5G+AGV的现实边界在哪?

2020-08-03 10:59:22
歌者
智能制造
5G
全文共约 3764 字,阅读约需 8~13 分钟。
利用5G网络将机器人无缝连接,并进一步打通设计、采购、仓储、物流等环节,使生产更加扁平化、定制化、智能化,实现数据共享、敏捷互联、应用云化、智慧决策,在工业控制、物流追踪、工业AR、柔性制造等机器人应用场景起着重要支撑作用。

有人说,

5G让我们对机器人有了无限想象;

也有人说,

在机器人领域对5G寄予太多的希望是危险的;

然而,5G作为科技竞争的制高点,

其发展步伐不会因此停止;

或快或慢,不管怎样,

属于移动机器人的5G时代也终将到来

………

在创建未来智能工厂的进程中,对移动机器人的要求将会越来越高,5G技术的出现让移动机器人看到了新的可能性。

5G技术迎合了传统AGV企业基于机器人转型升级对无线网络的应用需求,能满足生产环境下机器人互联和远程交互应用需求。

利用5G网络将机器人无缝连接,并进一步打通设计、采购、仓储、物流等环节,使生产更加扁平化、定制化、智能化,实现数据共享、敏捷互联、应用云化、智慧决策,在工业控制、物流追踪、工业AR、柔性制造等机器人应用场景起着重要支撑作用。

现实是什么?

据相关数据显示,预计到2024年,中国2000强制造企业中有25%的企业将使用5G技术来提高机器人应用能力。回到当下,就现在来说,5G+移动机器人的现实应用情况是怎样的呢?

优艾智合市场总监关健表示,在AGV上应用5G网络技术,首先需要回答两个基本问题:第一,现有固定网络能不能解决目前的需求;第二个为什么4G解决不了?只有当现有固定网络和4G都无能为力的时候,5G的刚需才能成立。

从目前的生产制造环节来看,移动机器人主要从事的是搬运、抓取等简单工作,对超大带宽等需求并不强烈。在现有的制造业水平上,移动机器人上5G有种“杀鸡焉用牛刀”的意味。

而在智能巡检运维领域,移动机器人对高性能网络则是期盼已久。随着视频分析、AI软件技术的迅猛发展,数据采集更加高清、高效、便捷,但采集后的实时高清数据传输一直是个问题。

传统网络不能支持4K、8K、VR视频的实时回传,所以只能忍痛降级传输1080P的视频流,这大大浪费硬件的数据采集能力。5G的大带宽、低时延的优势正好可以弥补这一不足。

因此,关健认为,移动机器人+5G究竟需要多少的投入能带来怎样的价值,这是最基本也是最核心的考量。目前,在智能巡检运维这一领域,5G的价值需求显然更强烈。

优艾智合也针对这一需求推出了5G移动机器人解决方案,公司现已在与国内最大的ICT解决方案供应商合作中落地了5G园区巡检机器人、针对新疆某大型能源上游企业需求提供了冶炼危化远程巡检机器人。

迦智科技CEO陈首先认为,AGV+5G的应用趋势首先集中在两方面,一是利用5G大带宽、低时延优势对现有的AGV调度系统在调度数量、数据处理进行革新;其次则是对AGV导航算法的优化,将部分借助边缘计算的算法优化分析上传至算力更强大的云端处理。

基于对未来的布局,迦智科技在机器人调度系统、作业管理系统上都是基于兼容5G通信的架构来研发,目前基于通讯的限制,采用私有化的部署方案,随着5G基础设施的完善,会将这些方案转移到公有云或私有云上去完成。

不过陈首先也坦言,目前在AGV+5G的解决方案的推广基本是来源于客户主动向迦智科技提出需求,而这些客户都有一个共性,那就是自动化程度已经达到了相当水平。

通过对产业的观察,高工移动机器人认为,目前移动机器人与5G的融合整体仍然处于试水阶段,一方面5G技术本身还有需要迭代升级的地方,才能从民用走向要求更高的制造业;另一方面是用户端对移动机器人+5G的需求并不强烈,现有的工业WIFI能够满足他们对通信网络的要求。

发展的道路是曲折的

在对于5G的正确认知上,首先不能期望它会一夜之间改变移动机器人技术,因为实现它的许多应用程序和技术如今仍然处于不断完善的过程状态。

其实,5G应该被视为电信新时代的开始,从毫米波通信系统的发展到软件定义的虚拟网络架构,以及新的无线访问方法,5G将需要在网络的各个方面进行巨大的创新,从而使许多机器人可以在小范围内操作而不互相干扰。

其次,现实世界的基础设施建设步伐显然无法跟上5G的网络速度。从当前的 9 Mbps 的平均网速突然跳跃到 5G 规格书中所描述的 1000 Mbps 的速度的事情不会很快发生。

正如今天国际副总经理王勇所强调的,在移动机器人融合5G落地的过程中,单从技术层面来说,就面临着诸多制约因素。

1.目前5G网络的信号覆盖区域有限。只有基于5G的重要特性,也就是高流量密度和高峰值速率,才能满足5G和移动机器人结合落地。为满足这些技术要求,5G采用了超密集组网的架构,这就必然要求基站的部署密度必须提升。另外,由于5G信号的穿透性不足,在室内还需要布设大量的室分基站。

2. 本地组网异常繁琐。移动机器人在实际使用时,管理服务器必须要能够准确的访问到各个移动机器人,这就要求在进行5G组网时,服务器必须与移动机器人建立起直接的连接,需要运营商在后台分配各个终端地址的时候,进行各个小型网络的划分。

但是在实际操作时,却面临着很多实际的问题,例如工作流程的划分,SIM卡地址绑定,边缘计算服务器的搭建等等,都造成了5G本地组网的不便。

3.移动机器人控制本身不支持5G技术。目前市场上的移动机器人控制器,均不支持直接使用5G技术,都需要采用通讯转换的方式进行,需要集成或者连接其他厂商提供的5G模组,例如华为的CPE,标准的5G终端模块、适配器等等。

4. 成本问题。不论是采用何种组网形式,目前的5G技术相对于原有通讯技术,成本都要大幅提升,一方面是一次性投入的设备成本,另一方面就是大量的使用成本,5G的流量费用目前仍居高不下,使用时需要大量的费用花销。

陈首先表示,现有条件下部署5G的成本是显然高于工业WIFI的,这对成本敏感的大部分制造业厂商来说不是那么容易接受的;其次目前可以看到的5G建设趋势是,基础设施铺得开,终端设备还比较少。

未来是光明的

关健说,这是一场关于未来的布局。

是的,无论是智能制造、数字化工厂、新基建、工业互联网,5G技术都是其中不可或缺的一部分。它不仅让网络无边界,更让数据无边界。

斯坦德合伙人王茂林表示,先进技术是智能制造的关键,AGV作为生产过程中的关键,当其与5G、大数据、物联网等技术相结合之后,AGV也将成为一种全新的智能工业设备。无论是实现更广的应用还是AGV的智能化升级,5G都是一大助力。

富士康科技集团5G研究所(富华科精密)首席营销官荣乐天,也曾表达对于5G技术应用于制造业的重要作用。他指出,目前基本上一半的工业连接还是用的工业总线,45%+是工业以太网,无线技术只占工业连接的6%。

而WIFI的大部分导入首先是因为AGV应用技术的更迭。从早先的轨道磁条AGV到二维码AGV的导入再到目前激光雷达AGV的逐渐成熟,仓储逐渐渗透到产线上,而二维码和激光雷达AGV的应用需要依赖无线技术,导致企业大规模导入WIFI。

然而,目前WIFI在工厂中的应用也存在着致命性的弱点,如稳定性,可靠性等问题。他表示,WIFI不适合在工厂里大规模应用,而且不能支撑未来工业互联网的发展。而5G可以做到这一切,更为关键的是它将渗透到越来越多的智能装备中,支撑智能制造的实现。

因为相信未来,所以提前布局。

2019年8月,斯坦德与中国电信建立合作关系,快速推进5G项目的落地。5G技术为斯坦德AGV与控制系统间的通信提供高速的网络支持,提高物流解决方案自动化水平。如今,斯坦德运用5G技术的案例已成功落地,在某汽车制造企业项目中,采用两种AGV机器人搭配分拣台和其它软硬件,实现WPIC部门的保修零件自动化分拣和运输。

2019年11月,仙工智能(SEER)与中国移动、爱立信签署三方合作协议,达成了长期、全面的战略合作伙伴关系,SEER作为首批企业成功入驻了江苏移动爱立信南京智能工厂5G+工业开放实验室。

仙工智能(SEER)利用自身在移动机器人、信息系统、工业物联网平台等方面积累了深厚的技术优势,同时围绕智能工厂建设及智慧物流打造拥有丰富的实践经验。联手中国移动、爱立信进行优势互补、资源共享,将大大加快5G智能工厂建设,加速移动机器人在5G智能工厂中的应用。

为了解决移动机器人+5G技术落地的问题,今天国际采用5G技术组建移动机器人控制网络。在移动机器人和服务器端都使用5G通讯模块,接入5G网,实现服务器和移动机器人互访,服务器可以通过5G网络实现异地控制移动机器人,下发指令。

同时采用5G技术监控移动机器人,用户可以通过手机,电脑,平板,安装APP的形式,远程监控,或者直接操作移动机器人。此外,今天国际还尝试利用5G网络提供的高带宽、低时延特性,将VR技术应用于移动机器人的远程运维。

2020年3月,依托边缘计算,TCL惠州工厂完成了灵动科技AMR智能物流车的5G化改造以及灵动科技AMR智能物流车与企业内部系统的集成,实现了供应链全流程信息拉通、可视,大幅减少信息盲区和线上物料积压。

至此,灵动科技AMR借助5G+人工智能等技术,在TCL机芯厂生产部SMT车间实现了高效人车混流、自动避障、跨楼层自动驾驶,以及从生产计划下达——原料齐套和拣选——原料上线——成品下线——成品智能仓管——成品智能配送下车间的“一键运料”全流程闭环管理。

收藏
免责声明:凡注明为其它来源的信息均转自其它平台,由网友自主投稿和发布、编辑整理上传,对此类作品本站仅提供交流平台,不为其版权负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。如果您发现网站上有侵犯您的知识产权的作品,请与我们取得联系,我们会及时修改或删除。联系邮箱:leixiao@infoobs.com