首頁 > 
英特爾，深入布局機器人產業
自2016年，機器人產業發展首次被寫入“十三五”規劃以來。近五年，中央及地方密集出臺機器人相關政策，從整體的發展方向到具體的應用落實，以推動機器人高質量發展。在落地場景方面，工業機器人和服務機器人是目前提到最多的兩大類機器人。其中工業機器人主要是圍繞“智能制造”展開；服務機器人則是聚焦關系國計民生的養老、醫療、公共服務等方面需求，重點發展醫療、養老和公共服務機器人。截至目前，由于工業機器人起步較早，中國已連續八年成為全球最大工業機器人消費國。雖然中國工業機器人市場依然以國際廠商為主導，但近年來，中國內資廠商奮起直追，已取得了一系列成果。據億歐智庫數據，中國內資工業機器人市占率從2015年的18%提升至2021年的33%。同時，中國物流機器和協作機器人的發展速度遠超傳統工業機器人，成為“網紅賽道”。未來，機器視覺的技術發展將幫助企業更高效、更智能和成本更低地生產。而從機器人構造模式來看，復合移動機器人已經成為機器人發展的一種新形態，例如“AGV+機械臂”形態，其集成了移動機器人與操作功能，模擬人的行為，以實現“解放人力”的目的。
億歐智庫認為，隨著中國機器人產業的快速崛起，作為半導體行業和計算創新領域的全球領先廠商，英特爾在該領域的產業之路將“越走越寬”。據《英特爾賦能產業智能化升級-機器人特刊2022》內容，英特爾基于了英特爾酷睿處理器、英特爾FPGA、英特爾OpenVINO工具套件和英特爾oneAPI，在機器人視覺工程領域展開布局；而在物流機器人領域，英特爾酷睿處理器、英特爾RealSense攝像頭的賦能也滿足了AMR、AGV對復雜環境的高速處理、平穩運行的需求，以及高性能視覺傳感器為物流機器人提供物體深度信息。在公共服務機器人領域，由于疫情的爆發催生了無接觸式服務的需求，加之人口老齡化加劇帶來的服務業招工難、用工成本攀升等問題，清潔消殺機器人、配送機器人、測溫機器人等服務機器人走到聚光燈下。而在此當中，思嵐科技基于英特爾Tiger Lake處理器和英特爾Movidius Myriad視覺處理器，打造了零售盤點機器人Diana。該產品不僅通過英特人產品賦能，提升了機器人自身的算力與圖像處理能力。此外，得益于英特爾智能移動機器人參考設計平臺，思嵐科技強化了機器人底盤的擴展接口、內存設置，使得服務機器人不僅可以提供高度優化的深度學習計算性能，加速深度學習模型推理，還可以支持更多落地場景，以最優的成本和性能滿足廣泛工作負載的需求。
而在巡檢機器人產業中，隨著人工智能和機器視覺技術的發展，可自主移動的巡檢機器人開始出現在市場。其中，天津新松智能推出了一款基于英特爾酷睿處理器、OpenVINO視覺算法工具和工業邊緣控制巡檢機器人。據億歐智庫調查發現，英特爾酷睿處理器為新松工業巡檢機器人提供了強大的算力基礎，即使是海量的環境數據都可以實現穩定、高效地處理；英特爾OpenVINO視覺算法工具為新松開發視覺算法提供了預訓練的模型以及必要的工具組件，簡化視覺功能的開發，同時還支持跨英特爾CPU、GPU、iGPU等在內的硬件平臺或加速器上擴展工作負載，從而最大限度地提升了工業巡檢機器人的處理性能。在英特爾的加持下，新松工業巡檢機器人可在多數環境中實現平穩高效地工作執行，推動了智能移動機器人在巡檢安防工作領域中的應用。
值得注意的是，除了在多個產業進行布局，億歐智庫在本次報告中對英特爾在硬件、平臺軟件、性能優化、技術預演和機器人開源項目等技術領域進行了梳理，進一步剖析了該公司在機器人產業當中帶來的技術賦能。
便宜、多場景才是未來
在《英特爾賦能產業智能化升級-機器人特刊2022》中，億歐智庫還對中國機器人產業的未來的發展趨勢進行了預判。
億歐智庫認為，雖然機器人能夠部分替代人工進行作業，但假如機器人的成本（包括采購、部署和維護）居高不下，受限于技術發展工作效率低下，機器人的實際價值就不如人工。因此，從主要需求來看，目前降本增效依然是實現機器人大規模部署的關鍵。而要實現降本增效，需要突破機器人關鍵技術和關鍵零部件，實現國產化。不可否認的是，相比發達國家上世紀50年代就開始研究發展機器人，中國機器人的發展70、80年代才剛開始進入理論研究和樣機研發階段。因此，中國機器人的關鍵技術和關鍵零部件也落后于發達國家，減速器、控制器、伺服系統等關鍵零部件大部分依賴進口。這也導致機器人本體制造商的成本居高不下，利潤率難以提高。
與此同時，國內機器人產品還存在嚴重的同質化現象。目前，市面上機器人的企業技術多處于同一水平線，尤其是服務機器人實現配送、清潔、講解等功能的技術難度不高，產品除外觀和功能組合有一定差別外，同質化嚴重。不僅如此，由于機器人應用不夠普遍，新技術開發成本高、風險大，多數機器人不夠“智能”，難以應用于復雜的場景。因此，“云計算”、“邊緣計算”、“云-邊-端”一體化或將成為解決上述問題的主要途徑。億歐智庫表示，基于邊緣計算的云原生機器人系統，是實現可產業化應用的“云-邊-端”一體化機器人系統的核心，它突破了機器人終端的計算能力和存儲的限制，一方面降低了機器人的硬件成本，使機器人的大規模部署成為可能，另一反面也擴大了機器人本體能力的彈性空間，大大提升了機器人的感知和推理能力。
除此之外，“云-邊-端”一體化，是滿足機器人產業海量數據存儲與處理的主要途徑，進而搭建了機器人場景中的知識圖譜。而知識圖譜則在機器人智能化進程中扮演重要角色，其個性化的知識圖譜，能輔助機器人對個體場景做出理解和判斷，使得機器人即使在復雜的場景也能根據現狀執行相應的任務，成為未來機器人產業發展的主要趨勢。換句話說，隨著機器人應用領域的不斷擴大，技術正朝著“機器人4.0”的方向逐步演進，包括持續學習，知識圖譜和場景自適應等，而多元化的場景應用也會推進機器人的技術優化。
