5G / ML机器人平台遇阻，拦路虎是人

高通等技术供应商正在提供包含ML和5G使能器的机器人开发平台。但仅靠开发平台还不足以推动机器人技术创新向前发展，至少在机器人工程人才供不应求之前是不行的。

结合机器学习(ML)和5G连接是开发更多自主机器人的自然下一步。然而，这需要具备强大的机器人开发和执行平台，以及机器人工程专业知识。但即使少数大型供应商专注于前者（例如，高通公司推出了新发布的RB6平台），招聘和培训新员工，尤其是工程师，仍然乏善可陈。缺乏额外的机器人平台支持，加上工程人才有限，可能会阻碍机器人领域的实际进步。
 

随着5G连接和机器学习(ML)处理在越来越小的设备上的出现，机器人技术最终将从两者中受益。因此，毫不奇怪，像高通这样的主要技术提供商会发布一个平台，目的是为机器人专家提供ML和5G功能。

最近推出的Qualcomm的RB6平台以及RB5AMR参考设计具有雄心勃勃的目标。简而言之，就是让自主移动机器人 (AMR) 更加自主。

旨在帮助开发人员创建智能设备，其中“智能”意味着可以在设备本身上执行ML过程，RB6平台配备了一套用于此目的的高级工具，从支持全球sub-6GHz的5G连接和毫米波频段到边缘机器学习和视频处理能力，由高通人工智能引擎支持，每秒可执行70-200万亿次运算。反过来，RB5参考设计提供紧密集成的ML和5G功能，以将其全部引入。

RB6平台和RB5参考设计是一种一体化解决方案，共同提供必要的硬件和软件开发工具，使机器人更智能，对每个人来说更快、更安全。

Edge ML for Robotics

这样的设置显然很有吸引力，但也有一些明显的缺点。设备上的ML过程通常属于推理类型，因为目前在边缘几乎没有进行任何训练，因此这将需要在其他地方的服务器上进行必要的训练，然后应用此类训练的结果作为对放置机器人的任何设置的推断。

这带来了不可避免的延迟，并且可能没有某些应用程序所需的自主权

——例如，最后一英里交付是高通平台和参考设计组合的目标之一——更不用说进行培训所需的资源了——推理过程。目前，这依然是一个遥远的目标。

5G 操作环境

对于机器人系统，5G 连接虽然提供比 4G 和 WiFi 网络更大、更高的带宽，因此整体连接速度更快、范围更广，但在室外环境中的表现优于室内。在毫米波频段的情况下尤其如此，与其他蜂窝网络相比，毫米波频段的覆盖范围和穿透性有所降低。

高频段 5G（即频率介于24和47GHz之间）在制造和仓库环境中尤其是一个问题，在这些环境中，货架和金属的数量会干扰5G信号。

因此，由于这将需要更多的设置才能平稳运行，因此这种类型的设置很可能会影响其在机器人技术中的应用，例如在已经提到的最后一英里交付中。

速度更快、范围更广的网络显然具有巨大优势，但5G网络的推出和实施仍然是工业界和其他领域有待实现的目标。

光明的未来

机器人市场正从Qualcomm的RB6解决方案等努力中受益匪浅，您可以期待在不久的将来供应商可以获得更快、更全面的平台和参考设计。这还包括各种硬件加速器、更普遍地对操作系统和软件的不可知论，以及更普遍地在开发机器人工具方面的更多协作。

这是市场的发展方向，5G连接以及机器人ML过程的某种集成是下一个自然步骤。然而，在某种程度上，这些措施也是弥补市场上一些非常实际的缺陷的必要补丁。事实上，近年来机器人技术和人工智能领域的工程师严重短缺。

用于开发机器人系统的基于软件的工具非常重要，这正是高通公司最近推出的有效产品，但由于缺乏机器人工程专业知识，更复杂的开发和研究仍然受到阻碍。因此，这些新工具可能会提供一种短期解决方案，而这应该引起一些关注，因为从长远来看，这种方法的回报可能会递减。

ABI Research 认为，为了加速机器人系统开发并更充分地满足行业需求，应该增加对需要不同领域专家的投资，尤其是那些资源和时间密集型的领域，就像机器人技术一样。此类投资还将受益于与公共研究中心和机构的更深入合作。

审核编辑 黄宇