隨著服務機器人應用到越來越多的生活場景中,場景的復雜度和終端需求也在明顯提升,對于機器人的性能要求越來越高,在當下機器人產(chǎn)業(yè)升級迭代的重要機遇期,新的一輪洗牌已無可避免,在新需求和新產(chǎn)品碰撞中,誰能成為新的行業(yè)獨角獸?
需求升級之下,問題難解
在疫情催化之下,服務機器人迎來了前所未有的發(fā)展機遇,清潔、導覽、送餐等多種細分機器人市場得到迅速增長,但與此同時,關于機器人的負面聲音也從未停止,其中智能化、安全性問題是主要痛點:
1. 安全性不足
以常見的商超場景為例,人員密集、流動性大,同時含有狹窄通道、玻璃護欄、自動扶梯等諸多危險場景,對于機器人的避障能力、識別能力有著巨大挑戰(zhàn),實際安全表現(xiàn)并不理想,如之前發(fā)生過的服務機器人扶梯跌落事件。在應用場景越發(fā)復雜的情況下,安全能力無疑是影響商業(yè)化落地的重要因素。
目前大多數(shù)服務機器人的安全功能主要有以下缺點:
? 不具備完善的安全策略,整體系統(tǒng)聯(lián)動性、可拓展性差;
? 僅支持固定的幾種安全場景,單獨場景單獨處理,安全覆蓋率低;
? 對傳感器依賴嚴重,成本較高。
需要提到的是,激光雷達對于玻璃等高透物體很難有效檢測,大多需要技術人員在建圖過程中人為識別出玻璃的位置,并在地圖中劃定虛擬墻,才能使機器人完成規(guī)劃及運動,導致機器人的便捷性降低。
2. 智能幾何?噱頭大于實際
機器人從誕生以來,雖歷經(jīng)了多次迭代,但人工“智障”的帽子始終跟隨著機器人,除了受到營銷過度的影響外,關鍵仍是智能技術的進步緩慢導致??梢钥吹?,目前市面上大部分的機器人在智能化方面都有著相同缺陷:
? 感知&認知能力差
受限于激光雷達的傳感器特性,缺少環(huán)境語義信息,這使得機器人在識別能力和場景理解上有著先天性不足。
? 智能決策水平低
機器人“開智”,不僅要能“看見”,能“看懂”,還要“懂執(zhí)行”,這其中的關鍵便是智能決策,而目前大多數(shù)機器人僅是實現(xiàn)了部分信息感知(感知&認知)和基于知識的決策。
? 無法自然交互
交互方式單一,反應較為呆板,靈動性和功能性不足。
可以預見,在未來的大洗牌中,解決智能化、安全性等關鍵問題將是建立未來產(chǎn)品競爭力的核心。從一些現(xiàn)有產(chǎn)品可以看出,已經(jīng)有部分企業(yè)在這個方向取得了一定成果,但整體來說還并不明顯,原因在于,智能化、安全性方面的技術門檻和投入極高,讓本就面臨資金壓力的機器人企業(yè)有些捉襟見肘,即使是財大氣粗的傳統(tǒng)巨頭面臨從0到1的團隊和研發(fā)體系建設,也是一筆不菲的投入。
那么,企業(yè)該如何應對這一難題?
面對自研困局,選擇與AI供應商合作或許是有效選擇。
經(jīng)歷多年發(fā)展,產(chǎn)業(yè)鏈上游的供應商價值正越發(fā)凸顯。
作為國內(nèi)領先的機器人關鍵AI技術供應商,INDEMIND在機器人的導航、避障、決策、AI交互等關鍵技術和產(chǎn)品開發(fā)方面有著豐富的積累,且擁有面向機器人企業(yè)從0到1搭建產(chǎn)品的全棧式技術能力。針對機器人的智能化、安全問題,INDEMIND開發(fā)了一套系統(tǒng)化的智能決策技術體系,實現(xiàn)了智能避障、主動安全、智能作業(yè)、決策交互等多種功能。并根據(jù)商用場景機器人需求,進行技術整合,專門推出了RBN100商用機器人AI方案。
該方案是以INDEMIND OS Fusion系統(tǒng)為基礎,采用多傳感器融合架構,滿足商用機器人導航定位、智能避障、路徑規(guī)劃、決策交互等核心功能的開發(fā)。
解決機器人的智能化和安全問題,需要多種技術接軌融合,但最關鍵的是感知&認知和智能決策的提升。
因此,在感知&認知方面,INDEMIND采用了以雙目視覺為核心的多傳感器融合架構,支持融入Lidar、TOF、跌落、碰撞等市面上不同品類的主流傳感器,大幅提升信息感知能力,結合VSLAM算法,可實現(xiàn)三維場景的實時地圖構建。同時,借助領先的AI識別算法,還支持識別人、動物及各種場景語義識別,對于商用場景中常見的玻璃門(包括玻璃轉門)、玻璃護欄、自動扶梯等場景能夠有效識別檢測。
在智能決策上,自研了INDEMIND智能決策引擎技術,能夠為機器人實現(xiàn)智能避障、主動安全、智能作業(yè)、決策交互等多種功能。
? 智能避障
支持低矮障礙物避障(地插、桌椅底座等);高反障礙物避障(玻璃、鏡面等);全高障礙物避障(桌面、警戒線等),保證機器人在復雜環(huán)境下安全運行。
? 主動安全
在面對高動態(tài)環(huán)境時,機器人能夠實時進行潛在風險判斷(行人、寵物及快速移動的物體),根據(jù)風險分類,提前做出規(guī)避策略,兼具可靠性及靈活性。
? 智能作業(yè)
依照場景中的動態(tài)化作業(yè)需求,自主調(diào)整作業(yè)策略,優(yōu)化機器人作業(yè)性能及效率。
? 決策交互
接受用戶下達的自然語義命令,自主設計作業(yè)策略,完成個性化交互。
基于視覺的強大認知&感知基礎上,配合系統(tǒng)化的機器人智能決策體系,智能化和安全性能全面升級,用戶使用體驗也得到跨代提升,使之具備工業(yè)級機器人的可靠性及小型機器人的靈活性,同時性價比更高,這無疑為解決當下產(chǎn)業(yè)升級迭代中的技術需求提供了有效選擇。
審核編輯 黃昊宇
-
機器人
+關注
關注
211文章
28557瀏覽量
207688 -
AI
+關注
關注
87文章
31262瀏覽量
269627
發(fā)布評論請先 登錄
相關推薦
評論