自主移动机器人(AMRS)通过自动化重复性和易受影响的材料运输，与人们合作，创造一个高效的工作环境。尽管这些机器人使用传感器和算法在动态环境中安全地导航，但是它们不能将这种感觉输入应用于高级决策。AMRS开发的下一步是增加人工智能(AI)，以提高智能移动机器人的能力。人工智能将使这些机器人更有效，增加机器人能够执行的任务范围，并减少适应工作环境的需要。
向人工智能的过渡
如今，移动机器人使用传感器和软件来控制（机器人应该定义在哪里以及如何移动）和知觉（机器人理解和适应环境的）。从集成的激光扫描仪，3D照相机，加速计，陀螺仪，编码器轮，并且更数据的数据做出关于*有效的在每种情况下决定。这些技术自动抄表系统提供了许多功能，今天的汽车已经成为非常熟悉和满足。机器人可以使用动态导航，环保意识的*有效的途径，并因此能避免在需要时带电障碍物或道路上的行人，并自动。然而，如果没有人工智能，机器人应对所有这些障碍都一样：如果可能的话，他们将放慢，并试图绕过一个人或物体;如果在它周围有没有安全的方式，他们将停止或撤退。 AMR标准方法适用于几乎所有的情况，但是像人工智能和智能自主车无人机提供新功能，它也准备大幅改变机器人。
人工智能包括几个分支。目前，自主移动机器人的人工智能主要集中在机器学习和视觉系统方面。
mir ai相机的静态相机，shimier，可以预测路线上的障碍物，因此他们可以提前改变路线以优化导航。
如今，协作机器人的人工智能主要集中在机器学习(ML)和视觉系统上，这大大扩展了早期基于传感器的功能。若干关键领域的技术进步和市场成熟使这些创新成为可能：
一系列小，成本低，节能和移动传感器可以捕获远程设备和所述当前传输大量的数据，和内部膨胀和机器人的预期环境条件。
云计算和宽带无线通信允许几乎立即从任何接入点存储、处理和访问数据。安全的虚拟网络可以适应动态需求，几乎消除停机时间和瓶颈。
以人工智能为核心的强大新型处理器架构，广泛应用于AMD、英特尔、英伟达、高通等传统半导体企业，以及谷歌、微软等领域的新玩家。虽然传统的广泛应用的半导体正面临着摩尔定律的限制，但这些新的芯片是专门为人工智能计算而设计的，提高了性能，降低了成本。低功耗、低成本的人工智能处理器甚至可以集成到小型移动或远程设备中，以便现场计算能够快速高效地做出决策。
复杂的软件算法分析和处理*有生产力的位置数据-在机器人、云中，甚至在远程、扩展的传感器中，这些传感器为机器人提供额外的智能数据，以预测需求并主动适应它们的行为。
利用这些功能，机器人的行为就像形成一批学生在课堂上的网络。他们电子学习，那么您可以在案件执行不需要在线内容定期访问。低功耗，高效的设备和人工情报能力的人工智能技术，以支持新的机器人系统具有低延迟和快速响应时间，高自主性和低功耗 - 所有这些都是成功的关键因素。
amrs中的ai改进了路径规划和环境交互
移动工业机器人（mir）正在推动移动机器人人工智能的发展，并建立新的行业期望。创新的人工智能能力维护了机器人的安全协议，提高了路径规划和环境交互的效率。
人工智能是通过机器人软件中的高级学习算法和安装在高流量区域、叉车或其他自动车辆路径的远程连接摄像头来实现的。这些相机配备了小型、高效的嵌入式计算机，可以处理匿名数据并运行复杂的分析软件，以识别该地区的物体是否是人类、固定的障碍物，或者agv等其他类型的移动设备。然后摄像机将这些信息反馈给机器人，并扩展机器人对周围环境的了解，使其能够在进入一个区域之前适当地调整自己的行为。有人工智能的网络可以帮助机器人在某些时候避开交通拥挤的区域，例如定期运送和通过叉车转移，或者当大量工人在场时，例如在休息或轮班时。
通过人工智能，大鹏机器人可以适当和有效的不同类型的障碍作出反应，以提高导航和效率。例如，如果它们是从另一个制造商面临着AMR，他们能够预测车辆的运动和适当调整。当面对一个新的未知物体，机器人可以谨慎和细心，为了计算未来互动的*好的行为收集数据。
类似地，在复杂、高度动态的环境中-比如拥有不能偏离固定路径的自动导航车(Agv)，或者使用人工驱动的叉车或其他不可预测的车辆-机器人的移动性可能有限。AGV的安全机制通常仅限于遇到障碍时强行停车，例如，这可能会阻碍机动车辆行驶。AI动力的MiRAMRs可以识别AGV并了解其局限性，这样他们就可以在AGV安全通过之前自动等待AGV进入安全位置，从而在AGV安全通过之后继续执行任务。
虽然机器人的内置安全机制总是能够防止机器人与其路径上的物体、人或车辆相撞，但其他车辆，如人为驱动的叉车，可能没有这些功能，还有一个风险是其中的一个车辆会与机器人相撞。mir机器人系统可以在到达高流量区域之前探测到它，并可以识别其他车辆，并采取适当的行动来降低碰撞的风险。这样，amr不仅通过人工智能提高了它的行为，而且还适应了其他车辆的限制。
左：mir-ai相机检测到一个被配置为响应的对象，这将阻止mir机器人越过红色标记区域。正确的例子：mir相机检测到一个人，并将其配置为在这种情况下不作出反应，因为这个人可以有效地避开机器人。在这种情况下，mir机器人可以越过绿色标记区域。
解决人工智能问题
人工智能还是很新的，足以引起对安全和隐私的收集和利用数据，并确保在人工智能系统的故障或干扰的情况下，安全问题。主要的问题客户考虑的AI驱动系统时，要考虑包括：
在何处以及如何存储、保护和处理数据？
数据存储多长时间?
获取了哪些个人身份信息？
有什么后备安全机制?
为了保障安全和隐私，机器人技术和人工智能米尔相机只发送不发送图像的决定。因为每个设备具有所需的内部的计算能力，视觉传感器捕获的数据被立即加工成的形状，大小和颜色，并且被分类成特定的类别，对于决策。因此，可发送数据的*类型是一个命令AMRS可以理解，例如，停止或恢复;环境的变化，如道路或拥挤区域的阻塞信息;新的或将采取的行动，如选择另一条路线。
虽然人工智能机器人安全系统有时会关注，但主要是MIR的安全机制是机器人的核心，它不能用人工智能来决定覆盖。例如，当机器人上的激光扫描仪提供的人工智能系统，这将使基本的安全决定，以机械方式防止MIR机器人向前有人机器人路径或障碍物上的情况下的数据。
机器人人工智能的未来
移动机器人将继续成为合作实体，随着人工智能的出现，它们与人类之间的技术障碍将不断缩小，从而提高合作效率。
随着人工智能的发展，我们将获得更自然地使用语言或手势与机器人互动的能力。这可能包括举起一只手来阻止机器人，将它指向一个喜欢的方向，或者挥舞它，或者跟随它——或者简单地告诉它，“这条走廊将在接下来的两个小时内被封锁。他说：“在那之前，你可以走另外一条路。”
尽管移动机器人仍然是一个可以控制的工具，有紧急停止按钮，但它们将获得自主权，这将使它们更有价值。他们将能够理解他们的日常工作可以改进的地方，并提出更好的途径到他们的目的地，更有效的时间执行任务在一天，其他机器人可以部署到更有效的工作流程，以及*合适的充电时间。
人工智能驱动的AMRS将帮助将工作场所变成一个有机的、数据驱动的环境，在这种环境中，机器人可以从自己的或远程的传感器共享数据，并帮助机器人团队做出明智的决定。通过该数据共享模型，每个机器人可以访问其他机器人或相机中的每个传感器，从而获得对整个环境的更详细的视图，从而实现更有效的路径规划性能。
人工智能：推动下一次工业革命
像以前的工业革命一样，人工智能和机器人技术将使许多费力和不受欢迎的任务过时。借助人工智能，mir机器人可以更高效、更经济地完成重复性、低价值的物资运输任务，让人类有更多的时间从事更有意义的活动。由于严重的劳动力短缺阻碍了全球企业的发展，智能移动机器人将使企业能够提供有价值的角色，帮助他们吸引和留住有价值的员工。
