Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

扫地机器人新一代技术革新,INDEMIND视觉导航方案全面落地应用

火爆的市场也就象征着火爆的竞争,更高效的清扫、更方便智能的体验、更优惠的价格也成为了各大扫地机器人厂商新一轮技术竞赛的致胜关键。19年初,国内新锐计算机视觉公司INDEMIND推出的扫地机器人视觉导航定位解决方案,正式吹响了这一战进击的号角。

近几年,随着消费结构的不断升级,懒人经济的牵引以及智能家居风口的带动,主动性消费群体愈发关注智能家居产品带来的生活方式、质量的改善和提高,扫地机器人成为当代年轻人家庭清洁的主要方式。据2019年京东618最终数据显示6月1日至18日,3000元以上扫地机器人、擦窗机等除尘类产品表现亮眼,成交额同比超200%以上。无独有偶,天猫618数据显示,6月16日,扫地机器人也在1小时时间卖出3.5万台,如此亮眼的成绩,显然我国扫地机器人市场已开启爆发式增长之势。

火爆的市场也就象征着火爆的竞争,更高效的清扫、更方便智能的体验、更优惠的价格也成为了各大扫地机器人厂商新一轮技术竞赛的致胜关键。19年初,国内新锐计算机视觉公司INDEMIND推出的扫地机器人视觉导航定位解决方案,正式吹响了这一战进击的号角。

与常见采用激光导航相比,视觉导航方案不仅实现了成本更低的导航定位,还可为扫地机器人提供房屋全局复杂环境监测甄别功能。并且,根据建立的环境语义立体地图,扫地机器人可以识别哪里是客厅,哪里是厨房,为实现后续更多功能奠定技术基础。总而言之,视觉导航方案是一项适用性更强且能有效提高扫地机器人智能化水平的导航技术。

INDEMIND扫地机器人视觉导航方案便是基于这一技术打造的。该方案为扫地机器人提供精准的导航定位,辅助扫地机器人实现机体所在位置、清扫路径及未清扫区域的精准定位导航;通过对房屋空间地图,扫地机器人实现点对点最优路径规划或弓形路线规划;结合物体识别结果,可提供避障策略配置,实现物体选择性避障。更重要的是,依托于视觉传感器的周围环境图像信息及INDEMIND自研的环境感知算法,扫地机器人不仅可以“看”还能“理解”环境信息,提供更多智能交互可能。

精准定位,智能规划

对于机器人来说,将周围环境数字化、结构化,才能制定更清晰的行进路线及清扫模式。一般来说,目前多数中高端扫地机器人在第一次开机使用时会在清扫区域游走一遍,通过SLAM对房屋进行地图构建,在未来的使用过程中,按照这种既定的房屋地图进行清扫。但这远不足以面对复杂的日常环境,如果“不知变通”的按照以往房屋地图作业,难免出现漏扫、误扫等情况。

而避免这种情况发生,关键在于高效且灵活的导航定位及规划避障算法。INDEMIND扫地机器人视觉导航方案包含了高精度Vi-SLAM、高精度建图、物体/环境语义、智能路径规划等多项自研算法。在提供精准导航定位的同时,还可为扫地机器人提供点到点的最优路径规划及定制化图像语义识别服务,为机器人配置智能避障逻辑,实现高效率识别避障。与现有方法相比,可大幅提高扫地机器人清扫智能化水平,有效避免定位不精准、规划不智能等行业问题。

环境感知,更多交互可能

INDEMIND扫地机器人视觉导航解决方案另一大亮点在于智能化的环境感知。INDEMIND认为扫地机器人除了“清扫”这一基本功能外,应该实现对周围环境立体式的理解和构建,进而与人进行交互。因此,INDEMIND导航定位方案在解决智能清扫问题后融合了环境智能感知技术。让扫地机器人在作业过程中对清扫区域、房屋全局建立立体环境感知地图,并根据环境语义确定房屋布局,使扫地机器人与人之间产生更多交互,如结合语音命令靠控制扫地机器人清扫语义识别的特定区域、人物活动密集区域着重清扫等。让扫地机器人从“不知变通”的扫地机器人向家庭智能清洁助手转变。

平价易用,事半功倍

此外,与激光雷达导航成本相比,INDEMIND扫地机器人视觉导航方案可将硬件成本降低一倍,成本降低的同时还带来了信息维度的提升,并且INDEMIND深度整合资源,扫地机器人视觉导航解决方案系统化、模块化特性,便于合作伙伴整合开发。目前,INDEMIND扫地机器人视觉导航方案已应用于国内多家扫地机器人制造商,正式进入产品落地阶段。

INDEMIND
INDEMIND

专注于计算机视觉及嵌入式感知计算平台研发与应用,机器人时代已来,INDEMIND将赋予机器人更稳定的视觉感知,分享最新技术,深层次探讨机器人的更多应用!

产业扫地机器人INDEMIND计算机视觉物体识别
相关数据
激光雷达技术

自动驾驶车辆传感器的一种,采用激光扫描和测距来建立车辆周围环境的详细三维模型。Lidar 图像具有高度准确性,这使得它可以与摄像头、超声波探测器和雷达等常规传感器相提并论。然而激光传感器面临体积过大的问题,同时,它的机械结构非常复杂。

感知技术

知觉或感知是外界刺激作用于感官时,脑对外界的整体的看法和理解,为我们对外界的感官信息进行组织和解释。在认知科学中,也可看作一组程序,包括获取信息、理解信息、筛选信息、组织信息。与感觉不同,知觉反映的是由对象的各样属性及关系构成的整体。

规划技术

人工智能领域的「规划」通常是指智能体执行的任务/动作的自动规划和调度,其目的是进行资源的优化。常见的规划方法包括经典规划(Classical Planning)、分层任务网络(HTN)和 logistics 规划。

计算机视觉技术

计算机视觉(CV)是指机器感知环境的能力。这一技术类别中的经典任务有图像形成、图像处理、图像提取和图像的三维推理。目标识别和面部识别也是很重要的研究领域。

逻辑技术

人工智能领域用逻辑来理解智能推理问题;它可以提供用于分析编程语言的技术,也可用作分析、表征知识或编程的工具。目前人们常用的逻辑分支有命题逻辑(Propositional Logic )以及一阶逻辑(FOL)等谓词逻辑。

路径规划技术

路径规划是运动规划的主要研究内容之一。运动规划由路径规划和轨迹规划组成,连接起点位置和终点位置的序列点或曲线被称为路径,构成路径的策略则被称为路径规划。路径规划在很多领域都具有广泛的应用,如机器人的自主无碰行动;无人机的避障突防飞行等。

物体识别技术

计算机视觉领域的一个分支,研究物体的识别任务

环境智能技术

京东机构

京东(股票代码:JD),中国自营式电商企业,创始人刘强东担任京东集团董事局主席兼首席执行官。旗下设有京东零售、京东物流、京东科技子集团、印尼&泰国海外合资跨境电商等核心业务。2013年正式获得虚拟运营商牌照。2014年5月在美国纳斯达克证券交易所正式挂牌上市。 2016年6月与沃尔玛达成深度战略合作。

https://www.jd.com
相关技术
推荐文章
暂无评论
暂无评论~