Skjemaet har blitt sendt inn.
Mer informasjon finner du i postkassen din.
Lei oss 
Om oss 
Teknologier Portefølje
Lei oss 
Mobil robotteknologi sluttet å bli behandlet som et forskningskonsept rundt 2015. Alle større distribusjonssentre har nå mobile roboter, noen med mange hundre av dem i drift samtidig, som transporterer paller, kasser og deler.
Den globalt autonome mobile roboter marked nådde $2,01 milliarder i 2024, og analytikere anslår at den vil nå $4,56 milliarder innen 2030. Veksten tyder på at selskaper kjøper og distribuerer logistikkroboter i stor skala.
Når du bestemmer deg for å se på mulighetene for mobil robotteknologi for anlegget eller lageret ditt, vil du støte på to kategorier som fungerer forskjellig: autonome mobile roboter (AMR) og automatisk styrte kjøretøy (AGV-er).
Diskusjonen rundt AMR-er vs. AGV-er handler ikke om hvilken type robotteknologi som er overlegen i dag. Kortversjonen er at begge typer teknologi er funksjonelle. Nøkkelen er å forstå hvilken teknologi som er det beste alternativet for din virksomhets spesifikke konfigurasjon, layout og fremtidsplaner.
La oss se nærmere på de driftsmessige realitetene ved begge systemene, slik at du kan avgjøre hvilken maskin som hører hjemme på gulvet ditt.
Som navnet tilsier, automatisk styrte kjøretøy følger veiledningen du gir dem, enten ved hjelp av fysiske (magnetbånd på bakken, ledninger nedgravd i betong) eller digitale (laserreflektorer, datamatrisekoder, forhåndskartlagte ruter) metoder.
Slik fungerer den grunnleggende flyten.
Systemkontrolleren gir AGV-en i oppgave å hente en pall fra sted X og levere den til Y. AGV-en følger deretter automatisk den tildelte ruten mellom disse punktene, og hvis noe blokkerer ruten, stopper den og venter. AGV-en endrer ikke den tildelte ruten, så noen må fjerne hindringen eller omdirigere kjøretøyet manuelt.
I kontrollerte miljøer, som f.eks. samlebånd i bilindustrien, der bygningslayouten har vært relativt uforandret over tid, har AGV-er kunnet fungere effektivt i mange år uten avbrudd. Men de improviserer ikke, noe som betyr at de ikke tar uventede beslutninger eller lager ruter i sanntid selv.
Denne forutsigbarheten har vært både en fordel og en ulempe for AGV-er, og har dannet grunnlaget for den første generasjonen av roboter for lagerautomatisering.
Teknologien har modnet gjennom flere tiår, slik at AGV-er nå kan håndtere komplekse ruter, frakte tunge laster og integreres med lagerstyringssystemer for å koordinere flere kjøretøy. Noen moderne AGV-er bruker laserstyrt navigasjon i stedet for fysisk tape, noe som gir deg større fleksibilitet til å justere ruter uten å rive opp gulvet.
AMR-er bruker LiDAR, kameraer, radar og noen ganger ultralydsensorer som gir et direktebilde av omgivelsene. Autonome mobile roboter bruker en teknikk som kalles SLAM (simultaneous localization and mapping) til å lage et kart, bestemme hvor de befinner seg på kartet og planlegge en passende respons for sikker navigering. Disse logistikkroboter fortsetter å oppdatere kartleggingsinformasjonen etter hvert.
Hvorfor er dette viktig? I et miljø i stadig endring er det vanskelig å forutsi ruten fra ett punkt til et annet. Gaffeltrucker flytter på seg, vognstativer blokkerer gangene og mennesker sperrer veien. En AMR vil trygt unngå og omdirigere rundt disse endringene uten menneskelig inngripen.
AMR-er har blitt stadig mer populære i takt med at transportsystemene har blitt mer komplekse. Distribusjonsanleggene for netthandel har vokst i størrelse, med tusenvis av produkttyper, og oppsettene endres ofte for å legge til rette for optimal frakt. I tillegg er enkelte produksjonsbedrifter ikke lenger store nok for faste ruter, på grunn av mindre partistørrelser og hyppigere utstyrsbytter.
Du kan sette ut en AMR og få den til å lage et kart over anlegget og utføre oppgaver raskt, uten behov for tape, reflektorer eller en lang prosess for å etablere infrastruktur. Roboten tilpasser seg omgivelsene i stedet for at omgivelsene må tilpasse seg den.
Mange moderne AMR-er kan også kommunisere med hverandre og med en sentral styring av robotflåten system. Når flere AMR-er opererer i samme fysiske område samtidig, kan de samarbeide om å redusere køer og opprettholde en jevn trafikkflyt i anlegget. Når antallet AMR-er øker, blir denne koordineringen avgjørende.
Overgangen fra AGV-er til AMR-er skjedde ikke over natten, og den ble heller ikke drevet frem av en enkelt teknologisk utvikling. Tre sammenfallende krefter fikk bedrifter til å tenke nytt om automatisering med mobile roboter.
Som vi nevnte tidligere, har industriell automasjon historisk sett vært svært avhengig av forutsigbare, stabile omgivelser. Produksjonsanlegg ble designet for en fast produksjonsflyt, der materialer ble flyttet i forhåndsbestemte sekvenser og fabrikkoppsettet forble uforandret over lengre perioder. Å investere i permanent infrastruktur for styring av AGV-er var helt logisk på den tiden.
Så ble driften mer komplisert. Forbrukernes etterspørsel gikk i retning av en mer personlig og variert tilnærming. Driftsprosessene på lageret gikk fra å lagre hele paller til å plukke enkeltvarer, slik at produktets livssyklus ble kortere og sesongtoppene mer drastiske.
Det var nesten umulig å opprettholde en fast rute med alle endringene som skjedde på anleggene hver måned eller hvert kvartal. Følgelig var det kostbart å rive ut og installere magnetbånd på nytt, og det førte til prosessforstyrrelser. Selv laserstyrte AGV-er krevde ny kartlegging og omprogrammering.
Behovet for fleksibilitet førte til økt etterspørsel etter effektive navigering av mobile roboter.
På den tiden ble LiDAR-sensorene billigere og mer pålitelige. Datamaskinene ble stadig mer avanserte, og rammeverk med åpen kildekode, som ROS, ga utviklere verktøy som gjorde det mulig å bygge sofistikerte autonome systemer for kjøretøy. Og ikke bare det, SLAM og lokalisering algoritmene forbedret seg dramatisk, og på midten av 2010-tallet var de robuste nok til å kunne brukes i produksjon.
Denne konvergensen mellom forretningsbehov og teknisk kapasitet presset autonome mobile roboter fra forskningslaboratorier til lagerhaller. Bedrifter har oppdaget at det er mulig å justere driftsoppsettet i anleggene sine uten å gjøre vesentlige endringer i robotsystemet og hele arbeidsflyten.
Hvis det for eksempel installeres en ny plukkstasjon, er alt som trengs å gjøre å oppdatere programvaren med nye destinasjonskoordinater for AMR-ene. Hvis lageroppsettet endres, vil robotene automatisk tilpasse seg det nye oppsettet.
Hvis du velger feil teknologi, betyr det måneder med reparasjon av infrastruktur og håndtering av begrensninger. Følgende ni faktorer kan bidra til å avgjøre hvilken teknologi som er best for din virksomhet.
| Kriterier | AGV | AMR |
| Fleksibilitet | Kun faste ruter; endringer i oppsettet krever oppdatering av infrastrukturen | Tilpasser seg automatisk til endringer i oppsettet; omdirigerer i sanntid |
| Infrastruktur | Krever magnetbånd, reflektorer eller kabelinstallasjon; løpende vedlikehold er nødvendig | Fungerer med eksisterende anlegg; ingen endringer av gulv eller vegger |
| Distribusjonstid | Uker til å utforme ruter, installere infrastruktur og teste traseer | Flere dager til å kartlegge plass og konfigurere; drift samme dag mulig |
| Menneskelig interaksjon | Segregerte kjørefelt og barrierer; forutsigbart, men krever egne soner | Navigerer rundt folk; deler arbeidsområdet, men oppførselen kan virke uforutsigbar |
| Opprinnelig kostnad | Lavere robotkostnader, men infrastrukturen øker utgiftene | Høyere robotkostnader, men ingen utgifter til infrastruktur |
| Rekonfigurasjon | Krever fysiske endringer og omprogrammering | Kun programvareoppdateringer; robotene omstilles automatisk |
| Best for | Repeterende oppgaver med høyt volum i stabile miljøer | Dynamisk drift med hyppige layoutendringer |
| Vedlikehold | Enkle mekaniske slitasjedeler; vedlikehold av tape/reflekser | Sensorkalibrering; programvareoppdateringer |
| ROI | Lavere kostnader lønner seg i form av stabil, langsiktig drift | Fleksibilitetsverdien øker med hver layoutendring som unngås |
Det samme lageret kan bruke både AGV- og AMR-teknologi, men i forskjellige soner, eller holde seg til én teknologi i hele anlegget. Det har utviklet seg applikasjonsmønstre i tre hoveddriftsmiljøer.
Distribusjonssentraler bruker en kombinasjon av AGV-er og AMR-er til ulike oppgaver.
AGV-er håndterer vanligvis repeterende ruter og passer godt til å transportere paller fra varemottak til lager og til å levere fulle kasser til plukkstasjoner, fordi disse operasjonene er forutsigbare og kan tilpasses en repeterende rute.
AMR er mer egnet for dynamiske plukkområder, ettersom ordreprofiler kan endre seg fra dag til dag, og de ansatte velger mellom hundrevis eller tusenvis av SKU-er, noe som gjør det mer fleksibelt navigering av mobile roboter mer praktisk. Noen anlegg har hybridflåter: AGV-er for tungt, forutsigbart arbeid og AMR-er for varierende oppgaver.
Bilfabrikker har vært avhengige av automatisk styrte kjøretøy i flere tiår for å levere deler til monteringsstasjoner på grunn av stabiliteten i oppsettet, strenge leveringstider og vekten på komponentene de håndterer.
Elektronikkproduksjonsanlegg bruker ofte automatiserte mobile roboter i stedet, fordi de ofte endrer produktmiks og konfigurasjon. AMR-er kan støtte flere monteringslinjer uten dedikerte veier, og brukes til å transportere lette deler som ikke krever tungt utstyr.
De vanskeligste logistikkmiljøene å håndtere er de som består av mennesker, gaffeltrucker og roboter som alle deler en felles arbeidsplass. AGV-er fungerer best når trafikkmønstrene er segregerte, med egne baner for robotene og lett identifiserbare regler for forkjørsrett.
AMR-er fungerer best i et virkelig blandet arbeidsmiljø. De kan bevege seg rundt gaffeltrucker og stopper for å la fotgjengere passere. De tilpasser seg også midlertidige hindringer, for eksempel paller på gulvet, eller når det ikke finnes definerte kjørefelt som robotene kan bruke.
Dagens mobil robotteknologi systemer krever mer enn bare maskinteknikk. De kombinerer alle aspekter av maskinvare, innebygd programvare, skybasert infrastruktur og driftsverktøy.
Før du begynner å designe kode eller maskinvare, må du først finne ut hvilke funksjoner roboten skal utføre og hvilke begrensninger den vil støte på. Du må identifisere hvilke typer sensorer som trengs, prosessorkraften, kommunikasjonsstandardene og hvordan alt skal integreres i et komplett system.
Den fysiske roboten omfatter motorer, styreenheter, kraftsystemer, sensorer og chassisdesign. Industriroboter arbeider 24 timer i døgnet i mange år, og dette skaper behov for robuste komponenter som tåler vibrasjoner, ekstreme temperaturer og konstant bruk.
Utviklere bygger lavnivåkode som styrer motorer, leser av sensorer og administrerer operasjoner på dedikerte mikrokontrollere ved hjelp av sanntidsoperativsystemer. Disse systemene krever presis timing for motorstyringen, fordi millisekunder kan påvirke driften i en nødsituasjon.
Autonomi på høyere nivå kjører på Linux-baserte datamaskiner innebygd i roboten. Engine-ere bygger tilpassede Linux-distribusjoner ved hjelp av verktøy som Yocto, skriver enhetsdrivere for sensorer og aktuatorer, og integrerer alt med ROS eller ROS2.
Det er her robotene blir autonome. Programvare for persepsjon behandler sensordata for å identifisere hindringer, ledig plass og landemerker. SLAM-algoritmer lager et kart over omgivelsene og holder rede på hvor roboten befinner seg på kartet, mens navigasjonsprogramvare hjelper roboten med å planlegge en rute, unngå hindringer og utføre manøvrer.
Det er vanskelig å teste alle scenarier som potensielt kan skje med en robot ute i felten, og derfor bygger utviklingsteam simuleringsmiljøer ved hjelp av Sim2Real- og Real2Sim-metodikk med plattformer som Gazebo, NVIDIA Isaac Sim og Isaac Lab. Robotene opererer i et virtuelt lageroppsett med tusenvis av testtilfeller, noe som forhindrer dyre feil i felten.
Engineere utvikler backend-infrastruktur for å koordinere oppgaver, overvåke robotenes helse, logge telemetridata og optimalisere multirobotoperasjoner innenfor styring av robotflåten system. Denne infrastrukturen håndterer data fra hundrevis eller tusenvis av tilkoblede roboter.
Operatørene trenger grensesnitt som gjør det mulig for dem å administrere roboter for industriell automatisering: tilordne oppgaver, overvåke status, håndtere unntak og vise kart. Du kan opprette skrivebordsapplikasjoner ved hjelp av Qt/QML-rammeverket, mobilapper for administrasjon på gulvet eller nettbaserte dashbord.
Moderne roboter genererer enorme mengder data, inkludert videofeeder fra kameraer, LiDAR-skanninger, posisjonslogger og systemmålinger. Engineers bygger rørledninger for å komprimere og strømme denne enorme mengden informasjon for fjernovervåking og feilsøking.
Engineers validerer hvert eneste delsystem, inkludert sensorer, motorkontrollere, strømmoduler og kommunikasjonsforbindelser til flåtestyringssystemene via enhets-, integrasjons- og systemtesting, og måler deretter robotens ytelsesmålinger som navigasjonsnøyaktighet, batterieffektivitet og fullføringsgrad.
Én sterk ingeniør kan bygge en demo, men å sende 100 roboter til et lager krever koordinert ekspertise.
| Rolle | Nøkkelferdigheter | ||
| Arkitekter innen robotteknologi | Systemdesign, sensorfusjon, sanntidsbegrensninger | Ansett | |
| Utviklere av robotteknologi | ROS/ROS2, C++, Python, navigasjonsalgoritmer | ||
| Simuleringsingeniører | Simuleringsverktøy, Sim2Real- og Real2Sim-metodikk | ||
| Fastvareingeniør | HAL/BSP-utvikling, industrielle protokoller (CAN/Modbus), minnehåndtering | Ansett | |
| Utviklere av innebygde systemer | C/C++, RTOS, mikrokontrollere | Ansett | |
| Ingeniører innen innebygd Linux | Linux-kjernen, enhetsdrivere, Yocto | ||
| Ingeniør for maskinvaredesign | Kretsdesign, motorstyring, kraftsystemer | ||
| C++ backend-ingeniører | Distribuerte systemer, databaser, API-er | Ansett | |
| Ingeniører innen video- og lydbehandling | Videokodeker, strømmeprotokoller | Ansett | |
| Cloud/back-end-utviklere | Cloud plattformer, mikrotjenester, skalerbarhet | Ansett | |
| Kvalitetssikrings- og valideringsteam | Rammeverk for testing | Ansett | |
| Utviklere av mobil- og webapper | Mobile plattformer, nettapplikasjoner | Ansett | Ansett |
Du kan begynne med ett merke og senere legge til andre modeller. Deretter kan du kjøpe opp et eksisterende selskap med egen flåte eller kjøpe spesialbygde produksjonsroboter for helt spesifikke jobber. Uansett hvordan du får tak i dem, er utfordringen å få alle disse systemene til å fungere sammen.
Selskaper som produserer robotløsninger, bygger sine egne styring av robotflåten plattformer der robot A snakker ett API og robot B bruker et annet. Uten standarder ender du opp med tilpasset integrasjonsarbeid for hver kombinasjon.
Bransjeforeninger erkjente dette problemet.
MassRobotics har utviklet AMR-standard for interoperabilitet for å skape felles protokoller for flåtekoordinering. Standarden gjør det mulig for roboter fra ulike produsenter å bruke det samme kartet, koordinere bevegelser og trafikk og motta oppgaver fra ett enkelt sentralt styringssystem uten spesialtilpasset integrering.
VDA 5050 er en annen standard som vinner terreng, særlig i Europa, og som definerer og etablerer kommunikasjonslaget mellom flåtestyringssystemer og mobile roboter.
Behovet for gode standarder øker bare etter hvert som maskinparken utvides. Når du kjører 10 roboter, er tilpasset integrasjon overkommelig, men når du har mer enn 100 roboter på flere anlegg, blir standardisering en praktisk nødvendighet.
I tillegg til standarder kan du også ha behov for mellomvare og adaptere for å legge til rette for koordinering på tvers av robotenhetene dine.
Den AMR vs AGV avgjørelsen koker ned til ett spørsmål: Hvor ofte vil oppsettet ditt endres i løpet av de neste fem årene?
Hvis ruten du har identifisert, vanligvis vil forbli den samme, og du vanligvis har et forutsigbart aktivitetsvolum, bør du bruke AGV-er fordi de er en enkel, velprøvd teknologi som gir den laveste totalkostnaden. AMR-er vinner når fleksibilitet er viktigere enn initialkostnaden, fordi hver eneste unngåtte forsinkelse som følge av en layoutendring, betaler seg tilbake.
Mange anlegg ender opp med å kjøre både AGV-er for stabile, høyvolumoperasjoner og AMR-er for dynamiske plukkmiljøer som kan gjennomgå betydelige endringer hvert kvartal. Den vanligste feilen vi ser blant bedrifter, er at de enten tvinger inn én teknologi overalt eller venter til de finner den perfekte løsningen som gir størst mulig utbytte til lavest mulig kostnad.
Mobil robotteknologi gir verdi når den løser en spesifikk flaskehals bedre enn alternativene, ikke når den automatiserer alt på én gang. Begynn med de mest smertefulle punktene i driften ved å teste 5-10 roboter for å fastslå reelle produktivitetsgevinster og medarbeidertilfredshet. Bruk disse dataene til å implementere løsninger der avkastningen er tydeligst, og skaler det som fungerer.
Hvis du trenger et profesjonelt råd, eller hvis du vurderer å implementere roboter for lagerautomatisering inn i økosystemet ditt, vær så snill kontakt oss når du finner det passende.
AGV-er koster mindre per robot, men krever installasjon av infrastruktur, noe som tar flere uker og koster mer. AMR-er koster mer på forhånd, men de kan settes opp raskt uten ytterligere installasjoner, så totalprisen vil avhenge av hvor mange ganger lageroppsettet skal endres i fremtiden.
Installasjonen av AGV-er er en pågående prosess som kan ta flere uker før rutene er ferdig justert. Installasjonen av AMR-er tar bare noen få dager, siden robotene lager sine egne kart og kun trenger programvarekonfigurasjon.
AMR-er har sensorer som gjør at de kan oppdage og unngå mennesker i delte områder. Når du arbeider med AGV-er, er det best å bruke egne baner og barrierer for å holde roboter og personell i separate områder.
Oppgradering av AGV-er kan kreve ominstallering av infrastrukturen og omprogrammering av rutene. Når det gjelder AMR-er, trenger du bare å oppdatere programvaren med nye destinasjonspunkter hver gang du flytter hyller eller legger til arbeidsstasjoner.
Nei, leverandørene tilbyr programvare for flåtestyring og har fjernstyrte tekniske støttetjenester som du kan kontakte for å få hjelp. Du trenger en ansatt til å overvåke robotens dashbord og svare på grunnleggende feilsøkingsforespørsler, men du trenger ikke å bygge roboter.
E-handel og bilindustrien står for det største volumet av mobile roboter, som først og fremst brukes i distribusjonssentre til å plukke ordrer og flytte paller. Produksjonsbedrifter bruker mobile roboter til å transportere komponenter til produksjonslinjen og til andre produktrelaterte aktiviteter.
Tenk over hvor ofte du kommer til å endre den fysiske utformingen av anlegget. Hvis du vil ha faste ruter i lange perioder (3-5 år), er AGV-er generelt rimeligere. Hvis du derimot trenger fleksibilitet for å kunne tilpasse deg endringer, er AMR mindre arbeidskrevende og tidkrevende å oppdatere robotens rutesystem.
Ja, mange bedrifter begynner sin automatiseringsreise med å implementere enheter i én sone for å teste ytelsen, og utvider deretter der avkastningen er tydeligst. AMR-enheter er enklere å skalere enn AGV-er fordi du ikke trenger å installere infrastruktur på nytt.
Dmitry leder den tekniske strategien bak tilpassede løsninger som faktisk fungerer for kundene - nå og når de vokser. Han bygger bro mellom store visjoner og praktisk utførelse, og sørger for at hver eneste utvikling er smart, skalerbar og tilpasset virksomheten.
