安防機(jī)器人“頭號(hào)玩家”？解決三大技術(shù)難題 筑起行業(yè)護(hù)城河

近日，安保機(jī)器人初創(chuàng)企業(yè)Cobalt Robotics完成1300萬(wàn)美元A輪融資。事實(shí)上，“機(jī)器人+安防“概念早就不是新鮮名詞了，王石早在2015年就在萬(wàn)科園區(qū)局部啟用機(jī)器人巡邏保安。但從市場(chǎng)格局上來(lái)看，目前國(guó)內(nèi)物業(yè)安防機(jī)器人的玩家并不多，市場(chǎng)正處于起步階段，勢(shì)必是一片新興藍(lán)海。然而在爆發(fā)之前，還有 2 大問(wèn)題需要解決。

解決三大技術(shù)難題 筑起行業(yè)護(hù)城河

就技術(shù)角度而言，安防機(jī)器人主要有十大技術(shù)熱點(diǎn)：導(dǎo)航定位、計(jì)算機(jī)視覺(jué)、目標(biāo)跟蹤、移動(dòng)與運(yùn)動(dòng)控制、檢查/巡檢、算法、目標(biāo)檢測(cè)與識(shí)別、傳感器、網(wǎng)絡(luò)，人機(jī)交互。而這十大技術(shù)問(wèn)題彰顯的三個(gè)核心問(wèn)題的無(wú)疑是移動(dòng)底盤(pán)、機(jī)器視覺(jué)、智能語(yǔ)音的交互。

移動(dòng)底盤(pán)：目前移動(dòng)底盤(pán)產(chǎn)品相對(duì)成熟，可以應(yīng)用到各種機(jī)器人身上，但是現(xiàn)階段卻沒(méi)有成熟的SLAM（同步定位與地圖構(gòu)建）技術(shù)方案。針對(duì)機(jī)器人行走，大部分企業(yè)采用三維激光雷達(dá)SLAM方案，該理論比較成熟，產(chǎn)品落地也更加豐富，只有極少數(shù)采用3D視覺(jué)SLAM方案，適用于復(fù)雜動(dòng)態(tài)場(chǎng)景，但對(duì)計(jì)算性能和算法要求很高。不管是激光雷達(dá)，還是3D視覺(jué)，從技術(shù)角度上講，可以在任何室內(nèi)環(huán)境下應(yīng)用。

難點(diǎn)在于自主行走。

SLAM方案中，有兩個(gè)至關(guān)總共要的難點(diǎn)，第一個(gè)是多傳感器的定位，地圖構(gòu)建是靜態(tài)的，但機(jī)器人走動(dòng)的時(shí)候，地圖構(gòu)建是動(dòng)態(tài)的，這就需要通過(guò)多傳感器的搭配去定位；第二個(gè)是多傳感器之間的融合協(xié)調(diào)，由于它涉及到每個(gè)傳感器的特性和數(shù)據(jù)處理，因此在協(xié)調(diào)上難度非常大。

去年七月美國(guó)發(fā)生了一場(chǎng)鬧得沸沸揚(yáng)揚(yáng)的“安保機(jī)器人自殺案”，很可能就是因?yàn)槎鄠鞲衅鞒鰡?wèn)題而產(chǎn)生導(dǎo)航錯(cuò)誤一不小心自殺。

機(jī)器視覺(jué)：目前，機(jī)器人視覺(jué)的應(yīng)用是眾多人工智能企業(yè)集中攻堅(jiān)的大熱方向。機(jī)器人視覺(jué)的核心功能包括了更智能的空間與環(huán)境感知能力和視覺(jué)認(rèn)知能力。理想情況是機(jī)器人植入深度視覺(jué)后，可以更精準(zhǔn)得實(shí)現(xiàn)自動(dòng)三維地圖重建、自主規(guī)劃行走路線及避障，輕松進(jìn)行物體識(shí)別、人的身份識(shí)別等功能。但是應(yīng)用到場(chǎng)景里，問(wèn)題卻不少。比如突然之間掉落一個(gè)東西成為一個(gè)障礙物，機(jī)器人的反應(yīng)速度跟不上，可能會(huì)突然停止，或者機(jī)器人前面多幾個(gè)人行走就可能會(huì)導(dǎo)致機(jī)器人行走速度會(huì)變得很慢，或者直接失靈。

目前市面上的深度視覺(jué)產(chǎn)品主要是深度攝像頭。按技術(shù)分類(lèi)，深度攝像頭可分為以下三類(lèi)主流技術(shù)：結(jié)構(gòu)光、雙目視覺(jué)和TOF飛行時(shí)間法。前兩者受環(huán)境影響較大，后者成本高量產(chǎn)難還不夠清晰。

智能語(yǔ)音：智能語(yǔ)音識(shí)別一直是最頭疼的問(wèn)題。智能語(yǔ)音語(yǔ)義包含語(yǔ)音合成、語(yǔ)音識(shí)別和自然語(yǔ)言處理（NLP）三項(xiàng)主要技術(shù)。語(yǔ)音合成技術(shù)發(fā)展最早，基本沒(méi)有太大技術(shù)問(wèn)題；語(yǔ)音識(shí)別在2012年卷積神經(jīng)網(wǎng)絡(luò)（CNN）應(yīng)用之后，準(zhǔn)確率大幅提升，雖然效果和體驗(yàn)還不夠理想，但也在C端、B端得到了廣泛應(yīng)用；NLP技術(shù)（詞法分析、句法分析、語(yǔ)義分析）雖然在搜索引擎中早有應(yīng)用，但在人機(jī)交互領(lǐng)域仍屬于淺層處理。

這里有幾個(gè)問(wèn)題需要解決，首先是歧義消除，即機(jī)器在相關(guān)語(yǔ)境下是否能識(shí)別帶多重含義的詞語(yǔ)。比如灌水，既有往容器里注水的意思也有發(fā)表無(wú)意義帖子的意思。還有一個(gè)跟機(jī)器視覺(jué)類(lèi)似的問(wèn)題是，當(dāng)機(jī)器前面多個(gè)人的時(shí)候（而這在社區(qū)顯然是正常的情況），它是否依然能正常交流。這里有一個(gè)“雞尾酒問(wèn)題”亟待解決，“雞尾酒會(huì)問(wèn)題”顯示了人類(lèi)的一種聽(tīng)覺(jué)能力，能在多人場(chǎng)景的語(yǔ)音/噪聲混合中，追蹤并識(shí)別至少一個(gè)聲音，在嘈雜環(huán)境下也不影響正常交流。

而從多模態(tài)交互的角度去看，如果在目前的智能語(yǔ)音技術(shù)上，再去擴(kuò)展視頻、圖片、運(yùn)動(dòng)數(shù)據(jù)等素材非常困難，只能一對(duì)一單線操作，即語(yǔ)義處理語(yǔ)義，視頻處理視頻，如果要將其結(jié)合，現(xiàn)在還沒(méi)有成熟的方案。

從理念導(dǎo)入實(shí)踐，技術(shù)落地還需軟著陸

中智科創(chuàng)機(jī)器人有限公司于2015年率先在國(guó)內(nèi)開(kāi)發(fā)安保巡邏機(jī)器人。其為戶(hù)外全天候智能機(jī)器人，集高清攝像頭、紅外熱成像、視覺(jué)激光導(dǎo)航、環(huán)境傳感器、警燈裝置于一身，具備國(guó)內(nèi)最先進(jìn)的自主導(dǎo)航技術(shù)、自主執(zhí)行任務(wù)、24小時(shí)全方位音視頻監(jiān)控、異常情況自動(dòng)報(bào)警等多種功能。據(jù)統(tǒng)計(jì)，一個(gè)安保巡邏機(jī)器人可以抵上2.4個(gè)安保人員執(zhí)行巡邏任務(wù)。

2017年，青島克路德機(jī)器人有限公司在華為全連接大會(huì)上推出了首款物業(yè)安保機(jī)器人，這臺(tái)機(jī)器人具備自主巡邏，業(yè)主識(shí)別，緊急情況報(bào)警，險(xiǎn)情預(yù)警，遠(yuǎn)程對(duì)講、語(yǔ)音對(duì)話等功能，可以實(shí)現(xiàn)24小時(shí)自主巡邏。此款物業(yè)安保機(jī)器人已經(jīng)在鑫苑集團(tuán)旗下的鑫苑名家小區(qū)正式投入使用。入局的廠家很多，頭號(hào)玩家卻還未誕生，于是各家開(kāi)始從最擅長(zhǎng)的細(xì)分領(lǐng)域做起。

一步兩步三步四步 望著天跨臺(tái)階

2017年，浙江國(guó)自機(jī)器人技術(shù)有限公司發(fā)布了一款名叫 TIGER的“智能安防機(jī)器人”，這款機(jī)器人可以巡邏，危機(jī)預(yù)警，查漏補(bǔ)缺，車(chē)輛管理，人臉識(shí)別，還可以語(yǔ)音交互。但是上不了臺(tái)階，最多只能爬個(gè)小斜坡。

無(wú)獨(dú)有偶，武漢工控儀器儀表有限公司則在全力解決機(jī)器人上臺(tái)階的問(wèn)題。該團(tuán)隊(duì)開(kāi)發(fā)的“小卒一號(hào)”安防機(jī)器人頭上裝著4個(gè)攝像頭，能在小區(qū)里自由行走，無(wú)需人工控制，提供全方位無(wú)死角監(jiān)控保障，只需充電4小時(shí)，可以不間斷巡邏8小時(shí)。

機(jī)器人很難識(shí)別小臺(tái)階等障礙物。需要開(kāi)發(fā)針對(duì)性的算法和實(shí)地調(diào)試，才能保證機(jī)器人“通行無(wú)阻”。 需要技術(shù)人員實(shí)時(shí)監(jiān)控機(jī)器人的步態(tài)數(shù)據(jù)，并在電腦上繪成一條坡度曲線，只有當(dāng)坡度數(shù)據(jù)跟真實(shí)坡度曲線幾乎完全重合時(shí)，一項(xiàng)小小的上下坡識(shí)別算法才算調(diào)試完成。

因此，物業(yè)安保機(jī)器人想要更上一層樓，需要從完整的上一層樓開(kāi)始。

視覺(jué)SLAM方案：愛(ài)你不是一兩天

2017年深圳市大道智創(chuàng)科技有限公司推出了一代產(chǎn)品“e巡 ”機(jī)器警長(zhǎng)，是國(guó)內(nèi)第一家采用視覺(jué)SLAM方案的安防機(jī)器人公司。該警長(zhǎng)配備4路高清夜視攝像頭360度實(shí)時(shí)全景監(jiān)控，同時(shí)融合熱成像系統(tǒng)、超聲波陣列、紅外陣列、TOF深度相機(jī)和平面激光雷達(dá)多傳感器采集環(huán)境信息。通過(guò)視覺(jué)測(cè)距、視覺(jué)避障、VSLAM定位與環(huán)境重建以及人臉、車(chē)牌的識(shí)別與追蹤進(jìn)行視覺(jué)處理；定位上則以多傳感器融合算法適應(yīng)多種環(huán)境，定位誤差小于10CM，航向誤差小于1度。

上文提及，大部分企業(yè)采取三維激光雷達(dá)SLAM方案，但是激光雷達(dá)基本上都是引用國(guó)外產(chǎn)品，雖然產(chǎn)品穩(wěn)定性較好，但是其成本高昂。視覺(jué)SLAM方案無(wú)疑是未來(lái)的發(fā)展方向。而就現(xiàn)在的技術(shù)而言，通過(guò)視覺(jué)構(gòu)建出來(lái)的地圖場(chǎng)景，更多的是一種或稀疏或者稠密的點(diǎn)云圖，抓取的是技術(shù)的點(diǎn)的結(jié)構(gòu)特征。連用到線的都很少，智能層次依然比較低。

未來(lái)需要和目前熱火朝天的深度學(xué)習(xí)結(jié)合，對(duì)場(chǎng)景做到語(yǔ)義級(jí)別的理解，不光知道哪里是特征點(diǎn)、特征線、特征面，更要知道這是什么物體，什么場(chǎng)景，在大廳里還是小區(qū)外里。基于場(chǎng)景的識(shí)別能力、理解能力是提升機(jī)器人智能核心攻克的要點(diǎn)。

從0到1 從場(chǎng)景定制到經(jīng)驗(yàn)復(fù)制

安保公司Unity Guard System(UGS)的全資子公司Unibot最近推出了防盜機(jī)器人，該機(jī)器人可以在流通行業(yè)的店內(nèi)巡邏，通過(guò)面部識(shí)別系統(tǒng)認(rèn)知顧客并打招呼。如果進(jìn)行事先注冊(cè)，機(jī)器人將呼喚顧客的名字，并能向店方發(fā)送提醒信息。

顯然該項(xiàng)防盜技術(shù)可以廣泛在物業(yè)安保機(jī)器人身上，社區(qū)相對(duì)商店是一個(gè)相對(duì)更為封閉的系統(tǒng)，而且對(duì)防盜的要求更高，相信未來(lái)可以在物業(yè)安保機(jī)器人身上大規(guī)模實(shí)現(xiàn)。

安保機(jī)器人的市場(chǎng)開(kāi)拓依然是根據(jù)特定的場(chǎng)景，不管是產(chǎn)業(yè)園區(qū)、公安警用、商業(yè)樓宇等，每個(gè)商業(yè)場(chǎng)景的安防需求都是不一樣的，但是只要完成場(chǎng)景里的某一個(gè)功能，那這個(gè)市場(chǎng)就能夠打開(kāi)，因?yàn)榧夹g(shù)是具備可復(fù)制性的。

同時(shí)，機(jī)器人外形設(shè)計(jì)也應(yīng)與應(yīng)用場(chǎng)景相結(jié)合。猶記得去過(guò)一個(gè)機(jī)器人主題的餐廳，由于機(jī)器人實(shí)在太大了，走廊它在客人就過(guò)不去。讓小情侶看到她就要分開(kāi)走的除了教導(dǎo)主任應(yīng)該就數(shù)她了。

不同場(chǎng)景對(duì)機(jī)器人的需求差異很大，因此在機(jī)器人的設(shè)計(jì)上，不管是功能還是外觀都要依據(jù)場(chǎng)景需求而言。

總而言之，物業(yè)安防機(jī)器雖然還在起步期，但是大有可為，勢(shì)必會(huì)是一片新藍(lán)海。未來(lái)還將產(chǎn)生集成圖像與視頻精準(zhǔn)識(shí)別、大數(shù)據(jù)挖掘、智能預(yù)警等多種技術(shù)的智能安防產(chǎn)品，為安防業(yè)的發(fā)展注入強(qiáng)勁的動(dòng)力。服務(wù)機(jī)器人正慢慢走向從靜態(tài)到動(dòng)態(tài)，從被動(dòng)到主動(dòng)的發(fā)展趨勢(shì)。我國(guó)物業(yè)管理正在邁入智能安防的時(shí)代，而在物業(yè)領(lǐng)域，人終將被抹去,如同大海邊沙地上的一張臉。