從2015年高新興機器人發布國內第一款巡邏機器人并引發行業熱議起算，安防巡邏機器人的發展已經進入到了第四年，產品層面的熱度仍在繼續，并在2019年集中爆發，巡邏機器人的發展盛況讓業界將其定為安防巡邏機器人發展的元年，去年優必選發布智能巡檢機器人以及高新興機器人發布巡邏機器人2.0千巡系列。
巡邏機器人起勢，網絡配置的發展功不可沒。2019年，高新興巡邏機器人2.0千巡系列發布后，機器人的行走和導航能力不再是機器人行業最顯著的標簽，這顯示僅僅依靠機器人基本能力已經不足以支撐產品繼續發展。另一方面，機器人的工作穩定性對于客戶而言已然是重點關注的問題。對于不同的廠家而言，機器人的工作能力并不一樣，對于擁有較長的技術和安防積淀的高新興機器人來說，前期積累的紅利使得我們有較長的時間窗口來打磨產品在不同客戶場景下的應用能力，對于前期沒有積累起同等安防積淀的廠家來說，只能抓住行業基礎紅利，并在自身的基本功上快速下硬功夫。
巡邏機器人行業持續被看好的同時，競爭格局也持續處于動態變化中，而5G網絡則加劇了這種變化，為巡邏機器人的發展打開了無限空間。
網絡成為機器人穩定性的天花板
過去幾年，機器人在網絡傳輸方面主要采用自建WiFi、3G和4G方式進行組網，在實際應用中還存在諸多問題。安防巡邏機器人主要應用于公共安全、企業園區、機場車站、展覽展會、房地產等場景，的在室外大面積的園區部署巡邏機器人時，自建WiFi無法保證機器人運行區域的全覆蓋。同時因為園區或者廣場等場景下有較多的建筑物遮擋，現場也存在較多的復雜的網絡干擾，現有的WiFi難以穿透多層建筑物實現網絡傳輸，網絡傳輸的穩定性也受到極大的挑戰。
根據我們這幾年部署的機器人項目來看，自建的WiFi以及3G、4G方式組網，要實現大數據大范圍傳輸的建設或者使用成本極高，同時由于節點及影響因素多，維護查找問題困難。同時對于部分網絡安全要求高的場景如公安、司法、部隊、核電等場景需要高安全的網絡傳輸，采用自建網絡安全性不足。
而5G網絡具有覆蓋范圍大、安全性高、穿透能力強、數據傳輸穩定等特性，機器人維修，同時可以預見的是，它的費用也相對較低，是未來安防巡邏機器人部署的最佳網絡方案。利用5G網絡的高帶寬、低延時，可保障現場高清圖像的實時傳送，可以滿足在危險、有害健康等環境使用機器人進行遠程控制的要求。同時指揮系統與監控設備之間既可以通過5G網通信，也可以建立直連通信。
云平臺是巡邏機器人競爭的最大護城河
對客戶應用場景的解決方案被認為是當下巡邏機器人最重要的護城河之一。目前市面上的巡邏機器人，都是基于機器人本體的傳感器、數據融合來實現決策的，比如識別道路、確認障礙物、自動感應裝置、緊急制動系統等功能，即使在沒有網絡的情況下也能發揮應有的功能，但是這種單憑本地端的分析決策方式，有很大的局限性，也容易受到雨、雪、霧、強光等環境影響，單臺巡邏機器人的各類傳感器不能保證各類信息的準確。同時，園區環境復雜，攝像頭、雷達和激光雷達等本地傳感系統受限于視距、環境等因素影響，要實現高精準識別和分析，需要彌補本地傳感器所欠缺的感知能力。
如果要達到人類的判斷力一樣精確的識別和分析，巡邏機器人則必須具備聯網的能力。結合物聯網、移動互聯網與人工智能技術，可實現對車輛、人員、設備等監視、監測對象的自動識別跟蹤、自動控制，利用云平臺的信息綜合判斷園區狀況，并能夠對異常情況進行定位與即時處理，靈活快速地應對緊急情況。巡邏機器人通過傳感器收集全面的環境信息，再對信息融合處理，并作出快速且正確的決策。
借助云平臺，多巡邏機器人協同服務也得以實現，目前高新興巡邏機器人已經實現路口位置協同、業務調配協同、與固定傳感器的協同，返修任務協同等功能。
邊緣計算讓巡邏機器人潛力無限
如果說云端是大腦，那么巡邏機器人的邊緣計算單元就是神經末梢。超清可見光攝像機、熱成像儀、150度廣角工業級高清攝像機、溫濕度采集傳感器、避障式立體攝像機、超聲波雷達、激光雷達。。.。這些邊緣計算單元快速響應，將數據處理后匯總并上傳云端服務器，最終通過云端實現機器人統一管理、統一工作 。5G核心網控制面與數據面徹底分離，在NFV的幫助下，網絡部署更加靈活，從而使能分布式的邊緣計算部署。邊緣計算將更多的數據計算和存儲從“核心”下沉到“邊緣”，部署于接近數據源的地方，一些數據不必再經過網絡到達云端處理，從而降低時延和網絡負荷，也提升了數據安全性和隱私性。
這對于時延要求極高、數據處理和存儲量極大的安防巡邏機器人而言，重要性不言而喻。未來對于巡邏機器人安保監控范圍內的人、事、物，如人臉、行為、特殊物品、車等或均將部署邊緣計算，KUKA機器人示教器維修，實現本地端的數據處理、加密和決策，并提供實時、高可靠的通信能力。
邊緣計算的價值就相當于對數據在本地進行計算后，減少云端計算時間，以此實現快速響應。在5G網絡的使能下，邊緣計算的結算速度得到提升，消除了上傳圖像數據耗時造成的延遲，從而降低了系統延遲 ，這意味著監控者可以更快地看到更加高清的視頻和其他分析報告。同時，巡邏機器人的識別功能在本地執行，可以實時展示人、事、物的識別和分析結果，整個安保任務都動態可展示的。
巡邏機器人終端數據采集后，邊緣計算設備按照策略和模型進行處理，將有效信息上傳到機器人云大腦，與云大腦進行交互協同，并與終端交互實現智能控制與信息傳遞。憑借著邊緣計算與涉及人臉識別、物品識別、行為分析等人工智能相結合的技術，巡邏機器人可以在各種場景中加以使用，形成一套完整安保解決方案。通過釋放數據潛力，讓巡邏機器人做安防保障任務中的每一個環節都能夠提升效率并且優化體驗，最終為安防賦能。
隨著人工智能和邊緣計算等技術的進程加快，技術實現的成本將呈現一個非常陡峭的下滑。