signals header
Automated warehouse with robots carrying boxes.
Automated warehouse with robots carrying boxes.

SIGNALS+ 在线快讯订阅

持续关注Signals+,了解有关连接、数字健康、电气化和智能工业的最新见解、信息和想法并加以利用。

点击“订阅”,即表示您同意接收来自Analog Devices, Inc.及其子公司的邮件,并同意我们的隐私政策。设置您的隐私.

谢谢您的订阅,请查看您的邮箱确认邮件并完成注册.

您将实时接收突破性技术如何在全球范围内产生深远影响!

关闭

实现机器人自主移动

March 02, 2026

关键要点

  • 从仓储、制造到医疗健康和高风险环境,自主移动机器人(AMR)正在重塑产业格局。
  • 先进的传感器和AI技术使AMR能够检测障碍物、动态规划路线,实时适应不断变化的情况。
  • 劳动力短缺仍然是推动各行业加速采用AMR的最主要因素。

 

工业机器人正经历第四次创新与变革浪潮,商品的生产、运输和管理方式正在被重写。第一次浪潮带来了固定式机器人,强调高精度和可重复性。第二次浪潮引入了移动能力:最初依赖程序控制,随后逐渐实现更高程度的自主化。第三次浪潮将多轴机器人与自主移动机器人相结合,催生出移动操作机器人。当前兴起的第四次浪潮,则聚焦于具备人形特征与能力的全自主机器人。每一次浪潮都意味着质的飞跃,不仅扩展了机器的功能边界,也预示着机器人技术将在更深层面影响人类社会。

固定式自动化时代

Engineer with laptop observing robotic arm in a factory.

20世纪中期问世的固定式机械臂,通过自动执行焊接、装配等重复且高精度的任务,重塑了工业生产线。它们受可编程逻辑控制器(PLC)的控制,通常被置于安全笼内运行,在速度、一致性和效率方面表现出色。尽管结构僵化、动作受限于预设程序,且几乎无法感知外部环境(仅关注有限作业空间),但机械臂为现代自动化经济奠定了基础。

挣脱束缚:迈向移动化

Automated robots moving cardboard boxes on pallets in a warehouse.

机器人技术的第二次浪潮以自主移动能力的引入为标志。20世纪70年代至80年代,导引车(GV)沿着磁条、电线或条带所标记的固定路径运行,灵活性有限。任何路径调整都需要额外投入,运行线路较为僵化。因此,GV容易受到干扰,扩展能力也受到制约。随后出现的自动导引车(AGV)摒弃了轨道和磁条,开始使用传感器。AGV仍然按照预设路线运行,但灵活性与可编程能力明显提升。

自主移动技术的兴起

自主移动机器人(AMR)掀开了工业自动化发展的新篇章,弥合了静态效率与动态适应能力之间的鸿沟,无需人工干预即可执行任务。

得益于传感器、AI和计算技术的进步,AMR摒弃了固定路线,转而依赖实时感知和自适应导航。与AGV相比,AMR的安装成本更低,灵活性更高。凭借可靠的低延迟以太网/GMSL™连接、景深测量/LIDAR (光检测和测距)以及SLAM(同步定位与地图绘制)等技术,此类机器人能够在复杂动态环境中自主导航。如今,ADI公司正与自动化系统领域的全球领军企业Teradyne Robotics合作,推动自主操作技术的发展。

自主机器人不仅会移动,还能“思考”!

与AGV不同,AMR具备情境感知能力。借助更丰富的传感器配置和更先进的数据处理技术,AMR展现出更强的适应性,行为更接近人类。这种能力使AMR能够检测障碍物、动态规划路线,并根据操作需要确定任务优先级,从而提升效率、灵活性、性能和可靠性。

AMR正在改变各行各业。比如,它们能够在无人工监管的情况下优化仓储作业,如补货和订单履行;实现工厂车间的准时化生产;在医院中安全运送物资,协助开展传染病患者护理工作。在化学品泄漏、野火等高风险场景中,它们能够进入人类无法到达的区域,采集关健数据,确保作业连续性。

在动态变化的环境中,AMR展现出传统自动化难以比拟的优势。尤其是在既有场地(棕地环境)和需频繁重构的运营场景中,它们已成为推动转型的核心力量。通过与人类安全共存并协同作业,AMR为物流、履约中心和科研实验室等领域开辟了新的可能性。

自动化和机器人市场趋势

2030年将交付100万台移动机器人1

预计到2030年底,移动机器人的累计部署量将超过420万台。仅2030年一年,新增部署数量就将接近100万台(不含Amazon)。1

劳动力短缺仍然是推动移动机器人需求增长的最重主要因素。1

麦肯锡近期对65位物流与供应链领域的高管进行了调查。结果显示,70%的受访者计划在未来五年内投入约1亿美元用于自动化升级,重点在于提升运营速度、增强流程稳定性,并减少对人力的依赖。2

北美只有20%的仓库采用了某种形式的自动化。3

北美仓储自动化市场仍有80%的份额尚待开发。预计未来几年,该市场的复合年增长率将达到8.3%。3

挑战

尽管移动机器人在自主运行方面取得了突破性进展,但仍面临诸多重大挑战。高度多样化的环境对先进感知与推理能力提出了更高要求,同时也需要可靠的传感器、AI和数据处理技术。然而,电池续航能力、载荷容量和互操作性的限制,阻碍了移动机器人的广泛部署。要克服这些挑战,亟需在相关领域实现大胆创新,并进一步加强技术研发。

  • 运动: BLDC运动控制、先进的导航与定位硬件、软件及AI,使机器人能够保持位置并在复杂环境中导航;角度传感器(编码器)和惯性测量单元(IMU)能够准确测量加速度、方向和角速度。
  • 感知: 飞行时间(ToF)摄像头专为精准测量景深而打造,音频传感器可检测人声、存在性和活动情况,提升了人机交互与协作的效率。
  • 电源: 有效的电源和电池管理是实现持续运行、减少停机时间、确保性能可靠的关键。实时能量监测能够确保机器人有足够的电力完成任务并返回充电站;同时,对移动基座与其上安装的机械臂之间的能量流动进行管理。

ADI与机器人制造商和工业终端用户合作,共同应对自主移动机器人的运行挑战。通过直接接触终端用户,ADI可及时洞察当前阻碍与新兴需求,从而加快部署进程,增强系统可扩展性,并有效缩短客户的产品上市周期。

ADI:利用完整端到端解决方案加速AMR上市进程与规模化部署

机器人行业的领先企业依靠ADI的核心技术,实现大批量制造、高效扩大生产规模并缩短产品上市时间。ADI不仅提供独立的元器件,更基于我们在硬件、软件和AI领域的专长,打造全面的端到端解决方案与子系统,为关键领域带来切实的改进。

  • 可靠检测能力:通过将高精度角度景深测量技术与高速、低延迟连接能力相结合,ADI推出先进的3D ToF解决方案,使系统设计得以简化,助力工业环境下实现更高分辨率和更强性能的系统。
  • 高效电源与电池管理:ADI的电源产品系列具备小型化与轻量化优势,适用于空间受限场景,能够有效缓解热管理压力。其先进的电池管理系统(BMS)可优化电池利用效率,延长设备运行时间,防止损坏,避免非必要停机时间,从而提升生产力。
  • 工业通信:有线和无线连接: ADI同时提供以太网和GMSL(千兆多媒体串行链路)两种连接技术。后者是一种高速串行接口,可通过单根轻量级线缆传输未压缩视频、数据和电力,从而简化系统架构并降低延迟。此外,ADI还提供无线网络解决方案,专为恶劣工业环境而设计,并针对低功耗、强韧性和可扩展性进行了优化。
  • 功能安全与认证:ADI增加了嵌入式软件和AI层,以增强功能表现、加快认证进程,并帮助保障作业人员安全。

移动操作机器人

移动操作机器人(MoMa)代表了自动化领域的第三次创新浪潮。它将关节式机械臂与自主移动机器人(AMR)相结合,使移动平台由简单的运输载体升级为自适应、具交互能力的自动化系统。MoMa具有六个自由度,能够在三维空间中精准定位和调整工具姿态,从而可靠地操作位置、高度、方向各异的零部件。这种优异的灵活性降低了对固定工装和严格公差的依赖,加快了部署速度,并支持在不断变动的产线布局和产品组合条件下实现可扩展自动化应用。由此,许多过去因成本或技术限制而难以自动化的作业流程,得以真正落地。

Cleanroom workers and mobile robot with arm in a factory.
在美国俄勒冈州比弗顿的ADI芯片制造工厂,移动操作机器人与人类操作员协同工作。

人形机器人:已然登场

Worker and robot operate industrial welding arms with tablets.

我们正步入第四次浪潮——自主人形机器人时代。这类具备双足、轮式或多肢结构的机器,能够在为人类设计的环境中运行,完成需要灵巧操作与决策能力的任务,宣告自动化体系正由专门化走向通用化。

ADI携手全球领先的人形机器人开发企业,提供先进感知能力,并推进具身物理人工智能的研发,助力人形机器人在汽车、工业与医疗健康等领域实现与人类的自然交互。ADI的零功耗、多圈ADMT4000技术是新一代人形机器人的核心支撑技术之一,可在完全无电状态下持续跟踪多圈旋转。该技术特别适合人形机器人的执行器设计,避免机器人上电、断电或更换电池后需要重新回零。

未来是移动化与自主化的时代

趋势已经十分清晰:自主化不再是例外,而是新常态。AMR已从小众产品发展为推动智能化运营的核心力量,年销量超过10万台,成为行业内增长最快的细分市场。展望未来,随着更先进的人形机器人逐步落地,移动能力与自主性不再只是高效工业运营的基础,更是下一阶段发展的关键基石。

参考文献

1 Ash Sharma,“Mobile Robot Forecast Downgraded as Macro-Economic Factors Continue to Bite”,Interact Analysis,2024年12月。

2 McKinsey Global Industrial Robotics Survey,汽车、食品饮料、生命科学、医疗健康、制药、物流和配送、零售和消费品行业的65位资深管理者与高管,2022年8月。

3 Alberto Oca、Chetan Sampat、Manju Thirtha,“Navigating Warehouse Automation Strategy for the Distributor Market”,麦肯锡公司,2024年9月。