问
如果让你形容机器人车队的协作，你会联想到什么？
答
机器人车队的协作很像蚁群。就像蚂蚁在寻找食物时，会分工合作，有的负责探测，有的负责搬运，共同完成一个任务。机器人车队也是这样，它们可以一起完成从简单的巡逻和监控到复杂的搜索和救援行动，就像一个超级高效的机器一样。
问
机器人车队高效协作的秘诀又是什么呢？
答
集体智慧 交通规则。想象一下，当你在做一道复杂的数学题时，如果有一个学霸朋友从旁协助，是不是会轻松很多？这就是机器人车队之间的协作，它们通过共享数据、计算和知识，让整个团队变得更聪明、更快速、更准确。另外，机器人车队之间还有一套“交通规则”，团队仿佛有了一双时刻观察路况的眼睛，通过智能算法和传感器来安全、有效地进行协作。正是这两点让机器人车队像一群超级英雄一样，无所不能！
在之前的从 0 到 1 搭建机器人系列文章中，我们已经陆续学习了如何使用 NVIDIA 的前沿解决方案合成和训练数据、进行仿真开发与测试以及打造自主机器人。今天，我们将视野从之前的“单个”机器人移向“多个”机器人。这篇文章将为大家介绍如何利用 Isaac AMR，为机器人的开发提供最先进的 AI 平台和工作流程，便捷、高效地管理机器人编队，以优化生产力。
大规模使用机器人的困境
如今，越来越多的机器人被用来赋能各行各业，随之而来的是机器人数量的爆炸性增长带来的挑战——机器人的部署和管理。
以电子制造业为例，生产主板、智能手机、笔记本电脑和游戏机等各类产品的电子制造公司每天需要处理上百种产品和成千上万个零件，这就需要完成大量产品质控工作。许多制造商使用自动光学检测（AOI）系统帮助进行检测，但由于产品更新频繁，需要不断对其 AOI 系统进行修改，这就导致这些系统的误检率往往很高，只能采用成本高昂的二次手动检测。
物流行业所面临的挑战则是另外一个典型的例子。自主导航软件应用往往要为每个机器人重新编码，使得在不同机器人之间实现自主性变得复杂。此外，仓库、工厂和配送中心都十分庞大，面积经常达到数万平方米以上，因此很难为机器人测绘并不断更新地图。而且将自主移动机器人（AMR）整合到现有工作流程、机群管理和仓库管理系统的过程可能也十分复杂。
NVIDIA Isaac AMR
助力机器人车队的无缝部署
对于从事先进机器人开发、想要提高运营效率以及降本增效的行业与企业，Isaac AMR 平台将会是绝佳的得力帮手。
NVIDIA Isaac AMR 是一个可用于打造新一代 AMR 车队的平台，包含了从边缘到云的软件服务、计算以及一套参考传感器和机器人硬件，用于仿真、验证、部署、优化和管理 AMR 车队，在大型、高动态、非结构化的环境中确保先进的测绘、自主和仿真能力。按照 Isaac AMR 所提供的蓝图，就能够轻松地以更低的成本、更快的速度部署最先进的 AMR。
Isaac AMR 建立在 NVIDIA Nova Orin 参考架构的基础上，该套件集成了包括立体摄影机、鱼眼摄影机、2D 及 3D 激光雷达等多个传感器，以及强大的 NVIDIA Jetson AGX Orin 系统模块，并取得部分最先进的人工智能和硬件加速算法，实时在边缘以 275TOPS 的算力执行这些算法，藉此成为 Isaac AMR “学霸朋友般”的大脑与 “时刻观察路况”的眼睛。第三方企业等开发者还可以基于 Isaac AMR，结合自身需求进行二次开发。
Metropolis——
简化实现机器人自主性的重要途径
让我们将探讨再进一步。NVIDIA Metropolis 是 AMR 的重要应用框架之一，其将来自于工厂车间的光学检查等不同领域的可视化数据和 AI 整合起来，使工业技术公司和制造商能够开发、部署和管理具有竞争优势的自定义质量控制系统。同时 NVIDIA Metropolis 支持 AMR 在工厂车间获得额外的情境感知层，还能增强对人员和其他 AMR 的可见性，从而避开拥挤的区域和盲区，以及避免相互碰撞。
DeepMap——
加速测绘提供地图的解决方案
机器人车队的有序运行不止需要自主性，也需要更准确的导航加持。利用高精度地图对室内环境进行感知建图，将大大提升定位导航的准确性。
Isaac AMR 通过连接 NVIDIA DeepMap 的云服务，能够增强建立及部署机器人应用程序的能力，加速大型环境的测绘和语义理解。无需资深技术团队支持，就可将机器人对大型设施的测绘时间从数周缩短到数天，并实现厘米级精度的惊人程度。
此外，连接 DeepMap 还可以生成丰富的 3D 体素地图，并用它们为多种类型的 AMR 创建占用地图和语义地图。借助 DeepMap Update Client，还可在需要的情况下实时更新机器人地图。
cuOpt——
实时路线优化提升运输效率
机器人可以更加智能化，更好地感知周围环境，逐渐提升自动化程度，还能将完成任务的速度提高许多倍，在这一基础上，随着人工智能技术的发展，机器人将能够在最少的人工干预下做出决策。
NVIDIA cuOpt 是一种适用于 AI 物流的软件 API，对于最后一公里交付、供应链、仓库拣货和送餐可实现近乎实时的路线优化，更是 AMR 编队的理想选择。
例如，一个用于仓库的自主机器人要将有效载荷从 A 地点移动至 B 地点，意味着该机器人必须能够感知周围的自由空间，检测并避免路径中的任何障碍，还要做出“即时”决定，选择路径。Isaac AMR 就能够通过多模式导航，搭配 NVIDIA cuOpt 软件的云端车队优化功能，为机器人赋予更多自主性。
总结
构建高效的机器人车队，需要 Metropolis 助力机器人自主性的简化实现，发挥“集体智慧”高效协作，也需要 DeepMap 加速测绘提供地图和 NVIDIA cuOpt 帮助实时路线优化，在遵守“交通规则”的同时提升运行效率，NVIDIA Issac AMR 不仅能淋漓尽致地充分发挥这两大特点，还能结合 AI 的先进技术，通过例如 NVIDIA EGX 平台和 NVIDIA Fleet Command 混合云平台实现更优地机器人车队搭建效果。
如果你也想搭建自己的机器人车队，不妨试试文章中提到的这些工具吧！
- 了解适用于自主移动机器人的 NVIDIA Isaac 平台：
https://www.nvidia.cn/deep-learning-ai/industries/robotics/autonomous-mobile-robots/
- NVIDIA Metropolis 应用框架：
https://www.nvidia.cn/autonomous-machines/intelligent-video-analytics-platform/
推荐阅读
从 0 到 1 搭建机器人 | 使用 NVIDIA Isaac Sim Replicator 和 TAO 套件进行数据合成和训练
从 0 到 1 搭建机器人 | 利用 NVIDIA Isaac Sim 创建虚拟环境进行仿真开发与测试
从 0 到 1 搭建机器人 | 利用 NVIDIA Jetson 和硬件加速 SDK 打造自主机器人
