工業4.0的概念正在推動私有5G網絡的普及，由於頻譜成本較低，私有5G網絡也越來越多地應用於製造和物流領域。因此，工業4.0中圍繞智能製造、物流、倉庫自動化、能源和公用事業、智能電網、缺陷檢測等方面的大量用例佔私有5G用例的60%以上。

預計到2025年，倉庫自動化市場將達到270億美元，機器人運營將超過400萬個，約5萬個自動化配送倉庫。因此，在我們的行業生態系統中，自主移動機器人將有巨大的機會。

5G憑藉其超可靠的低延遲通信和高帶寬能力，推動分佈式計算效率，為自動移動機器人樹立了新的典範。

邊緣計算越來越普及，這是一個非常好的周期。這將降低自動移動機器人的成本，因為計算更接近自動移動機器人生成的數據源。同時，隨著倉庫計劃部署數百台自動移動機器人，甚至自動移動機器人的價格也變得更實惠。

自動化倉庫的一些任務可以位於自動移動機器人上，而一些任務可以卸載到邊緣服務器上。在某些情況下，一些任務可以轉移到數據中心或云端。

自動移動機器人上可以執行的一些任務包括傳感器攝取、路徑規劃和定位、避障、電機控制、功能安全和導航，而可以卸載到邊緣服務器的任務包括遠程干擾、車隊管理、任務管理、電池管理、交通管理和分析。

為了在自動移動機器人中啟用這種計算和人工智能功能，它們確實需要基於延遲和其他要求。然後，在這些不同的位置對這些工作負載進行邏輯劃分，從而為企業帶來最佳效率和最佳業務價值。

自動移動機器人具體用例

第一個是針對自動移動機器人的邊緣見解，在自動移動機器人平台上優化的軟件堆棧，具有各種構建模塊，如同步定位和測繪，用於真正實現和控制自主移動機器人。

第二個用例是英特爾的開源套件，也就是集人工智能、計算機視覺和深度學習推理於一體的工具包。該套件加速了從機器人上的攝像頭捕獲的圖像的視覺推斷。這對於工廠車間的自動移動機器人導航非常關鍵，但也要確保自動移動機器人安全運行並與工廠車間的人類共存。

最後一個用例就是智能邊緣產品，用於管理和部署自動移動機器人應用。

總結

倉庫自動化可以管理來自不同供應商的自動移動機器人，使用邊緣計算為自動移動機器人引入擴展的AI功能，可以實現用於預測維護和運營優化的數字孿生，並為自動移動機器人和人類協作創造一個安全的環境。