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，云技术已经到了机器人学。

“云”是一个术语，用来描述全球网络上的软件和服务，这些软件和服务在互联网之外运行，允许用户在几乎任何设备上访问信息。服务器设计用于存储和管理数据、运行应用程序和交付内容。

这些应用程序现在正在看到机器人行业空间的大量增长，因为云机器人能够使用云计算，云存储和专注于集中式基础架构的其他技术以及共享服务的好处。

新兴趋势已经在物流，医疗保健，采矿，农业，建设等举动的机器人中实施，并且正在启动受监督的自主学习和机器学习。云机器人允许更高水平的人体机器人互动和学习，并为公司的数字转换有贡献。与任何开发技术一样，启用云系统提出了关于安全和安全的问题，公司很快就解决了这些问题。

得益于云技术，更强大的机器人解决方案正在增长;这些解决方案能够处理计算量大的任务，从而实现更强大的能力和认知协作，并大大增加与其他机器和人类共享的可用数据。

卸载Computation-Heavy流程
亚马逊Web服务（AWS）的罗杰尔巴加（Roger Barga）在华盛顿州西雅图（AWS）中，云机器人的故事始于机器人开发商。机器人开发人员不再受到他们可以在机器人上克切的加工能力和软件的限制。云机器人的主要优点之一是额外的计算能力，它提供了扩展的机器人功能。

“许多算法开发人员希望运行不适合内存足迹，”Barga说。“开发人员现在可以通过在机器人上运行的内容来分区，并推送可以容忍延迟到云的更繁重的繁重任务。”

AWS是世界上最全面而广泛采用的云平台之一。数百万用户，包括增长最快的初创企业，最大的企业和领先的政府机构，相信亚马逊云来为网络基础设施供电。

其他领先的云平台，微软Azure和谷歌云，也有标记名单。所有三个支持云机器人。创新的机器人公司越来越多地寻求云提供商来支持他们的互联网连接的机器人。许多人正在追求多云的方法，您可以在那里选择和选择来自不同提供商的服务。其他人正在探索私人，本地云选项。更多服务选项和云服务的典型付费价格定价模型使大型跨国公司和启动更容易访问所需的计算电源，存储和应用程序资源。

更快的部署
获取机器人将告诉您他们的云机器人平台为物料处理和数据收集提供了唯一的自主移动机器人（AMR）解决方案，可以在几小时与周内部署，并且它不需要立即集成来显示值。他们称之为“按需自动化”。

在一家汽车制造商的第三方物流仓库里，一个云软件平台有效地管理着一支自动移动机器人车队。（由Fetch Robotics，Inc。提供）

“我们是云层中唯一拥有我们所有系统的公司之一，”加利福尼亚州圣何塞的获取机器人首席执行官Melonee Wise说。“您不必安装基础架构。您不必安装贴纸或QR码。您不必安装IT设备或专用的Wi-Fi。您不需要WMS Integration即可开始，但一旦您从工作流程中证明重大值，就会稍后添加。

“你只需打开机器人的盒子，将它连接到你的内部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，只需3到6个月。

捕捞机器人物料处理AMRS包括两个大型有效载荷平台，运输托盘载荷最多500公斤或1500千克。部分和包裹运输平台有各种配置，包括一种型号，包括带有模块化输送机顶部的轮式推车，另一个具有集成触摸屏和可调节搁架的平台。数据收集AMRS通过跟踪仓库和工厂的产品和箱上的RFID标签自动化库存计数。

该公司成立于2014年，刚刚在8月份完成了4950万美元的C轮融资，目前已获得近1亿美元的风投。客户包括第三方物流供应商DHL集团、环球物流控股、瑞德系统和其他第三方物流公司，以及汽车、航空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。调度机器人，推送空中软件更新，以及与第三方设备(如传送带、自动门、电梯和手部扫描仪)的通信，都在云中进行管理。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。

“我们可以部署1到100个机器人，甚至超过100个，”明智说。“规模无关紧要。它为我们提供了一个很大的优势，因为通常如果您想向上扩展具有大量机器人的系统，则必须添加更多服务器。对我们来说，由于我们在云中，它会自动完成。“

无论有效载荷，还是它是一种带有传送带的推车传送机器人，软件都是相同的。Wise说该软件知道每个机器人的能力，因此基于这些单独的功能动态地将任务分配给机器人。

例如，当仓库操作员把一堆货物放到购物车里，然后把购物车放在过道的尽头，他们通常会扫描条形码。这就触发了系统请求一个具有推车运输能力的机器人来取车。不同的机器人与Fetch的基于云的软件进行通信，正确类型的机器人被派去自动地将购物车从一个位置移动到另一个位置。在任何给定的时刻，系统都知道每个机器人的位置和正在做什么，并为每个任务选择最接近或最合适的机器人。

利用基于云的网络界面，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机器人每15分钟访问这五个工作站，或者当有人扫描条形码或按下按钮时，去做这个任务。

“它使我们的客户能够创建他们想要机器人的任何东西，”明智说。“但他们不必在物理上与机器人身体，工作流程可以通过云传输到数百个机器人。”

观看获取机器人的WISE演示此基于云的用户界面。为了便于使用，它都是拖放，需要在用户部分上没有机器人编程知识。

监督自主权
这些机器人可能在云中有头部，但这并不意味着船上没有大脑。所有机器人都是自主单位，每个单位都有自己的智慧。

移动机器人，尤其是储层空间中的移动机器人，必须导航仓库，工厂和分销中心，同时安全地在工人，叉车和其他设备周围操纵。这需要融合在机器人上的传感器和软件。

为了安全地导航空间，机器人必须首先映射其环境。该数据可以被推到云以进行处理和构建地图，然后可以向下传输到机器人以获取本地导航。使用云将相同的地图传输到设施中的其他机器人。

如果机器人遇到自己无法解决的问题，仓库经理可以通过云帮助机器人。

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

调用这一级别的人机援助监督自主权．

“在云中为我们提供了很多支持平台的力量，”明智说。“我们一直都知道机器人的一切。我们可以全球全球客户支持客户。“

聘用机器人两年前与理摩人合作。您可以将Ricoh作为打印机和复印机公司知道，但他们还提供一系列企业支持服务。

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客户的任何问题做出反应。这对我们非常重要，因为我们在19个不同的国家部署。”

安全注意事项:监督自治不应与遥操作混淆，遥操作意味着完全控制。

滚子顶级自治机器人通过云通过云与第三方设备通信，以便于传送带材料运输。（由Fetch Robotics，Inc。提供）

“我们通常不会让用户在任何时候完全控制机器人，”Wise解释道。“它们必须与自动驾驶系统协同工作。有监督的自主是给机器人一个任务，而不是直接的命令。我们不告诉AMR如何到达那里，以什么速度，只是告诉它去哪里。”

机器人会找出最优、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。人为失误可能导致机器人撞到墙上，或者更糟，撞到人身上。

“AMR在其安全方面的功能来自机器人上的软件。这不是在云中，“明智说。“我们不关心延迟问题，因为我们没有给机器人实时命令。我们给他们任务级命令。获取任务命令三秒后无关紧要。获得停止命令三秒迟到真的很重要。“

认知协作
+ 1机器人S为每种拣选、装箱和包裹感应应用建立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基座和抓手的机器人手臂，他们的机器人不可知的人工智能感知软件，灯和摄像头，以及Yonder，一个基于云的远程机器人管理系统。

“我们提供了眼睛和大脑，”丹特曼，Ph.D.的高级工程师，一家基于圣安东尼奥公司的公司，高级工程师说。Grollman在科罗拉多州博尔德领导初创公司的卫星办公室。“我们向客户销售给物流空间的客户，他们希望他们有价值的人类做得更多有趣的工作，并将苦差事留给机器人。”

这就是为什么该公司的口号是“机器人工作。”人们规则。”这就是认知协作发挥作用的地方。

Logistication应用程序的云软件平台使人员和仓库机器人能够在包裹处理和每个拣选中协作和有效地工作。（礼貌加上一个机器人）

当机器人遇到不确定下一步该做什么的情况时，Yonder公司的一位人类监督员，即乘务长，可以通过云来协助机器人。例如，物品或包裹可能是歪斜的，难以正确地掌握或感知。机器人系统将向乘务长提供他们需要的信息(摄像机图像等)，以便他们做出必要的决定。

“船员负责点击挑点（在屏幕上），并提供所需的任何其他信息，”Grollman解释说。“该数据被送回机器人，并且机器人继续自主地继续。

“我们的目标是提供足够的局势认识，以便他们能够做出适当的决定来协助机器人，”他继续。“机器人处于一个位置，人类可能是任何其他地方。什么时区，世界的哪个地方并不重要。机器人与船员之间的互动一切都在云中进行。“

机组负责人可以是客户人员或Plus One团队成员。后者更为常见。

“从机器人请求到人类反应，我们有一个10秒的中位数响应时间，”Grollman说。“我们的目标是降低。尽管如此，如果你比较一个人要走到一个机器人，即使它在整个房间，它也是一个巨大的次数。关于远程船员的好处是一个人可以为许多不同的机器人提供服务。“

远程机器人管理解决方案可以在云上连接一个乘务长和无限数量的机器人。

“我们之所以称其为认知协作，是因为它是远程决策辅助，”格罗尔曼说。“这是在决策层面，而不是在直接控制层面。

观看加一级首席执行官和Cofounder Erik Nieves解释了如何监督的自主权或认知协作是“缺少中间”的自动化。

“我们并不试图在门外做100％的自治权，”格洛弗曼说。“Yonder是一个很好的工具，让人们快速地运行和在生产中，从那里发展。”

数据收集和共享，用于见解
大数据是欢迎副产品的所有额外计算能力云为机器人提供给机器人。虽然机器人关于他们的采摘任务或运输职责，或者任何其他机器人工作，他们正在通过我们的物理世界在一个全数字高速公路上移动。只要通过他们的数字服务生活的性质，机器人正在收集大量关于他们的动作的数据，周围的环境，过程变量和结果，甚至我们的人类可能会在任何特定的时刻。

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程的数据，每个工作流程花了多长时间，机器人走了多远，这些信息都是现成的。

“这不仅仅是机器人做了什么，还包括机器人观察到了什么，”怀斯说。“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。他们可以建造一个仓库模型。我们可以展示人们走过的地方，或者叉车经过的地方。我们可以让仓库经理看看他们的设备有多拥挤。这是我们高级数据分析的一部分。这是我们在机器人上使用的算法，我们用它来为客户提供额外的价值。他们可以选择加入。”

明智的说他们现在只收集并使用它的小数点，即现在的机器人。机器人每天产生30至60千兆字节的数据。她希望能够将所有数据移到云端，但目前的网络技术不支持它。行业在地平线上5克的承诺可能是或可能不是最终所有的解决方案。

AWS的机器人和自治服务称，现实是大多数软件在机器人上在本地运行。它是脱离机器人的数据，这些数据有助于发送到云。

用于帕金森和其他肌肉骨骼条件的患者的云连接的机器人沃克自动操纵障碍物，并响应语音命令。（由亚马逊网络服务提供）

我们的一个客户是机器人护理系统。Lea™是他们的沃克机器人，“Barga说。“lea有72个传感器。所有的车载处理电源用于保持患者安全。他们从lea流中流下数据，正在建立患者健康仪表板，医生可以监控，看看患者的活跃程度如何，如果在与lea一起走路时它们变得不稳定。

“他们有一个数字排气，给他们洞察力，”他说。“他们现在正在努力建立预测模型。例如，有人进展我们认为应该的方式吗？他们的稳定性回归吗？他们之前没有更新机制。现在，随着云，他们可以对Lea进行空中更新。“

AWS RoboMaker是一项可以轻松大规模开发、测试和部署智能机器人应用程序的服务。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。该服务提供了一个机器人应用程序开发环境，一个机器人模拟服务来加速应用程序测试，以及一个机器人车队管理服务。

AWS还加入了越来越多的粉丝俱乐部，倡导工业自动化开放源软件的机器人行业协会今年早些时候突出的机器人行业协会ROS-Industrial为现实世界解决方案．巴尔加表示，AWS加入ROS-I联盟已进入最后阶段。AWS还是ROS 2技术指导委员会的创始成员，ROS 2是开源软件的最新版本。他很快指出，微软(Microsoft)、英特尔(Intel)、博世(Bosch)和丰田研究所(Toyota Research Institute)也加入了亚马逊和其他重量级企业的行列。

“没有其他云提供商拥有我们从存储到分析的广度和多样性，以为IOT分析的集中服务，”Barga说。“我们所有的云服务扩展都作为开源发布。我们对ROS的所有贡献我们已发布为开​​源软件。舰队管理是独一无二的，但我们对我们建立的内容非常透明。这是我们在幕后添加的魔力，将AWS分开。“

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

“对于他们作为机器人公司来说，每次坐在代码中的开发人员检查时都有机器人公司坐在一起运行模拟，这是如何使用运行模拟 - AS-Service的云服务的完美示例。”

更强大的解决方案
Amazon AI Services将语音命令添加到机器人Walker的功能。LEX语音识别和Polly语音一代服务允许患者与机器人和机器人交谈以回应。用户可以更改语言并运行多种语言。

“如果您在日本部署了一个机器人，我们都有日本的Polly和Lex版本的亚马逊云服务集成服务，”Barga说。“这也是人们如何与LEA互动。当他们召唤lea从整个房间来到他们身边。lead上的麦克风拾取了该语音命令，并发送到云服务，该云服务将转换为文本。它了解客户所说的话，然后将命令发送回Lea。

“我们并不试图建立自己的一切。相反，我们试图帮助通过AWS服务将机器人添加到机器人的权力。“

观看AWS的Barga展示了2018年12月在ROS工业会议上的机器人服务的力量。

机器学习
Grollman解释说，加上一云通过机器学习持续改进。

“我们在两个地方使用机器学习。一个是在车载系统中。在自主操作期间，我们使用机器学习系统来提高自主权。第二名是每次人类与机器人相互作用。这是一个教学点。我们可以使用该信息来提高系统自己的能力和信心，因此下次也许不需要寻求帮助。“

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，它发布有关其活动的统计信息，可以对这些信息进行分析，以确定任何瓶颈。

“这就是云机器人的好东西之一，即使除了Yonder和船员首席，也只是让那种曝光的数据和有权访问它，是将机器人放在云上的理由。”

Wise表示，获取机器人非常专注于使用机器人数据的数据进行机器学习的长期愿景。

“我们建立模型。这些模型根据我们从机器人那里得到的数据进行训练，然后我们利用这些数据不断改进系统。我们还使用这些数据向客户提供见解。我们可以利用大数据集，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，两名司机将他们的铲车停在通道的尽头，完全堵住了进出通道。

“我们有一个警报，当机器人在短时间内几次在两点之间来回驱动时。我们有一大堆探测器，在机器人中寻找奇怪的行为或非常具体的行为。然后机器人在出现问题时提醒我们。“

机器学习是计算密集型的。所有学习培训都在云中运行。

数字转型
AWS客户Woodside Energy是澳大利亚的矿业公司，从他们操作的一侧移动材料。他们而不是为了消耗有价值的人力资本来驾驶运输工具在他们的矿业领域部署地球移动机器人．

由于机器人从点A携带设备，因此他们将通过公司的透视玻璃储存器，该玻璃储存器包含润滑设备的油。他们决定将机器人放在机器人上以记录油位。Woodside使用AWS机器学习服务来标记由机器人安装的相机收集的图像数据。工程师将储层射击标记为不同的完整百分比，例如60％满60％或20％。他们建立了机器学习训练集，在其机器人上运行机器学习模型。

每次摄像头看到一个油藏，就会运行机器学习模型。如果油位低于一定百分比，它会向Woodside管理人员发送通知，要求对油藏进行维护。

“这是数字转型正在帮助机器人自动化任务，但它也会发送有价值的数据，以便您可以使您的业务更有效地运行，”Barga说。“这是一个故事，人们在开始考虑机器人和自动化时，人们通常不会考虑。当他们这样做时，他们意识到他们需要为他们使用的服务有一个长期的计划来摄取数据和它们可以在它周围建立的分析，以便更好地运行他们的业务。然后事情开始真的很有趣。“

最后一句话，安全
我们将在安全问题上给巴尔加最后的评语，这是一个重要的话题，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建立了首个安全威胁模型。

“您必须在机器人上运行运行时的运行时保护整个代码链，一直到机器人上运行的软件。许多公司已挑选本安全模型，并使用它来评估其机器人及其软件堆栈的安全姿势。“

AWS IOT Greengrass软件来自亚马逊的IOT团队。“把它当作你的机器人上运行的一个大拱顶，”芭芭说。“除非您的组合访问Vault，否则您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，没有人可以与它进行通信，没有人可以获得数据。“

实际上，云技术及其对云机器人的影响是有趣的。全球公司刚刚开始拥抱机器人的互联网。看到下一个管道下来的东西会令人着迷。这些机器人可能在云中有头部。但他们的眼睛是奖品。生产率和更高的效率。更好的性能。让生活更容易。连接机器人和人类。