(1) Mapowanie wstępne (commissioning): operator prowadzi robota joystickiem po obiekcie, robot buduje mapę 2D/3D z SLAM. (2) Lokalizacja: w trakcie pracy robot porównuje bieżące skany sensorów z mapą i estymuje swoją pozycję (Monte Carlo Localization, NDT). (3) Globalne planowanie: dla zadania transportu z A do B planner buduje optymalną trasę po mapie. (4) Lokalne planowanie: w każdym cyklu sterowania (10-30 Hz) lokalny planner generuje krótką trajektorię w przestrzeni prędkości, omijając dynamiczne przeszkody. (5) Sterowanie napędem: trajektoria zamieniana na komendy prędkości kół.
AMR rozwiązuje problem sztywności starszych systemów AGV. AGV wymagają drogiej infrastruktury naprowadzającej (tory, taśmy) i przeprogramowania przy każdej zmianie układu hali. AMR usuwa tę barierę — wdrożenie nie wymaga ingerencji w istniejące środowisko, a robot adaptuje się do dynamicznych zmian (nowe regały, ludzie, wózki widłowe) bez programisty.
Zestaw czujników środowiska: LiDAR 2D (Hokuyo, SICK) lub 3D (Velodyne, Ouster, RoboSense), kamery RGB-D (Intel RealSense, ZED), IMU (Bosch BMI088, MicroStrain), enkodery kół, opcjonalnie ToF i radary. Sensor fusion daje robotowi spójny obraz otoczenia w czasie rzeczywistym.
Oficjalna
Algorytm jednoczesnego mapowania środowiska i lokalizacji robota. Popularne implementacje: Cartographer (Google), LIO-SAM, FAST-LIO (LiDAR + IMU), ORB-SLAM3 (visual), Hector SLAM (2D LiDAR-only). W produkcji zwykle używane są zamknięte komercyjne odpowiedniki (MiR Sync, OTTO Fleet, Locus).
Oficjalna
Dwustopniowy planner: globalny (A*, Dijkstra, RRT*) buduje optymalną trasę z A do B po mapie obejściowej; lokalny (TEB — Timed Elastic Bands, MPPI, DWB — Dynamic Window Approach) generuje krótkoterminową trajektorię w przestrzeni prędkości, omijając dynamiczne przeszkody. Replanowanie typowo 10-30 Hz.
Oficjalna
Centralny system koordynujący wiele robotów: przydział zadań, koordynacja w punktach kolizji (skrzyżowania, wąskie przejścia, windy), kolejkowanie ładowania, monitoring zdrowia floty, integracja z WMS/MES klienta. Standard interoperacyjności: VDA 5050.
Oficjalna
Klasyczny AMR oparty na hard safety speed limits (zwykle 0.3-0.5 m/s w pobliżu ludzi) drastycznie traci wydajność w miejscach z dużym ruchem osobowym — sklepach, korytarzach szpitalnych. Robot często staje lub porusza się w ślimaczym tempie.
Robot może utracić lokalizację gdy: środowisko zmienia się dramatycznie (przebudowa hali), oświetlenie skacze (visual SLAM), lub robot zostaje fizycznie przeniesiony przy wyłączeniu. Bez relokalizacji AMR jest bezużyteczny.
Bez koordynacji fleet managerem, dwa roboty AMR spotykające się w wąskim korytarzu mogą wpaść w deadlock — oba czekają na drugiego, bo lokalny planner traktuje innego robota jak nieprzewidywalnego człowieka.
AMR projektowane z marginesem udźwigu często okazują się niewystarczające w realnych operacjach — pallets ważą więcej niż zakładano, ładunki są wysokie lub niestabilne. Robot przekracza dopuszczalne obciążenie i kasuje bezpieczeństwo lub nie może się zatrzymać na czas.
Shakey od SRI International (Nils Nilsson i zespół) był pierwszym robotem łączącym percepcję, planowanie (STRIPS) i sterowanie ruchem w jeden autonomiczny system. Choć bardzo wolny i ograniczony, ustanowił architektoniczny wzorzec sense-plan-act, który pozostaje podstawą wszystkich późniejszych AMR.
AGV (Automated Guided Vehicles) wymagające taśm magnetycznych lub kodów QR upowszechniają się w fabrykach Toyoty, GM, Volkswagena oraz w magazynach. To poprzednik AMR — ten sam cel (autonomiczny transport), ale ze sztywną infrastrukturą naprowadzającą.
Amazon przejmuje Kiva Systems za 775 mln USD, zamyka ją dla zewnętrznych klientów i wdraża dziesiątki tysięcy mobilnych robotów w swoich centrach fulfillmentu. Choć Kiva to technicznie AGV (kody QR na podłodze), to przejęcie pokazuje skalę biznesową, którą mobilna robotyka może osiągnąć — i otwiera rynek dla konkurencji AMR.
Duńska firma Mobile Industrial Robots (MiR) wprowadza MiR100 — pierwszy szeroko sprzedawany AMR bez infrastruktury naprowadzającej. Konkurencyjne Fetch Robotics (US, 2014), OTTO Motors (Canada, 2015), Locus Robotics (US, 2014) szybko dołączają. Termin AMR upowszechnia się jako odróżnienie od AGV.
Niemiecki przemysł motoryzacyjny (VDA — Verband der Automobilindustrie) wprowadza standard VDA 5050 — interfejs komunikacji między fleet managerem a heterogeniczną flotą AMR różnych producentów. Pozwala mieszać MiR, OTTO, Geek+, Fetch w jednej hali.
Generacja 2024-2026 mobilnych humanoidów (Proxie Gen 2, Digit, AGIBOT G2) łączy klasyczną nawigację AMR-style (omni/swerve drive, SLAM, planning) z bimanualną manipulacją. Granica klasyfikacyjna AMR rozszerza się od czystego transportu do mobile manipulation.
Najbardziej wymagająca obliczeniowo część stosu AMR to lokalne planowanie (10-30 Hz) z dynamiczną mapą przeszkód aktualizowaną z LiDAR i kamer. Dla 3D LiDAR (Velodyne 64-line) plus 2-4 kamer RGB-D wymagany jest CPU x86 średniej półki (Intel i7) lub Jetson Orin/Thor. SLAM mapowanie wstępne jest krótkim, jednorazowym kosztem; bieżąca lokalizacja jest lekka.
AMR działa lokalnie na pokładowym komputerze. NVIDIA Jetson Orin/Thor, Intel NUC, Qualcomm RB5 standardem dla nowych wdrożeń. Wymagana niska latencja (lokalne planowanie 10-30 Hz) i deterministyczne sterowanie.
Klasyczne AMR z 2D LiDAR i 2 kamerami działają dobrze na Intel i5/i7. Dla pełnego stosu 3D LiDAR + kilka RGB-D kamer + ML inference wymagany jest dodatkowy akcelerator.
Czujniki LiDAR (2D Hokuyo/SICK, 3D Velodyne/Ouster) są de facto standardem dla AMR przemysłowych — niezależne od oświetlenia, dokładne, sprawdzone w certyfikacji bezpieczeństwa.
