随着智能制造成为企业转型升级的重点，将聪明的机器人放入复杂的制造业，实现大规模的柔性生产，单凭一“人”之力是远远不够的。管理一个聪明的机器人团队，使它们汇集在一起高效协作，则不是件易事。

处于AI Cloud框架中边缘域之一的RCS机器人调度控制系统(以下简称“RCS”)，通过融合运用机器学习、多智能体博弈等AI关键技术，从单个机器人的定位导航，运动控制，到多机器人协作，让具备单体智能的移动机器人协同作业，迈向群体智能。

海工技术词典

机器学习

机器学习是人工智能的核心研究课题之一。让计算机在未经编程的情况下运行，模拟或实现人类的学习行为，用数据或以往的经验，获取新知识和新技能，并识别现有知识，以此不断优化自身的性能。

多智能体博弈

在多智能体强化学习中，环境是复杂的、动态的，可能涉及合作与竞争等关系，因此引入竞合博弈的概念，即多个智能体学会彼此合作和相互竞争一起完成同一个任务。

运筹优化

运筹优化通常指物流调度、路径规划等算法用于优化业务决策，使用数学算法和逻辑找到实现目标的最优求解。

智慧大脑管理的机器人

种类多+数量大

多种场景：生产过程中往往混合搬运场景，需要多款机器人配合。RCS可混合调度海康威视全系列多型号的机器人产品，打通内物流环节的关键物流节点，无缝衔接仓储搬运-产线搬运、库内搬运-分拣搬运等混合搬运场景。

▲混合调度潜伏、移载等系列机器人

多种载具：同一个仓库内，RCS支持不同尺寸的货架/笼车/托盘等载具的灵活搬运。

▲货架、笼车等不同尺寸/种类的载具

多种导航方式：针对不同的场景环境，RCS可满足机器人在视觉惯性导航、SLAM激光导航等不同导航方式间的平滑切换。

未来仓库将向规模化的方向发展，因此集群调度的能力至关重要。目前普遍采用的调度框架，即单个机器人完成路径搜索，调度系统集中负责空间管理。该框架能支持较大规模的机器人调度，但往往存在规划的机器人路径不是最优等系统性问题。

海康机器人自主研发的RCS解决了上诉痛点，能同时支持15000个地图节点，实现1000台机器人的集群调度。

智慧大脑让机器人具备「高度柔性」

适应各类内物流场景

对内物流场景中存在的机器人、载具、电梯等多种资源，RCS可进行协同管理和统一调度。通过多智能体间的竞合博弈算法，RCS可调度多机器人适应各类柔性化的内物流场景(如下图)。

智慧大脑深度「挖掘数据」

机器人工作更科学

以往的仓库，可能存在各工作台拣货任务不均衡，机器人“盲目”排队的情况。全新的RCS在传统的运筹优化算法的基础上融合了机器学习算法，使机器人工作更科学，调度效率显著提升。基于大数据分析，RCS能够智能决策机器人的行为。

• 通过对历史数据的分析预测，系统可预估货架在工作台的拣货时间，进而智能调整机器人排队策略，缩短任务等待时间;

▲预估工作台拣选耗时模型图

• 通过对数字化工厂各环节数据的深入挖掘，学习预测自动化设备生产任务的时间，可以提前调度空闲机器人在更贴近任务的位置等待;

•  通过评估路线的拥堵程度及工作台的繁忙程度，合理控制货架的搬运顺序及时机，实现各工作台的任务负载均衡。

▲RCS根据预测实时调度机器人

位于控制层的RCS机器人调度控制系统实现对不同系列、种类的机器人的路径规划、集群调度、任务分配，确保机器人能够适应更加复杂的场景。

智能制造系统中，移动机器人“学”会协同作业，展现出群体智能，同时与人的智能相互赋能增效，实现人机协同。推进智能制造的道路同样如此，海康机器人愿与各界合作伙伴一同实现设备、平台、技术等层面的深度合作，不断优化创新物流产品及供应链整体解决方案，共同建立智慧物流生态体系。