机器人4.0时代开启，边缘计算或成核心

4月23日，科沃斯商用机器人首个云端产品发布会举行，科沃斯发布了四款基于英特尔产品和技术的商用智能服务机器人，包括工具型金融服务机器人、零售营销服务机器人、巡检机器人以及通用运动底盘。

2019年6月，英特尔曾联合科沃斯等科技企业联合发布了机器人4.0白皮书，对云-边-端融合的机器人系统和架构进行了定义及解读。

“我们所面对的行业，本质上正发生着数字化的革命浪潮，万物智能化、互联化、数字化是当下的行业趋势。”高倩说，科沃斯目前采用平台化的设计思维和积木式的硬件思路，希望让他们的机器人能够更好地满足行业需求。

此次发布的几款商用服务机器人，均采用了英特尔酷睿i7 处理器和支持机器人导航、避障、定位、建图算法的运算平台。另外在视觉上升级了Myriad X芯片，让机器人可以更好地进行进行人脸检测、人体检测和物体检测。

Myriad X相比上一代，在架构当中专门加入了针对深度学习加速的硬件加速部件，芯片的计算量大幅度提升，性能上提升8-10倍左右。并且在此基础上还可以保持1瓦左右的较低功耗。Myriad X的软件支持也比较丰富，可以比较灵活地在终端和边缘侧使用。

酷睿i7作为高性能通用型处理器，开源满足机器人处理的多任务同时发生时的算力需求，且未来任务会越来越复杂。也可以保证现在的机器人平台可以支撑未来几年的使用。未来计算能力的要求会越来越强，更需要边缘智能计算。

在软件和算法层面，都采用了英特尔的RealSense D435i用于图像相关算法的数据输入，以及获取深度数据用于机器人避障，并且搭配英特尔OpenVINO工具包以及RealSense SDK来加速深度学习以及深度图像的获取。

从计算机自动化技术，到机器人自动化技术，它加上了感知和移动交互能力，感知这一块需要很多的传感器和传感器背后的数据处理能力，移动交互能力需要一些实时控制的能力。现在很多的机器人需要联网去借助云端的一些能力。英特尔目前提供的硬件芯片或者是硬件设备可以完整的覆盖了这些方面。

从基本的CPU到传感器再到图形加速单元，科沃斯使用了一套英特尔的产品生态系统，产品的接口衔接、软件的兼容性以及整体开发难度都因此而降低了。英特尔的AI计算能力，让商业机器人拥有了更强的图像算法能力、人机交互能力以及多机调度的能力，以及运动导航的基础能力。

机器人4.0时代开启，边缘计算或成核心

智能边缘计算会加速发展。这几年来自机器的数据、来自AI算法所使用并且产生的一些数据增长是非常快的。不久后，这些数据量就没有办法全部传到云端处理了。

因为这些数据首先是要做很多智能化处理，很多数据都是来自于物理世界的数据，而不是人为处理后的结构化数据，并不能直接拿来进行分析和利用。

另外，数据来自于设备或者是边缘本身，就需要在那里做一些实时快速地处理，云端的网络带宽不足以支撑它，而且延时过长。这就要求把很多云端的能力下沉到边缘。根据延时的要求和数据处理量的要求，就会在不同的边缘位置进行部署。

不论边缘计算是云的边缘，还是网络的边缘，或是设备的边缘，最终的共同的目的都是为了把智能计算部署在最符合它带宽需求和延时需求的位置，让性价比达到最高。

目前边缘计算最大的特点就是各个不同领域有不同的需求，不同边缘的位置还需要根据不同应用领域去选定。所以现在最有实效的方法就是分而治之，根据不同领域做相适配的最优方案。

对于机器人而言，它在移动能力、场景感知能力和交互能力方面的需求大部分是相似的，它的差别在于不同领域场景复杂度是不一样的，有一些是很大的场景，比如数万平方米的商场，有一些是小的场景，比如说银行的营业厅只有百平米左右，未来可能还会有居家服务，老人看护等场景。

这些场景不尽相同，但它们的需求却集中在几大类共通点算法上，这几类算法，可以放在机器人终端上做，也可以放在比它能力更强但是靠近它的边缘上做。这就会涉及到一些原来只是在机器人本体上做的一些功能模块要迁移到边缘计算，如何迁移才可以做到比较无缝且有效呢？这就需要打造的统一的基础架构。

联系助手获取《机器人4.0白皮书》