不管在哪个时区，世界的哪个角落。机器人和机长之间的互动都是在云端进行的。”

乘务长可以是客户人员，也可以是加一的团队成员。后者更为常见。

格罗曼说:“从机器人的请求到人类的响应，我们的平均响应时间不到10秒。”“我们的目标是降低成本。不过，如果你把它与一个人走到一个机器人面前相比，即使它在房间的另一头，这也节省了大量的时间。远程驾驶的好处是，一个人可以为许多不同的机器人服务。”

远程机器人管理解决方案可以通过云连接一个乘务长和无限数量的机器人。

格罗曼说:“我们之所以称之为认知协作，是因为它是远程决策协助。“这是决策层面的问题，而不是直接控制层面的问题。

Watch Plus One首席执行官兼联合创始人埃里克·尼夫斯解释了监督自治或认知协作是自动化的“缺失中心”。

格罗曼表示:“我们并没有试图从一开始就实现100%的自动驾驶。“Yonder是一个很好的工具，可以让人们快速投入生产，并从那里开始发展。”

数据收集和共享，洞察
大数据是云计算为机器人提供的所有额外计算能力的一个受欢迎的副产品。当机器人在做采摘任务、运输任务或其他机器人工作时，它们正在我们的物理世界中行驶在一条全数字高速公路上。仅就其数字化服务生活的本质而言，机器人正在收集大量关于其运动、周围环境、过程变量和结果的数据，甚至是我们人类在任何给定时刻可能在做什么。

Fetch Robotics云平台提供遥测和分析。例如，如果客户想知道关于他们不同工作流的数据，每一个工作流花费了多长时间，机器人走了多远，这些信息是很容易获得的。

怀斯说:“这不仅是机器人做了什么，也是机器人观察到什么。”“如果你有20个机器人，它们一次可以看到几乎整个30万平方英尺的设施。他们可以建立一个仓库的模型。我们可以显示人们在一段时间内走过的地方，或者叉车在一段时间内行驶的地方。我们可以向仓库经理展示他们的设施有多拥挤。这是我们高级数据分析的一部分。这是我们机器人上的一种算法，我们用它来为客户提供额外的价值。这是他们可以选择加入的东西。”

怀斯表示，他们目前只从机器人身上收集和使用了一小部分数据。这些机器人每天产生30到60g的数据。她希望能够将所有数据转移到云端，但目前的网络技术不支持这一点。业界对即将到来的5G的承诺可能是，也可能不是最终的一切解决方案。

AWS机器人与自主服务总经理表示，现实情况是，大多数软件都在机器人上本地运行。从机器人那里得到的数据才有价值，可以发送到云端。

为患有帕金森症和其他肌肉骨骼疾病的患者设计的云连接机器人步行者可以自动绕过障碍物并响应语音命令。(亚马逊网络服务提供)

我们的客户之一是机器人护理系统。Lea™是他们的步行机器人，”Barga说。“Lea有72个传感器。所有的机载处理能力都用于保证病人的安全。他们通过Lea传输数据，并正在构建患者健康仪表板，医生可以监控患者的活动情况，以及他们在与Lea散步时是否变得不稳定。

他说:“他们有一个数字化的排气系统，这给了他们洞察力。”“他们现在正在努力建立预测模型。例如，某人是否按照我们认为的方式进步?他们的稳定性正在退化吗?他们以前没有更新机制。现在，有了云，他们可以通过无线更新Lea。”

AWS RoboMaker是一项服务，可以轻松地大规模开发、测试和部署智能机器人应用程序。RoboMaker扩展了最广泛使用的开源机器人软件框架——机器人操作系统(ROS)，并连接到云服务。该服务提供机器人应用程序开发环境、机器人模拟服务以加速应用程序测试，以及机器人车队管理服务。

AWS还加入了机器人工业协会(robot Industries Association)在今年早些时候强调的，支持工业自动化开源软件的粉丝俱乐部ROS-Industrial用于现实世界的解决方案．巴尔加表示，AWS正处于加入ROS-I联盟的最后阶段。AWS还是开源软件最新版本ROS 2技术指导委员会的创始成员。他很快指出，微软、英特尔、博世和丰田研究院也加入了亚马逊和其他重量级公司的行列。

Barga说:“从存储到分析，再到专注于物联网分析的服务，没有其他云提供商拥有我们所拥有的服务的广度和多样性。“我们所有的云服务扩展都是开源的。我们对ROS的所有贡献都以开源软件的形式发布。车队管理是我们独有的，但我们对我们所建立的东西非常透明。正是我们在幕后添加的魔法让AWS与众不同。”

AWS客户在允许开发人员签入任何新代码之前，使用计算机模拟来验证他们的应用程序是否正确运行。

“作为一家机器人公司，每次开发人员签入代码时，他们都有机架的机器运行模拟，这是如何使用我们运行模拟即服务的云服务的一个完美例子。”

更强大的解决方案
亚马逊的人工智能服务为机器人步行者的功能添加了语音命令。Lex语音识别和Polly语音生成服务允许患者与机器人交谈，机器人做出回应。用户可以更改语言并运行多种语言。

巴尔加说:“如果你在日本部署机器人，我们有日本版的Polly和Lex亚马逊云服务集成服务。”这也是人们与Lea互动的方式。当他们从房间的另一头召唤丽娅到他们身边时。语音指令由Lea上的麦克风接收，并发送到云服务，由云服务将语音指令翻译成文本。它能理解客户在说什么，然后将命令发送回Lea。

“我们并没有试图自己建造一切。相反，我们正试图帮助机器人专家通过AWS服务轻松地为他们的机器人添加动力。”

2018年12月，AWS的Barga在ROS-Industrial Conference上展示了RoboMaker服务的强大功能。

机器学习
格罗曼解释说，Plus One利用云技术通过机器学习进行持续改进。

“我们在两个地方使用机器学习。一个在机载系统中。在自主操作过程中，我们使用机器学习系统来提高自主性。第二点是人类与机器人的每一次互动。这是一个教训。我们可以利用这些信息来提高系统自身的能力和信心，这样也许下一次它就不需要寻求帮助了。”

他说，目标是算法适应，而不是软件开发人员分析数据并编写新代码或更新系统。

他们的远程机器人管理解决方案还包括一个API，用于向第三方软件发布性能数据。当系统运行时，它会发布关于其活动的统计数据，可以对其进行分析以确定任何瓶颈。

“这是云机器人技术的优点之一，即使不考虑Yonder和乘员长，只要数据暴露出来，人们就可以访问它，这就是把你的机器人放在云上的一个原因。”

怀斯表示，Fetch Robotics非常专注于利用机器人的数据进行机器学习的长期愿景。

“我们建立模型。这些模型是根据我们从机器人那里得到的数据进行训练的，然后我们用这些数据不断改进系统。我们还使用这些数据为客户提供见解。我们实际上可以利用大型数据集，让机器人变得更好。”

她举了一个例子。午餐时间，在一个仓库里，两名司机把他们的叉车停在了通道的尽头，完全堵住了进出通道。

“我们有一个警报，当机器人在很短的时间内在两个点之间来回行驶几次。我们有一大堆探测器来寻找机器人的奇怪行为或非常具体的行为。当出现问题时，机器人会提醒我们。”

机器学习是计算密集型的。所有的学习训练都在云端运行。

数字转换
AWS的客户Woodside Energy是澳大利亚的一家矿业公司，当时正在将材料从业务的一边转移到另一边。而不是花费宝贵的人力资本来驾驶交通工具，他们在他们的矿区部署地面移动机器人．

当机器人将设备从A点运送到B点时，它们将经过该公司的透明玻璃储油罐，储油罐中装有用于润滑设备的润滑油。他们决定在机器人上安装一个摄像头来记录油量。伍德赛德使用AWS机器学习服务来标记由机器人安装的摄像头收集的图像数据。工程师们对水库的照片进行了不同百分比的标注，例如，60%或20%。他们建立了一个机器学习训练集，在他们的机器人上运行机器学习模型。

每当摄像头看到一个油藏，它就会运行机器学习模型。如果油位低于一定的百分比，它就会向Woodside经理发送通知，要求对油藏进行注油维护。

巴尔加说:“这种数字化转型正在帮助机器人实现任务自动化，但它也在发送有价值的数据，这样你就可以让你的业务更有效地运行。”“当人们开始考虑机器人和自动化时，通常不会考虑这个问题。当他们这样做的时候，他们意识到他们需要有一个长期的计划，为他们用来吸收数据的服务，以及他们可以围绕这些数据构建的分析来更好地运营他们的业务。然后事情开始变得非常有趣。”

最后一句话，安全
我们将在安全问题上给巴尔加最后的意见，这是一个至关重要的主题，尤其是涉及到联网机器人时。他的AWS团队与其他机器人专家合作，为ROS 2建立了第一个安全威胁模型。

“你必须保护整个代码链，从在机器人上运行操作系统时运行的代码，一直到在机器人上运行的软件。许多公司已经采用了这种安全模型，并使用它来评估机器人及其软件堆栈的安全态势。”

AWS物联网Greengrass软件来自亚马逊物联网团队。Barga说:“把它想象成一个在你的机器人上运行的大金库。“除非你有进入金库的密码，否则你无法对软件做任何事情。我们已经锁定了你的机器人，所以没有人可以安装软件，没有人可以与它通信，没有人可以从它身上获取数据。”

云技术及其对云机器人的影响确实很有趣。世界各地的公司刚刚开始拥抱物联网。看看接下来会发生什么将是很有趣的。这些机器人的脑袋可能在云端。但他们的目光都在奖赏上。生产力和更高的效率。更好的性能。让人类的生活更轻松。连接机器人和人类。