5G 的价值不只是速率更快，而在于能同时接入海量终端、并通过网络切片为不同业务分配可保证的服务质量。对机器人而言，真正有用的是 URLLC 低延迟能力和把计算搬到边缘的可行性。
谈 5G 时容易只盯着峰值速率，实际在机器人项目里起作用的是另外两项特性。一是海量机器类通信（mMTC），单个基站可接入的终端数量比 LTE 高出一到两个数量级，密集部署传感器和 AGV 的场景不再受连接数限制。二是超可靠低延迟通信（URLLC），在配置得当的网络中可以把空口延迟压到毫秒量级，并给出可靠性承诺——这是 LTE 从机制上无法提供的。
网络切片是把这些能力落地的手段。同一套物理网络可以划分出多个逻辑网络，每个切片有独立的带宽、延迟和优先级保证。机器人控制流量走高优先级切片，视频回传走大带宽切片，办公流量走尽力而为切片，彼此不会互相挤占。这一点在共享公网上难以实现，因此工业场景通常与专网方案结合。
5G 还改变了算力布局。边缘计算节点部署在基站侧后，机器人可以把 SLAM 建图、视觉识别这类重负载任务卸载到边缘，机身只保留必要的实时安全逻辑。这样整机功耗和成本都能下降，但前提是链路延迟稳定——一旦切片保障不到位，卸载出去的计算就会变成故障源。
需要现实一点看待的是频段与穿透。毫米波频段带宽最大，但穿透能力很差，遇到金属货架和厚墙几乎不可用；中频段（Sub-6 GHz）是工业场景的实际主力，覆盖与容量折中。因此仍然需要实地勘测，不能假设 5G 天然覆盖更好。
某调度中心项目把 5G 用于多机协同：二十余台设备接入同一基站，控制指令走独立切片，端到端延迟实测稳定在 10 毫秒以内；视觉识别在边缘节点完成，机身仅保留急停与避障逻辑。
评估 5G 时值得先问一句：现有 WLAN 到底卡在哪里。如果瓶颈只是覆盖空洞，补 AP 更便宜；只有当连接密度、延迟保障或算力卸载成为真实约束时，5G 的投入才有对应的回报。
实践应用
某调度中心项目把 5G 用于多机协同：二十余台设备接入同一基站，控制指令走独立网络切片，端到端延迟实测稳定在 10 毫秒以内；视觉识别在边缘节点完成，机身仅保留急停与避障逻辑。
优势
- 单基站可接入的终端数量比 LTE 高一到两个数量级，解除连接密度限制
- URLLC 可将空口延迟压到毫秒级，并给出可靠性承诺
- 网络切片让控制流量与视频回传各自获得独立的服务质量保证
- 边缘计算节点可承接 SLAM 与视觉识别，降低机身算力与功耗
局限性
- 毫米波频段穿透能力差，遇金属货架和厚墙几乎不可用
- 切片和 URLLC 的实际保障依赖网络配置，公网环境难以兑现
- 算力卸载后链路成为单点依赖，延迟波动会直接变成故障源
- 终端模组与网络侧投入明显高于 WLAN 与 LTE 方案
典型应用领域
常见问题
- 5G 对机器人来说最有价值的是什么？
- 不是峰值速率，而是海量终端接入（mMTC）、超可靠低延迟通信（URLLC）以及网络切片带来的服务质量保证，这三项决定了多机协同与算力卸载能否成立。
- 网络切片解决什么问题？
- 把同一套物理网络划成多个逻辑网络，控制流量、视频回传和办公流量各占一个切片，带宽和延迟互不挤占。这在共享公网上很难实现，工业场景通常配合专网部署。
- 5G 覆盖一定比 WLAN 好吗？
- 不一定。毫米波穿透金属货架和厚墙的能力很差，工业现场实际主力是中频段。覆盖设计同样需要实地勘测，不能凭标称参数推断。
- 什么时候值得投入 5G？
- 先确认现有网络的瓶颈在哪里。若只是覆盖空洞，补装 AP 更经济；只有当连接密度、延迟保障或边缘算力卸载成为真实约束时，5G 的投入才有回报。