满足识别的功能，同时系统也 对视频和图像处理提供了效率上的提升。 第三阶段就是执行的阶段 有了路点的信息后，通过共享 内存机制，实时系统将会得到 路点数据，通过 RTMotion 运 动控制功能块，驱动机械臂上 电机执行对应的加减速控制， 来完成最终机械臂的整体运 动，从而整体实现用过自然语 言对机械臂的操控。 从系统的角度，这个架构中 Intel 的软硬件扮演着非常重要的角色： 40 背景与挑战 解决方案 移动机器人凭借着在效率、场景适应性、经济性等方面的优势，已经日趋广泛地应用于工业巡检、安防巡逻、园区服务等诸 多场景之中，并展现出了巨大的发展潜力。作为移动机器人的关键模块，移动机器人控制器承载着传感数据集成、数据处理、 控制等重要负载，需要在算法、算力、稳定性、易用性等方面克服严峻的挑战，以加速移动机器人方案在不同场景的落地 应用。 要加速移动机器人的场景化落地，满足 要加速移动机器人的场景化落地，满足用户对于移动机器人日渐增长的需求，机器人产品与方案提供商需要在算力、稳定性、 经济性等方面入手，化解如下挑战： 1. 复杂的负载带来较高的算力要求：为了满足更复杂、更广泛的场景应用所需，实现更高的任务精确度、智能性，移动机器 人正在强化 3D 点云 + 视觉多传感器融合、深度学习推理等技术的应用，这些应用负载带来了较高的算力要求。 2. 技术门槛较高带来产品开发困境：移动机器人是一种较为复