深圳艾靈網絡有限公司 俞一帆

關鍵詞：5G專網；移動機器人；云控；云-邊-端；工業互聯網

1  背景

在工業4.0與智能制造推進下，具備具身智能能力的移動機器人（AGV/AMR）將廣泛應用于生產制造及工程作業等場景，成為提升效率的關鍵支撐，但傳統基于機器人本體的智能感知及控制模式存在硬件固定柔性差、單機算力有限難以撐復雜任務、集群協同弱等局限。將5G無線通信的低時延、高帶寬、廣連接特性及邊緣計算的云化計算能力與移動機器人本體整合，為突破上述瓶頸提供可能，并催生出全新系統的移動機器人系統--云控移動機器人系統。該系統將高清視覺處理等計算任務遷移至云端，通過“云 - 邊 - 端”協同實現環境感知、決策規劃的云端協同。其借助5G網絡實現實時數據交互，降低本體硬件成本，通過云端集中計算、算法遠程升級等方式，精準匹配工業領域“自主決策 + 集群協同 + 智能服務”的需求。云控移動機器人將成為“5G + 工業互聯網”應用領域的重要落地載體。

2  系統方案

2.1   系統架構

云控移動機器人系統采用分層架構，由設備層、調度層和管理層組成。如圖1所示，云控移動機器人系統設備層為機器人本體，包括行走裝置、感知裝置、執行裝置、決策裝置及通信裝置；調度層負責接收管理層任務并下發至機器人，同時接收機器人狀態反饋；管理層向調度層下發任務，接收任務狀態反饋。基于上述系統架構，移動機器人系統可實現從任務下發到執行反饋的完整閉環。

圖1 移動機器人系統構成

管理層：部署于中心云，集成ERP（企業資源計劃）、MES（制造執行系統）、WMS（倉庫管理系統）等，負責下發作業任務（如物品入庫 / 出庫 / 調撥）、接收任務執行狀態反饋，實現全局資源調度與業務管控。

調度層：采用“邊緣云 + 中心云”分級部署，區域內調度功能部署于邊緣云，跨域調度功能部署于中心云，承擔任務分解、路徑規劃、設備監控與接口管理等核心功能，是連接管理層與設備層的關鍵樞紐。

設備層：即機器人本體，由傳感器（激光雷達、視覺相機、IMU等）、執行機構（電機、機械臂）、車載控制系統與5G終端 / 模組組成，負責環境數據采集、控制指令執行與狀態信息上報。其5G集成形態有兩種：（1）5G終端或模組內置在機器人本體內部， 通過機器人本體內部接口（例如， PCIe及Ethernet等）與機器人本體控制器相連。（2）5G終端或模組外掛在機器人本體外部，通過機器人本體外部接口（例如， Ethernet）與機器人本體控制器相連。

2.2   系統組網方式

如圖2所示，支撐云控移動機器人系統運行的5G組網方式包括獨立專網和混合專網。支撐云控移動機器人系統運行的云平臺分為邊緣云和中心云兩級，邊緣云與中心云之間通過網絡防火墻實現安全隔離。邊緣云可部署5G核心網所有網元，調度層中的區域內調度功能部署在邊緣云，跨域調度功能部署在中心云。管理層中的所有功能部署在中心云。

對于本地算力受限移動的機器人本體，設備層中的環境感知及決策規劃功能可遷移部署在邊緣云，通過邊端計算協同，實現計算資源的合理分配使用。移動機器人通過部署在本體上的5G終端或模組，實現機器人本體控制器與邊緣云的無線數據交互。

云控移動機器人系統通過“傳輸加密 + 邊緣隔離 +云端防護”構建系統安全能力：數據傳輸采用端到端加密技術，防止感知數據與控制指令被竊取；邊緣云與中心云之間部署防火墻，實現網絡安全隔離；借助聯邦學習、區塊鏈等技術，在保障數據隱私的前提下實現多源數據協同訓練，降低系統性風險。

（a）基于獨立5G專網部署的移動機器人系統

（b）基于混合5G專網部署的移動機器人系統

圖2 云控移動機器人系統組網方式

3  云控移動機器人分類

根據移動機器人本體能力不同，云控移動機器人分為下列五類如表1所示：

表1 云控移動機器人分類說明表

4  創新點及技術難點分析

4.1   創新點

（1）架構創新：云控移動機器人系統引入了“云-邊-端”協同架構及基于5G的組網方式，結合管理層、調度層、設備層功能劃分，提供了清晰的系統部署邏輯及頂層設計。

（2）分類創新：按機器人本體能力對云控移動機器人系統進行了精細化分類，為針對不同作業場景確定差異化網絡性能提供可操作性支撐。

（3）融合創新：深度整合5G網絡能力與機器人云化控制需求，將通信技術指標（時延、速率、可靠性）與機器人具體作業流程（如建圖、定位、協同）強關聯，推動了IT（信息技術）與OT（運營技術）的深度融合。

4.2   技術難點

（1）難點一：網絡確定性與低時延保障

移動機器人作業的安全與效能高度依賴網絡。運動控制指令的時延需穩定在10-20ms以內，任何抖動或中斷都可能引發碰撞或任務失敗。針對上述難點，需考慮采用5G獨立或混合專網模式，通過資源隔離機制（例如，網絡切片）保障機器人業務傳輸穩定，并提供強可靠性保障（如控制指令99.999%）。此外，5G uRLLC及邊緣計算技術的引入將大幅減少網絡傳輸距離，為低時延傳輸提供有力保障。

（2）難點二：海量數據實時傳輸與處理

移動機器人在作業過程中上報的多路高清視頻、激光點云等感知數據對5G網絡構成巨大壓力（單臺機器人上行峰值可達數百Mbps）。針對上述難點，可考慮利用5G eMBB（增強移動寬帶）能力，結合基于業務上下文感知的網絡控制，實現網絡資源動態管理。此外，借助邊緣云側的計算資源，通過在機器人端進行初步數據濾波和壓縮，僅將關鍵數據或需復雜計算的數據上傳云端，可減輕5G網絡傳輸壓力。

（3）難點三：系統安全與可靠性

移動機器人作業環境可能涉及核心生產控制環節，部分數據需脫離機器人本地進行傳輸及處理，面臨被竊取及篡改的風險，因此系統需具備強安全性。通過企業防火墻及5G獨立專網等機制可實現數據與公網的安全隔離。此外，采用高可用架構部署云端服務，采用冗余設計構建通信鏈路，探索結合區塊鏈及聯邦學習等技術進行數據處理，可進一步強化系統的安全防護及可靠性保障能力。

（4）難點四：云邊端協同復雜性

云控移動機器人需依賴本地及邊緣云側算力協同完成感知及決策任務，因此如何合理地將計算任務在邊緣云側及機器人本體之間分配，實現整體效能最優，是一個復雜的系統工程問題。針對上述問題，機器人分類是一種解決方案。如前文所述， A類機器人以端側計算為主，云側負責任務調度； 而B、C類機器人則將核心算力置于邊緣云。此外，在系統中采用模塊化功能設計，可實現算法組件的靈活部署與協同。

5  方案價值分析

云控移動機器人系統方案可為用戶帶來多層次的顯著效益，具體分析如下：

5.1   總體擁有成本（TCO）降低

（1）硬件成本降低：云化方案將昂貴的計算硬件從單臺機器人上移除，代之以成本更低的5G通信模組和基礎計算單元，直接降低了機器人的制造成本和維護成本，從而實現了單車硬件邊際成本逐步降低。

（2）運維成本降低：軟件的更新、算法的升級、故障的診斷均可通過云端遠程完成，無需技術人員到現場對每臺機器人進行操作，極大提升了運維效率，降低了人力與時間成本。

5.2   運營效率及靈活性提升

（1）任務效率提升：云端強大的算力可以實現更優的全局路徑規劃和多機協同調度，避免單體決策的局部最優，從而減少機器人的空閑等待和路徑沖突，提升整體作業吞吐量，并支撐更為復雜的異構多機器人協同處理功能。

（2）業務柔性增強：企業能夠根據訂單變化快速調整機器人集群的規模和任務分配。新增機器人只需接入網絡即可獲得最新的算法能力，實現了生產線的快速重構與擴展。

5.3   智能及創新增強

（1）AI能力普惠：中小企業無需自建昂貴的AI計算平臺，即可通過云服務讓機器人獲得頂尖的AI算法能力（如視覺識別、自然語言處理）。

（2）數據價值挖掘：匯聚在云端的海量機器人作業數據，可用于訓練更智能的算法，優化作業流程，衍生預測性維護、產能分析等新的增值服務。大量行為數據可以用來訓練更加高效的算法，發現潛在模式。

6  總結

云控移動機器人作為5G與工業互聯網融合的核心載體，通過“云 - 邊 - 端”協同架構、精細化網絡技術及“分層架構 + 安全防護”方案，有效解決了傳統移動機器人柔性不足、算力有限、協同能力弱等核心痛點。 5G網絡與云控移動機器人的深度融合，實現了計算資源優化配置與業務場景擴展，其網絡技術要求為工業場景應用提供堅實支撐。盡管網絡確定性、安全性等挑戰仍存，但隨著5G-Advanced/6G、邊緣計算等技術演進，云控移動機器人將在智能制造、智慧物流等領域深度應用，成為構建智能工廠、推動工業互聯網高質量發展的核心力量與重要引擎。

摘自《自動化博覽》2026年第一期暨《2026具身智能專刊》