工业场景介绍

工业生产作为第二支柱性产业，在国家经济发展中起着举足轻重的作用。随着数字化技术的发展，越来越多的数字化场景应用在工业生产中得到应用，提高了生产效率、降低了生产成本、提升了产品质量。国家同步也在政策层面加快推动与加快工业数字化升级 。

移动机器人应用于工业数字化中主要有两大类，分别是室内自主导航机器人AGV和室外自主导航机器人 UGV 。

模块化阿克曼移动机器人底盘平台- FR 07

在工业生产应用移动机器人应用场景，通常包括了以下几种类型：

第一种：工业生产应用区域

包括生产状况监测、生产产品监测、原材料运输、等三大核心场景，作业区域通常规模比较大，场景应用面积以亩为单位，移动机器人应用其中对于监测效率和运输时间要求比较高。

第二种：输送区与成品区域作业与安全监测

输送区域与成品区域产品价值较高 ，对于移动机器人应用的安全性与可靠性要求较高。

两种应用场景都对于一个核心技术提出了比较高的要求 ，就是在生产作业区域与输送，成品区域内自主移动所需要的导航技术 。接下来小Y将为大家介绍在工业生产环境中定位导航技术的演进。

1.磁条导航

在上个世纪的时候，欧洲的工厂内机器人产品就开始采用磁导航的技术路线，利用磁条和一些标记完成机器人的定位导航。

磁条引导机器人沿着固定轨迹行进，磁条附近的标记用于处理精准定位的问题。磁导航机器人会沿着磁条走，优点是精度高，稳定性高，可监测性强，当机器人脱离磁条，还可以立刻报警，但缺点也很明显：铺设成本高，产线变更无法快速应对。

2.二维码导航

具备磁条导航的大部分优点，同时也继承了大部分缺点。它的实施难度小于磁条的铺设，但是柔性依旧不足，无法有效应对产线变更。此外在化工腐蚀或者露天环境中，二维码易损坏，也需要不少的维护成本。

3.激光反光板定位

基于激光反光板的定位需要场景中安装大量的反光柱，对环境设备的要求比较高；而工厂环境中常常会有粉尘颗粒等覆盖造成定位精度出现误差 。

4.激光SLAM定位

它的优点是不需要标记物的辅助，但同时技术难度也比较高。虽然对于激光雷达定位的研究从上世纪就开始了，但在近几年才开始逐渐推广到工业应用移动机器人上 。

SLAM介绍

SLAM的全称翻译过来是同时定位和建图技术。而当“移动机器人”到了一个陌生的环境，如何确定自己的位置，以及描绘出周围环境的地图就是SLAM技术主要攻克的方向。

通俗来讲，就是“移动机器人”需要以刚开始的位置为基准，记录参照物的位置，在不断走动的过程中，根据参照物对自己的位置进行修正，再不断修正和添加参照物，完成地图绘制。

工业应用场景落地难点

虽然自主导航技术从实验室到工业生产行业应用已经走过了近30个年头 ，但是自主导航技术在工业应用场景中落地依然有一些难点：

建图的误差问题

在实际应用过程中，地图内的局部环境很容易发生变化，导致机器人跑偏甚至定位失败，出现建图误差问题。

导航整体稳定性问题

在实际的工业场景中，一次走偏或者软件故障很可能导致数据采集或者搬运停止几分钟甚至几十分钟，对工业生产检测作业带来实质性损失。因此，工业生产场景对于机器人稳定性的要求极高 。

接下来由小Y为大家 重磅推出国内领先的工业应用室外导航解决方案

针对工业生产中室内外衔接中自主导航的困难 ，YUHESEN经过六年落地研发推出工业应用移动作业机器人自主导航系统 ——NV-AUTO成功解决自主导航在工业生产场景中落地的两大难点：

NV-AUTO具有：

高度自主的感知与决策能力

NV-AUTO基于自研框架，同时配备诸多先进传感器，进行深度算法融合，能够准确感知周围环境， 并根据实时信息做出智能决策。通过不断实时修正当前坐标定位与绝对定位的误差，消除建图的误差问题 。

提供可靠的导航数据支持

YUHESEN 的 NV-AUTO 自主导航系统通过传感器系统实时感知各项数据。汇总于本地处理器为移动机器人应用作业提供了重要的参考依据 ，推动移动机器人应用进行生产效率的分析和改进。通过内部神经网络不断学习与优化：能够不断从实际操作中积累经验，并进行自我优化提升导航的稳定性 。解决化工作业场景中对于机器人稳定性与可靠性的问题 。目前已在行业市场应用于上千台移动机器人 。