機器人行業發展已經進入了下半場面，未來機器人將結合人工智能、物聯網、云計算等技術，達到柔性化、智能化和更高效的能力水平。新一代機器人能夠進入更多的應用場景，從制造到物流、醫療、建筑、交通等領域不斷延伸，為人類社會向前發展提供強大的動力。

近日，三菱電機宣布已收購了美國一家技術創業公司Realtime Robotics的股權，該公司致力于開發運動規劃技術，并推進其項目的商業化落地。此次三菱電機注入資金，將幫助Realtime Robotics加速工業機器人系統的研發，推出安全性和更高性能的解決方案。

在機器人方面，三菱電機推出了MELFA系列工業機器人，并加入了視覺能力，力傳感器和人工智能技術，實現了高速、高精度拾取和控制解決方案。據悉，三菱電機預計將在2020年推出新的工業機器人系統，Realtime Robotics的運動規劃技術將整合到一起。

為什么需要實時運動規劃？

運動規劃是利用計算機和軟件算法技術，確定機器人達到目的地的最優路徑的過程，同時保證不與任何障礙物碰撞，該技術主要應用于工業機器人和自動駕駛汽車方向。三菱電機作為工業自動化領先廠商，通過收購Realtime Robotics將可以進一步增強其智能制造解決方案。

提前計劃機器人的運動路線，讓機器人按指定的規劃進行運動，這似乎并不難，但希望機器人實時做出反應就不是容易實現。傳統的機器人每次需要重新規劃其路線時必須停下并等待30分鐘，當遇到一些變化的環境顯示是無效的。

Realtime Robotics的運動路徑規劃解決方案可以進行實時計算，規劃出機器人或者自動駕駛最佳路徑，以降低車輛行駛過程的風險和提升設備的使用效率。隨著智能工廠中移動機器人的增加，用于搬運的AGV機器人在路徑規劃下進行，可以為企業創造更高的收益。

實時運動規劃的解決方案

雖然，過去十年中運動規劃算法有了很大的改進，但想要在機器人上實現實時規劃路線卻是很難的，這種規劃算法對于硬件的要求很高。對于機器人的運動規劃，目前有四個方案。

第一個是Realtime Robotics的Rapid Plan處理器解決方案，RapidPlan可以每秒30幀的速度進行多達800000次動作，滿足不斷變化環境下識別和響應的需求，從而實現機器人和自動駕駛汽車的實時引導。

第二個是英特爾的片上系統Search-and-Rescue SoC，其運動規劃是通過專用加速器實現的，包括控制小型機器人所需的所有計算功能，例如實時傳感和處理、電源管理、驅動和通信等等。

第三個是明尼蘇達大學一個團隊開發的Wave Computer，它是一種專用于運行AI算法的固態芯片，比在計算機和圖形處理器上運行相同算法的能效高出約100萬倍。Wave Computer不僅限于運動規劃，還可以用于更多應用程序。

第四個是密歇根大學研究人員的SLAMmer，這是一種專用芯片，使用同步本地化和映射（SLAM）。SLAM已經在新一代移動機器人中使用，能夠即時構建地圖，同時還能定位機器人在該地圖內的位置。

機器人運動規劃的未來

目前，運動規劃所需的計算仍然依賴于云端服務器，需要移動機器人將現場數據上傳到云端，這種方法必需保證有穩定可靠和高速的網絡，不然，實時性的效果會很拉低。從長遠來看，在云端進行運動規劃并不是一個可行的解決方案。

自動駕駛汽車汽車已對有了專門的硬件平臺，新的硬件技術對于機器人是至關重要的。在工業機器人中，沒有實時生成計劃路線，實際上是非常危險的。所以，機器人需要一個運動規劃器，使得機器人能夠在邊緣完成路線規劃的任務。