AGV & AMR Computer

Physische KI und die Anforderungen an das Computing von AGVs und AMRs

Traditionelle AGV- und AMR-Systeme wurden für feste Routen, vordefinierte Karten und regelbasierte Reaktionen entwickelt. Da sich die Einsatzgebiete zunehmend in gemeinsam genutzte Mensch-Roboter-Umgebungen, unstrukturierte Lagerhallen und dynamische Produktionsstätten verlagern, ändern sich die Anforderungen an die Rechenleistung grundlegend. Von Robotern wird nun erwartet, dass sie ihre Umgebung in Echtzeit wahrnehmen, unabhängig kontextbezogene Entscheidungen treffen und präzise physische Aktionen mit minimaler Latenz ausführen. Genau das fordert Physische KI (Physical AI) von der Hardware-Ebene.

Um dies zu unterstützen, ist eine Computing-Plattform erforderlich, die den gesamten Zyklus von der Wahrnehmung bis zur Handlung nahtlos schließen kann.

• Auf der Wahrnehmungsseite muss das System parallele Datenströme von Kameras, LiDAR und IMUs schnell genug verarbeiten, damit das Umgebungsverständnis des Roboters stets aktuell bleibt.
• Auf der Entscheidungsseite muss die KI-Inferenz lokal und mit so geringer Latenz ablaufen, dass Navigation, Hindernisvermeidung und Aufgabenzuweisung in Echtzeit erfolgen, ohne auf eine Netzwerkantwort warten zu müssen.
• Auf der Handlungsseite müssen die Ergebnisse dieser Inferenz in deterministische Motorsteuerungssignale mit vorhersehbarem Timing übersetzt werden, da bei sicherheitskritischer Robotik Latenzschwankungen im Regelkreis inakzeptabel sind.

Die Plattformen von ARBOR sind darauf ausgelegt, jede Phase dieses Zyklus zu unterstützen. Die Wahl zwischen einem Jetson AGX Orin-basierten System, einer Intel-Plattform mit Hailo-8 oder einer Intel-Plattform mit MemryX MX3 hängt davon ab, wo sich der Workload innerhalb dieses Zyklus befindet und wie anspruchsvoll jede Phase für die spezifische Anwendung ist.

Plattformfunktionen über den gesamten Wahrnehmungs-, Entscheidungs- und Handlungszyklus

• Multisensor-Wahrnehmung und Datenfusion

  ARBOR-Plattformen unterstützen die gleichzeitige Datenverarbeitung von Kameras, LiDAR, IMUs und anderen Sensoren über GigE, USB Vision, CAN-Bus und serielle Schnittstellen. I/O-Schnittstellen mit hoher Bandbreite ermöglichen eine zuverlässige Sensorfusion und ein Echtzeit-Situationsbewusstsein ohne Datenengpässe.

• Edge-KI-Inferenz für Entscheidungsfindung in Echtzeit

  Für KI-gesteuerte Navigation und Hindernisvermeidung bietet ARBOR skalierbare Computing-Optionen – von NVIDIA Jetson AGX Orin-Plattformen für fortschrittliche Multi-Modell-Inferenz bis hin zu Intel-basierten Systemen mit Hailo-8 oder MemryX MX3-Beschleunigern für energieeffiziente Edge-KI-Verarbeitung.  

• Deterministische Steuerung für präzise Ausführung

  ARBOR-Plattformen liefern vorhersehbare, latenzarme Systemreaktionen für die Bewegungssteuerung, Kollisionsvermeidung und sicherheitskritische Robotik, um einen präzisen Betrieb in dynamischen Industrieumgebungen zu gewährleisten.  

• Robustes, lüfterloses Design für den Dauerbetrieb

  Die für den Einsatz in Fabriken und Lagern konzipierten ARBOR-Systeme verfügen über eine lüfterlose Kühlung, industrietaugliche Robustheit und einen weiten Stromeingangsbereich, um einen zuverlässigen mobilen 24/7-Betrieb unter rauen Bedingungen zu unterstützen.  

• Drahtlose Konnektivität für die Flottenkoordination

  Integriertes WLAN, 4G/5G und optionale GNSS-Unterstützung ermöglichen die Echtzeitkommunikation mit Flottenmanagementsystemen und unterstützen so den koordinierten Roboterbetrieb, die Live-Positionsbestimmung und die Fernüberwachung.  

Häufige Einsatzszenarien

• Lager- und Logistikautomatisierung

  Unterstützen Sie den autonomen Palettentransport, die Ware-zur-Person-Kommissionierung und die dynamische Routenoptimierung mit zuverlässigem KI-Computing, das für den kontinuierlichen Lagerbetrieb entwickelt wurde.  

• AGVs für Smart Factorys und Produktionshallen

  Ermöglichen Sie einen automatisierten Materialtransport und die nahtlose Integration in MES- und WMS-Plattformen, um effiziente und koordinierte Produktionsabläufe zu gewährleisten.  

• Autonome Gabelstapler und Schwerlasttransport

  Bewältigen Sie hochauflösende 3D-Sensorik, Lasterkennung und die Integration von Sicherheitssystemen für den präzisen Betrieb in Hochregallagern und Schmalgangumgebungen.  

• Inspektions- und Patrouillenroboter

  Beschleunigen Sie die Echtzeit-Bildanalyse, Anomalieerkennung und Anlagenüberwachung durch integrierte Edge-KI-Verarbeitung für kontinuierliche, autonome Inspektionsaufgaben.  

So wählen Sie die richtige Plattform für AGV- oder AMR-Anwendungen

Die Auswahl der Plattform für AGV- und AMR-Projekte beginnt typischerweise mit der Frage, wo sich der Workload im Wahrnehmungs-, Entscheidungs- und Handlungszyklus befindet und wie anspruchsvoll jede Phase für die spezifische Anwendung ist. Systeme, die gleichzeitig Multi-Modell-Inferenz für SLAM, Objekterkennung und Pfadplanung ausführen, benötigen in der Regel eine Rechenleistung der Jetson-Klasse. Anwendungen, die dedizierte Inferenz für ein oder zwei spezifische Aufgaben neben Standard-Steuerungsfunktionen erfordern, sind oft besser mit einer Intel-basierten Plattform und einem spezialisierten KI-Beschleuniger bedient. Von dort aus grenzen Sensorschnittstellen, drahtlose Konnektivität, Leistungsbudget und der physische Formfaktor die Auswahl basierend auf dem Design des Roboters und seinem Einsatzort weiter ein.

• Navigationsmethode: Feste Route (AGV), SLAM-basiert (AMR) oder Hybrid
• KI-Workload: Objekterkennung, Sensorfusion, Komplexität der Pfadplanung
• Plattformarchitektur: Jetson-basiert, Intel mit Hailo-8 oder Intel mit MemryX MX3
• Sensorschnittstellen: LiDAR, Kameratyp, IMU, Encoder-Konnektivität
• Drahtlos (Wireless): WLAN, 4G/5G, GNSS für die Flottenkoordination
• Kompatibilität mit weitem Stromeingangsbereich und Batteriespannung
• Betriebstemperaturbereich und Schock-/Vibrationstoleranz
• Formfaktor und Montagebeschränkungen innerhalb des Roboterchassis

Häufig gestellte Fragen (FAQ)

F: Was ist Physische KI und warum ist sie für AGV- und AMR-Systeme wichtig?

A: Physische KI (Physical AI) bezieht sich auf KI-Systeme, die in der physischen Welt wahrnehmen, logisch schlussfolgern und handeln, anstatt in rein digitalen Umgebungen zu operieren. Für AGV- und AMR-Anwendungen bedeutet dies Roboter, die in unstrukturierten Räumen navigieren, unabhängig auf reale Bedingungen reagieren und sicher mit menschlichen Arbeitskräften zusammenarbeiten. Die Unterstützung von Physischer KI erfordert Computing-Plattformen, die den gesamten Zyklus aus Wahrnehmung, Entscheidung und Handlung mit geringer Latenz und deterministischer Steuerung schließen – und nicht nur reine Inferenzleistung bieten.

F: Was ist ein AMR-Computer?

A: Ein AMR-Computer ist die Embedded-Computing-Plattform, die als zentraler Verarbeitungsknotenpunkt eines autonomen mobilen Roboters (AMR) dient. Er verarbeitet Echtzeit-Sensordaten von LiDAR, Kameras und IMUs, führt Navigations- und Hindernisvermeidungsalgorithmen aus und verwaltet die Kommunikation mit Flottenmanagementsystemen, sodass der Roboter in dynamischen Umgebungen unabhängig operieren kann.

F: Was ist der Unterschied zwischen einem AGV-Computer und einem AMR-Computer?

A: AGV-Computer konzentrieren sich in der Regel auf zuverlässige Sensoreingaben, Motorsteuerung und die Kommunikation mit einer festen Infrastruktur für die Navigation auf vordefinierten Routen. AMR-Computer bewältigen komplexere Workloads, einschließlich dynamischer Pfadplanung, Multi-Sensor-Fusion und Echtzeit-Umgebungskartierung (Mapping). Da AGV-Systeme zunehmend vision-basierte Navigation nutzen, gleichen sich die Rechenanforderungen zwischen beiden Systemen immer weiter an.

F: Wann sollte ich eine Jetson AGX Orin-Plattform und wann eine Intel-Plattform mit Hailo-8 oder MemryX MX3 wählen?

A: Jetson AGX Orin-basierte Systeme eignen sich besser für KI-intensive Anwendungen, die gleichzeitig Multi-Sensor-Fusion, SLAM und komplexe Wahrnehmungsworkloads erfordern. Intel-basierte Plattformen mit Hailo-8 oder MemryX MX3-Beschleunigern sind eine praktische Wahl, wenn die Anwendung dedizierte Inferenz für bestimmte Aufgaben neben Standard-Steuerungsfunktionen benötigt – und das bei einem energieeffizienteren Fußabdruck als Systeme der Jetson-Klasse.

F: Warum benötigen AGV- und AMR-Systeme robuste Computing-Plattformen?

A: Mobile Roboter arbeiten in Industrieumgebungen, in denen Vibrationen, Staub, Temperaturschwankungen und schwankende Stromversorgung durch Bordbatterien Bedingungen schaffen, für die Standard-Computerhardware nicht ausgelegt ist. Robuste, lüfterlose Plattformen mit breiten Stromeingangsbereichen und industrietauglicher Konstruktion reduzieren das Ausfallrisiko und unterstützen die für den automatisierten 24/7-Betrieb erforderliche Verfügbarkeit (Uptime).

F: Was sollte ich vor der Auswahl einer Computing-Plattform für ein AGV- oder AMR-Projekt prüfen?

A: Beginnen Sie mit der Navigationsmethode und den KI-Workload-Anforderungen in den Phasen Wahrnehmung, Entscheidung und Handlung. Überprüfen Sie anschließend die Anforderungen an Sensorschnittstellen, drahtlose Konnektivität, den Stromeingangsbereich, die Betriebstemperatur und die Einschränkungen beim physischen Formfaktor. Bei Einsätzen mit mehreren Robotern (Flotten) sollten Sie auch die Flottenkommunikationsfunktionen und die langfristige Verfügbarkeit (Langzeitverfügbarkeit) der Plattform frühzeitig im Projekt bestätigen.

Entdecken Sie das Portfolio von ARBOR an robusten KI-Computing-Systemen, die für autonome Robotik, Lagerautomatisierung und Smart Manufacturing entwickelt wurden.