AI视觉,让机器人“开眼”看世界

人工智能时代,机器人产业经历了井喷式发展,工业机器人、服务机器人、特种机器人等应用领域不断开枝散叶,新场景不断落地,这些繁荣的背后都离不开技术的支撑。而当下,以机器之“眼”为始,机器人技术正发起一场新的感知变革。

市场增量,倒逼感知变革

对于智能机器人的研发,一直以来都是借鉴人类本身,同样它的“眼”也不例外。人类通过眼睛“看清”周围环境中的事物,在反馈大脑后,对这些事物形成“认知和决策”。那么对于机器人来说,它的“眼”是如何构成的?

伴随着机器人发展,构成机器之“眼”的机器人技术也从最初的陀螺仪、红外到激光雷达等经历了多次迭代。其中具备划时代意义的当属激光雷达技术的应用,加之同时期Google对Cartographer的开源,使得机器人技术得到显著进步,采用激光方案的产品开始不断出现并占领市场。

从技术角度来看,激光雷达技术受热捧的原因主要得益于它的技术原理,通过向周围发射激光,光线反弹后被接收器捕获,根据时间确定物体的距离,计算出物体的姿态信息和物理性状,并经过算法处理,构建二维地图,从而帮助机器人实现自主定位导航及避障。而这正是之前的方案所做不到的。

AI视觉,让机器人“开眼”看世界_第1张图片

作为技术驱动型产业,能够看到市场的繁荣与技术的发展紧密相关。激光雷达技术为机器人的发展奠定了基础,然而同时也打上了镣铐。它虽然帮助机器人实现了“看”和自主移动的能力,但却如同盲人摸象,能“摸”到,却理解不了空间内的环境信息,这就导致系统无法应对复杂性更高的业务逻辑,始终停留在初级智能阶段。

市场欲打破镣铐,只能倒逼机器人技术再次变革,而如何让机器人更像“人”,厂商们深刻认识到机器人的“眼”仍是关键。真正意义上的智能机器人不仅应该具有基础感知环境的能力,还应该具有对环境的认知、记忆的能力,对人的姿态识别、情绪识别能力等。而AI视觉的加入,则为解决这一难题提供了新的路径。

AI视觉,让机器人真正“睁开眼”

作为人工智能领域的核心技术之一,AI视觉是机器视觉系统最直接的信息源,它对于机器人的重要性亦如人眼。AI视觉通过利用视觉传感器和计算机代替人眼使得机器拥有类似于人眼的那种对目标进行分割、分类、识别、跟踪、判别决策的功能,从而使系统实现模拟人类“思维导图”,即人类思维逻辑的能力,从实际意义上真正让机器人“睁开眼”。

AI视觉,让机器人“开眼”看世界_第2张图片

AI视觉的原理和其他方案有着本质区别。利用视觉传感器可以获取海量的、富于冗杂的纹理信息,拥有强大的场景辨识能力。且采集到的2D环境信息,经过算法处理可生成三维环境地图,拥有丰富的语义信息,不仅可解算出机器与障碍物的距离,还有它的体积以及属性信息。

此外,对于需要进入人类活动当中的服务机器人,AI视觉还能识别人的姿态(点头、摇头、体态、手势、手臂关节等)表情变化、触摸屏以及语音对话等信息,将这些信息综合起来决策反馈出用户潜在的交互意图,实现复杂度更高的业务逻辑。

专注AI视觉,打造平台化通用解决方案

INDEMIND作为一家专注于机器人AI解决方案的国高新技术公司,在2020年就以立体视觉为核心,融合高精度VSLAM算法、多传感器融合、视觉前端计算和高精度环境语义等一系列技术,专门开发了一套为机器人赋能AI能力的操作系统——INDEMIND OS,其拥有传感器处理、AI算法融合及业务逻辑执行能力,并且具备高可靠性及高执行效率。同时,INDEMIND以它为底层技术,根据应用场景需求的不同,又分别开发了INDEMIND RBN10家用机器人平台和INDEMIND RBN100商用机器人平台。

AI视觉,让机器人“开眼”看世界_第3张图片

INDEMIND RBN10是专为10KG级家用机器人开发的通用型机器人平台,且是国内首个基于立体视觉的家用机器人解决方案,它能够帮助机器人实现高精度建图、导航、避障及交互能力,同时成本只有激光融合方案的1/3,持平常规纯激光方案。RBN10依靠强大的智能视觉能力,可以创建环境语义地图,通过决策引擎可以自定义安全、搜寻、跟随、自主寻路等多种智能逻辑,能够满足家用扫地、陪护、教育、玩具等多种家用机器人需求,可完全取代激光及激光与避障传感器融合方案,是未来小型机器人的主要技术方向。

INDEMIND RBN100适用于100KG级的商用机器人,它是基于低速自动驾驶技术,以双目视觉传感器为核心,根据不同作业场景需求,可搭配多种传感器实现稳定的多传感器融合导航,拥有车规级安全决策功能,具备工业级机器人的可靠性及小型机器人的灵活性,同时成本更低廉,可广泛应用于AMR、配送、酒店服务等机器人应用。

INDEMIND RBN10&RBN100,通过高度算法集成,将机器人的前端通用性技术全面融合,提升机器人功能属性的同时,大大的降低了机器人行业的开发难度和成本。

你可能感兴趣的:(人工智能,立体视觉,自动驾驶,人工智能,机器学习)