工业4.0的概念正在推动私有5G网络的普及。由于频谱成本较低，私有5G网络也越来越多地用于制造和物流领域。因此，围绕智能制造、物流、仓储自动化、能源和公用事业、智能电网、缺陷检测等的大量工业4.0用例占5G私有用例的60%以上。预计到2025年，仓储自动化市场规模将达到270亿美元，机器人作业量超过400万台，自动化配送仓库约5万个。因此，我们的行业生态系统中将存在自主移动机器人的巨大机会。凭借其超可靠的低延迟通信和高带宽功能，5G提高了分布式计算效率，并为自主移动机器人树立了新的典范。边缘计算越来越流行，这是一个很好的循环。这将降低自主移动机器人的成本，因为计算更接近自主移动机器人生成的数据源。与此同时，随着仓库计划部署数百个机器人，即使是自主移动机器人也变得越来越便宜。自动化仓库的一些任务可以位于自主移动机器人上，而一些任务可以卸载到边缘服务器。在某些情况下，一些任务可以卸载到数据中心或云端。一些可以在自主移动机器人上执行的任务包括传感器摄取、路径规划和定位、避障、电机控制、功能安全和导航，而可以卸载到边缘服务器的任务包括远程干扰、车队管理、任务管理、电池管理、流量管理和分析。为了在自主移动机器人中启用此类计算和人工智能功能，它们确实需要基于延迟和其他要求。然后将这些工作负载在这些不同的位置进行逻辑分区，以向企业提供最佳效率和最佳业务价值。自主移动机器人特定用例首先是EdgeInsightsforAutonomousMobileRobots，这是自主移动机器人平台上的优化软件堆栈，具有各种构建块，例如用于真正启用和控制自主移动机器人的同步定位和映射。第二个用例是英特尔的开源套件，或AI、计算机视觉和深度学习推理工具包。该套件可根据机器人上的摄像头捕获的图像加速视觉推理。这对于自主移动机器人在工厂车间的导航至关重要，同时也是为了确保自主移动机器人在工厂车间安全运行并与人类共存。最终用例是用于管理和部署自主移动机器人应用程序的智能边缘产品。总结仓储自动化可以管理来自不同供应商的自主移动机器人，利用边缘计算为自主移动机器人引入扩展的AI能力，可以实现数字孪生进行预测性维护和运营优化，打造自主移动机器人和人类协作安全环境的集成环境.
