9728太阳集团-(中国)有限公司

　　牵手英伟达 MiR推出载重1200kg高阶智能化搬运叉车根据CMR产业联盟数据，2023年叉车移动机器人销量约19500台，同比增长 46.62%，属于高增长赛道。

　　近年来，随着智能制造升级，移动在工业自动化、物流仓储等领域的应用正在不断扩大。CMR产业联盟数据显示，2023年中国移动机器人整体销售规模达到约212亿，同比增长14.59%；销售数量约为12.5万台，同比增长34.41%。当中，以新能源汽车为主的生产制造领域、动力电池行业，光伏行业等需求量较大。

　　为抢占这一黄金赛道，国内外相关技术提供商开始进一步发力。近期，全球知名自主移动机器人制造商MiR公开亮相其搭载英伟达Jetson AGX Orin新一代人工智能托盘检测技术的MiR1200托盘搬运叉车（以下简称MiR1200），推动移动机器人技术再迈新台阶。

　　据介绍，MiR1200承重量高达1200kg，与目前市场上自主移动托盘搬运叉车相比，多了“思考”的功能。在人工智能技术的加持下，MiR1200可在行驶中自动感知、规划并最终完成搬运任务，类似于在特定环境下的智能驾驶搬运小车。

　　根据CMR产业联盟数据，2023年叉车移动机器人销量约19500台，同比增长 46.62%，属于高增长赛道。为此，AMR(自主移动机器人)托盘搬运叉车在市场上已得到广泛应用。

　　不过，因所在工作环境比较复杂，叠加汽车等应用领域因降本增效所需，对其安全性、运行速度、运营维护成本等提出了更高要求。总结来看，现阶段AMR托盘叉车面临的挑战主要呈现在以下几个方面：

　　1、许多应用场地通道狭窄，环境杂乱无章，如果机器人检测系统识别和计算能力不足，很容易导致工作效率低下，严重者会损坏机器人及货物；

　　2、目前大多数AMR托盘搬运叉车使用2D激光雷达检测托盘，识别功能受限，比如托盘包裹了拉伸膜，叉车可能无法有效识别；

　　针对此，MIR率先将目光聚焦于AI领域，引入了英伟达Jetson AGX Orin，在诸多智能感知系统的基础上，为MiR1200托盘搬运叉车配备了强大的计算核心，能够实时处理来自众多摄像头和激光雷达的海量数据，使其具备了处理复杂信息和执行高级任务的能力。

　　在AI加持下，MiR1200可以自动且高清识别障碍物并规避，同时具备在移动中自主识别并定位托盘的能力，并能智能调整自身姿态以适应托盘的角度，而抓取速度也大大得以提升。

　　此外，MIR还与专业供应商合作，打造出了工业标准的驱动轮和脚轮，较少维修成本；同时配有舵杆，简化操作，不需要企业配专业工程师维护，任何人都可以对接。另值得一提的是，该产品充电10分钟可以工作2小时。

　　“得益于AI技术的加持，我们成功地赋予了MiR1200前所未有的导航能力和灵活度。我们的目标是简化复杂的物流任务，让机器人能够像人一样思考，从而实现人机协作的最佳效果。MiR承诺将不断推动工业自动化的边界，期待与客户一起，共同开启智能物流的新篇章。“MiR销售总监、中国区负责人何小虎表示。

　　近年来，因市场需求量增加，越来越多的玩家入局移动机器人赛道。然而，市场“狂奔”之后开始逐步走向理性，从2021年开始增长率逐步走低。另从国内近5年AGV/AMR行业融资情况看，融资数量和融资金额巅峰在2021年，随后融资金额持续下滑，2023年为20亿元，相当于2021年的一半，资本对行业的投入明显减少。

　　在此背景下，行业竞争加剧，各大企业间除了卷价格外，逐步开始卷价值，而智能化尤其是软件成为竞争核心价值点。

　　在何小虎看来半岛·体育中国官方网站，未来移动机器人的发展，应聚焦于机器人本体的智能化。“目前普遍应用的自动引导车AGV智能化程度较低，需要依赖中控平台发出的指令，正逐步被具有智能感知、自主规划路径、灵活避障以及可安全地人机协作等能力的自主移动机器人AMR替代。”何小虎称。

　　就目前来看，AGV因技术开发较早、成本低等因素依旧占据移动机器人较大市场份额，不过AMR近年来增长迅速，随着产品性能逐步提升和采购成本逐渐下降趋势下，尤其在AI的加持下，其优势愈发凸显，未来仍将高速增长。

　　望向后续，无论是AGV还是AMR，目前市场渗透率整体依旧较低，因此空间依旧很大，尤其是仓储空间，而AI将成为促进移动机器人技术发展的重要动力。

　　凡本站注明“来源：智能制造网”的所有作品，均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品，未经本站授权不得转载、摘编或利用方式使用上述作品。已经本网授权使用作品的，应在授权范围内使用，并注明“来源：智能制造网”。违反上述声明者，本站将追究其相关法律责任。

　　本站转载并注明自来源（非智能制造网）的作品，目的在于传递更多信息，并不代表本站赞同其观点或和对其真实性负责，不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、平台或个人从本站转载时，必须保留本站注明的作品第一来源，并自负版权等法律责任。如擅自篡改为“稿件来源：智能制造网”，本站将依法追究责任。

　　鉴于本站稿件来源广泛、数量较多，如涉及作品内容、版权等问题，请与本站联系并提供相关证明材料：联系电话；邮箱：。