工业机器人AGV，激光无人叉车行业自然导航装备瑞士BlueBotics导航

激光导航被引入到AGV（自动导引车），堪称导航技能的一次巨变。如今又迎来了其它一次巨大前进：自然导航。颠末进程消除现有导航环境中对于于反射器或者者标志物的需要，用户可以完全自由地配备或者者重新配备自动导引车在客栈或者者厂房内的移动路径。

　　自然导航是科尔摩根NDC不雅观念团队的创意之一。该团队的日常职责是提出有关导航、硬件、软件和调养方面的创意，用于车辆自动化装备。

　　关于这项技能，海内的几许个厂商也在做，有的厂商已经出了产品。不过据小编我不雅观不雅观察，宛若还是有些眇小的差异。具体的，大家看视频吧：

颠末进程自然导航，可以移除了了所无效于控制自动导引车行驶路径的界限。自然导航具有安装时间短、成本更低以及对于于运行的影响最小化等特点。而且便于扩展系统以及为自动导引车创建新的路径。当自动导引车越发自由地导航时，安全性也就改观越发重要，然而自动导引车上的安全传感器可以在探测到物体后60毫秒内作出回音，这比人类的回音速度要快3至4倍。

什么是自然导航

自然导航技术是通过专家级激光扫描传感器感知周围环境，并通过先进的SLAM算法构建地图的导航形式。与传统的磁带、色带或者二维码等导航形式相比，该技术就像是给AGV装上了一个会思考的大脑，使AGV变得更加智能灵活，并大大降低了对地面条件的需求。

自然导航的再定义：更接近于人的认知和判断

发明了SLAM算法的Hugh Francis Durrant-Whyte曾提出机器人在导航中需要解决的三个一般性问题：

1、Where am I？

2、Where do I want to go？

3、How can I get there？

我在哪儿？我想要去哪儿？我怎么去？——成为了自然导航最初的构想理念。

尽管导航方式不断发展，但无论是有轨导航、磁导航，还是激光导航，都没法避开一个很大的痛点——人工设置路标需要较长的安装时间和环境改造成本。而要解决这个问题，就需要在环境地图未知的情境下，通过更丰富的智能感知系统，借助自然本来具有的环境特征，实现移动机器人的自定位和导航。尽可能仿照人类的导航逻辑，来解决上述“我在哪儿？我想要去哪儿？我怎么去？”的问题。

在针对性的改善传统痛点并解决以上三个问题方面，自然导航的实现路径为：机器人在未知环境中某一位置出发，通过多种仿生、类人化的环境感知传感器持续的判断所在环境中各类标志物体的自然特征，持续进行数据集成和融合分析，进行自定位的同时建立连续的环境地图，并在此基础上实现移动机器人的导航与路径规划，完成导航任务。

不难发现，相较于传统导航技术，自然导航优越性主要体现在：

1、无需调整基础设施，无需人工添加标记，自然界中有什么，就用什么。大幅提升工作效率；

2、系统柔性高，路径规划更加灵活；

3、环境适应能力大大增强，系统冗余能力大幅提升。

目前朗驰欣创的智能机器人巡检系统已经完全从众多的概念产品中脱颖而出，完成产品落地与产业化部署，对电力、市政、铁路、发电、IDC数据中心、石油石化等众多特种行业实现了规模化的成熟应用。在伴随着类人化的智能程度的同时，却具备人所不具有的野外环境适应性、无人管控下的生存能力、贴近行业标准的服务能力。自主导航、定位、充电、巡检、数据挖掘已然成为成熟的基础性标配功能。继而将更大的精力聚焦在数据化、智能化与平台化的大解决方案上。

自然导航既然更加先进，为什么目前业界仍未将其作为主流技术进行应用呢？

主要有三大技术难点：

其一，SLAM的算法非常复杂；

其二，从二维到三维的跨越较难实现，从三维到多维信息融合更难实现；

最后，核心问题还在于，越来越多的环境，需要多台机器人联合作业，而多机器人之间的通信拓扑、任务规划和地图融合，这对于缺乏大环境下多机器人协作经验的企业来说又是一大难题。

但业界也不乏成功经验。

比如提出工业4.0的德国，在运动控制领域就拥有众多技术卓越的厂商，科尔摩根便以其NDC8系统提出使用自然导航技术而备受业界关注。紧随其后，瑞士Bluebotics也在去年底携其自然导航技术全面进军中国市场。