深圳艾灵网络有限公司 俞一帆

关键词：5G专网；移动机器人；云控；云-边-端；工业互联网

1  背景

在工业4.0与智能制造推进下，具备具身智能能力的移动机器人（AGV/AMR）将广泛应用于生产制造及工程作业等场景，成为提升效率的关键支撑，但传统基于机器人本体的智能感知及控制模式存在硬件固定柔性差、单机算力有限难以撑复杂任务、集群协同弱等局限。将5G无线通信的低时延、高带宽、广连接特性及边缘计算的云化计算能力与移动机器人本体整合，为突破上述瓶颈提供可能，并催生出全新系统的移动机器人系统--云控移动机器人系统。该系统将高清视觉处理等计算任务迁移至云端，通过“云 - 边 - 端”协同实现环境感知、决策规划的云端协同。其借助5G网络实现实时数据交互，降低本体硬件成本，通过云端集中计算、算法远程升级等方式，精准匹配工业领域“自主决策 + 集群协同 + 智能服务”的需求。云控移动机器人将成为“5G + 工业互联网”应用领域的重要落地载体。

2  系统方案

2.1   系统架构

云控移动机器人系统采用分层架构，由设备层、调度层和管理层组成。如图1所示，云控移动机器人系统设备层为机器人本体，包括行走装置、感知装置、执行装置、决策装置及通信装置；调度层负责接收管理层任务并下发至机器人，同时接收机器人状态反馈；管理层向调度层下发任务，接收任务状态反馈。基于上述系统架构，移动机器人系统可实现从任务下发到执行反馈的完整闭环。

图1 移动机器人系统构成

管理层：部署于中心云，集成ERP（企业资源计划）、MES（制造执行系统）、WMS（仓库管理系统）等，负责下发作业任务（如物品入库 / 出库 / 调拨）、接收任务执行状态反馈，实现全局资源调度与业务管控。

调度层：采用“边缘云 + 中心云”分级部署，区域内调度功能部署于边缘云，跨域调度功能部署于中心云，承担任务分解、路径规划、设备监控与接口管理等核心功能，是连接管理层与设备层的关键枢纽。

设备层：即机器人本体，由传感器（激光雷达、视觉相机、IMU等）、执行机构（电机、机械臂）、车载控制系统与5G终端 / 模组组成，负责环境数据采集、控制指令执行与状态信息上报。其5G集成形态有两种：（1）5G终端或模组内置在机器人本体内部， 通过机器人本体内部接口（例如， PCIe及Ethernet等）与机器人本体控制器相连。（2）5G终端或模组外挂在机器人本体外部，通过机器人本体外部接口（例如， Ethernet）与机器人本体控制器相连。

2.2   系统组网方式

如图2所示，支撑云控移动机器人系统运行的5G组网方式包括独立专网和混合专网。支撑云控移动机器人系统运行的云平台分为边缘云和中心云两级，边缘云与中心云之间通过网络防火墙实现安全隔离。边缘云可部署5G核心网所有网元，调度层中的区域内调度功能部署在边缘云，跨域调度功能部署在中心云。管理层中的所有功能部署在中心云。

对于本地算力受限移动的机器人本体，设备层中的环境感知及决策规划功能可迁移部署在边缘云，通过边端计算协同，实现计算资源的合理分配使用。移动机器人通过部署在本体上的5G终端或模组，实现机器人本体控制器与边缘云的无线数据交互。

云控移动机器人系统通过“传输加密 + 边缘隔离 +云端防护”构建系统安全能力：数据传输采用端到端加密技术，防止感知数据与控制指令被窃取；边缘云与中心云之间部署防火墙，实现网络安全隔离；借助联邦学习、区块链等技术，在保障数据隐私的前提下实现多源数据协同训练，降低系统性风险。

（a）基于独立5G专网部署的移动机器人系统

（b）基于混合5G专网部署的移动机器人系统

图2 云控移动机器人系统组网方式

3  云控移动机器人分类

根据移动机器人本体能力不同，云控移动机器人分为下列五类如表1所示：

表1 云控移动机器人分类说明表

4  创新点及技术难点分析

4.1   创新点

（1）架构创新：云控移动机器人系统引入了“云-边-端”协同架构及基于5G的组网方式，结合管理层、调度层、设备层功能划分，提供了清晰的系统部署逻辑及顶层设计。

（2）分类创新：按机器人本体能力对云控移动机器人系统进行了精细化分类，为针对不同作业场景确定差异化网络性能提供可操作性支撑。

（3）融合创新：深度整合5G网络能力与机器人云化控制需求，将通信技术指标（时延、速率、可靠性）与机器人具体作业流程（如建图、定位、协同）强关联，推动了IT（信息技术）与OT（运营技术）的深度融合。

4.2   技术难点

（1）难点一：网络确定性与低时延保障

移动机器人作业的安全与效能高度依赖网络。运动控制指令的时延需稳定在10-20ms以内，任何抖动或中断都可能引发碰撞或任务失败。针对上述难点，需考虑采用5G独立或混合专网模式，通过资源隔离机制（例如，网络切片）保障机器人业务传输稳定，并提供强可靠性保障（如控制指令99.999%）。此外，5G uRLLC及边缘计算技术的引入将大幅减少网络传输距离，为低时延传输提供有力保障。

（2）难点二：海量数据实时传输与处理

移动机器人在作业过程中上报的多路高清视频、激光点云等感知数据对5G网络构成巨大压力（单台机器人上行峰值可达数百Mbps）。针对上述难点，可考虑利用5G eMBB（增强移动宽带）能力，结合基于业务上下文感知的网络控制，实现网络资源动态管理。此外，借助边缘云侧的计算资源，通过在机器人端进行初步数据滤波和压缩，仅将关键数据或需复杂计算的数据上传云端，可减轻5G网络传输压力。

（3）难点三：系统安全与可靠性

移动机器人作业环境可能涉及核心生产控制环节，部分数据需脱离机器人本地进行传输及处理，面临被窃取及篡改的风险，因此系统需具备强安全性。通过企业防火墙及5G独立专网等机制可实现数据与公网的安全隔离。此外，采用高可用架构部署云端服务，采用冗余设计构建通信链路，探索结合区块链及联邦学习等技术进行数据处理，可进一步强化系统的安全防护及可靠性保障能力。

（4）难点四：云边端协同复杂性

云控移动机器人需依赖本地及边缘云侧算力协同完成感知及决策任务，因此如何合理地将计算任务在边缘云侧及机器人本体之间分配，实现整体效能最优，是一个复杂的系统工程问题。针对上述问题，机器人分类是一种解决方案。如前文所述， A类机器人以端侧计算为主，云侧负责任务调度； 而B、C类机器人则将核心算力置于边缘云。此外，在系统中采用模块化功能设计，可实现算法组件的灵活部署与协同。

5  方案价值分析

云控移动机器人系统方案可为用户带来多层次的显著效益，具体分析如下：

5.1   总体拥有成本（TCO）降低

（1）硬件成本降低：云化方案将昂贵的计算硬件从单台机器人上移除，代之以成本更低的5G通信模组和基础计算单元，直接降低了机器人的制造成本和维护成本，从而实现了单车硬件边际成本逐步降低。

（2）运维成本降低：软件的更新、算法的升级、故障的诊断均可通过云端远程完成，无需技术人员到现场对每台机器人进行操作，极大提升了运维效率，降低了人力与时间成本。

5.2   运营效率及灵活性提升

（1）任务效率提升：云端强大的算力可以实现更优的全局路径规划和多机协同调度，避免单体决策的局部最优，从而减少机器人的空闲等待和路径冲突，提升整体作业吞吐量，并支撑更为复杂的异构多机器人协同处理功能。

（2）业务柔性增强：企业能够根据订单变化快速调整机器人集群的规模和任务分配。新增机器人只需接入网络即可获得最新的算法能力，实现了生产线的快速重构与扩展。

5.3   智能及创新增强

（1）AI能力普惠：中小企业无需自建昂贵的AI计算平台，即可通过云服务让机器人获得顶尖的AI算法能力（如视觉识别、自然语言处理）。

（2）数据价值挖掘：汇聚在云端的海量机器人作业数据，可用于训练更智能的算法，优化作业流程，衍生预测性维护、产能分析等新的增值服务。大量行为数据可以用来训练更加高效的算法，发现潜在模式。

6  总结

云控移动机器人作为5G与工业互联网融合的核心载体，通过“云 - 边 - 端”协同架构、精细化网络技术及“分层架构 + 安全防护”方案，有效解决了传统移动机器人柔性不足、算力有限、协同能力弱等核心痛点。 5G网络与云控移动机器人的深度融合，实现了计算资源优化配置与业务场景扩展，其网络技术要求为工业场景应用提供坚实支撑。尽管网络确定性、安全性等挑战仍存，但随着5G-Advanced/6G、边缘计算等技术演进，云控移动机器人将在智能制造、智慧物流等领域深度应用，成为构建智能工厂、推动工业互联网高质量发展的核心力量与重要引擎。

摘自《自动化博览》2026年第一期暨《2026具身智能专刊》