释放机器人潜力,INDEMIND深耕底层技术

市场转暖,但攘外需要同时安内。

市场降温之后,正迎来拐点

疫情之后,经济逐渐下行,服务机器人的"好日子"也随之结束,整个行业都在动荡中经历渡劫。根据TE智库报告显示,从2022年开始,我国服务机器人产量开始明显放缓,一直到2022年12月都处于同比下滑的状态。一时间,企业裁员、资本退场,成为了行业的负面热词,服务机器人真的只是昙花一现?

答案显然不是,无论是短期,还是长期,机器人的潜力都十分巨大。短期来看,根据TE智库报告显示,经历了连续12个月的下滑后,在今年4月我国服务机器人产量止跌并实现同比增长47.6%,到今年6月我国服务机器人产量为662658台, 同比增长40%,机器人需求向好的拐点已经出现。

长期来看,现阶段的动荡虽然导致市场降温,但也挤出了近几年揠苗助长的泡沫,为未来稳定增长奠定了基础。随着老龄化问题加剧,加之中青年逐渐远离低端服务业,这意味着我国有着庞大的市场需求。目前,服务机器人的渗透仍然极低,我国服务机器人市场还处在起步阶段,服务机器人只搭载在一些标准化程度较高的场景,随着服务机器人的能力不断展现,未来将会有更多用户搭载服务机器人。

释放机器人潜力,还需解决现有"硬伤"

随着部署量的增加,机器人面临的场景复杂度和类型正在与日俱增,这意味着机器人需要更强大的产品力。而从市场调查来看,现有的机器人产品还存在着各种问题,部署周期长、场景适应能力差、避障能力差等。想要真正释放机器人潜力,这些问题亟待解决。

众所周知,作为高技术门槛行业,机器人的开发迭代需要耗费大量时间和资金,以及漫长的市场验证。痛点催生需求,随着产业链逐渐完善,上游的技术供应商们提供了新选择。

自2017年成立以来,INDEMIND坚持深耕视觉导航技术,在机器人的导航、避障、决策、AI交互等关键技术和产品开发方面均有着深层次的积累和经验,针对现有的行业需求,INDEMIND将核心接轨融合研发了一套标准化的商用机器人底层解决方案「商用机器人AI Kit」。该方案以自研的INDEMIND OS Fusion AGI系统为基础,采用以双目立体相机为核心的多传感器融合架构,支持市面上不同品类的主流传感器,满足商用机器人导航定位、智能避障、路径规划、决策交互等核心功能的开发,能够广泛应用于商用清洁、酒店配送、送餐、巡检等商用服务机器人平台。

无需预部署,开机即用

商用机器人在投入使用前均需要现场部署,由厂商的工程师进行SLAM建图、目标点标注、测试等专业操作,往往需要花费大量时间。同时受限于传统marker定位与激光定位的技术局限性,在空间大、吊顶高、光环境复杂的商场、超市等场景中,存在贴码成本高、高空间难贴码、改造空间布局等情况,且容易发生因环境变化定位失准的问题,还会延长部署时间,而后续场景的空间布局一旦发生改变,依然需要工程师重新部署,无论对于厂商还是终端用户,最终落地成本都较高。

而INDEMIND「商用机器人AI Kit」则无需考虑这些问题,基于独有的立体视觉技术,机器人能够实时自主构建地图,做到新机器、新场景无需预部署,开机即用,且变更场景后,机器人也能自主更新地图,无需技术人员参与,大大降低使用成本,这与现有的机器人产品有着天然的区别。

场景自适应,不再担心场景变化

与部署问题类似,以激光雷达为核心的融合导航方案场景适应能力较差,一旦场景发生变化,机器人的作业质量便不可控,甚至需要技术人员重新部署才能使用。

而INDEMIND「商用机器人AI Kit」是采用以视觉为核心的融合导航方案,机器人支持全场景二维地图、三维地图及语义地图自主创建,且能够地图动态实时更新,显著提升机器人的场景适应能力。同时,INDEMIND拥有超过100个使用场景的海量数据,对于清洁、配送、导览、安防等多种工作场景有着深度理解,配合视觉多融合感知技术,能进一步提升机器人的环境自适应能力。

更灵敏、更精准、更智能,机器人避障也能"随心所欲"

目前机器人的避障方案主要是借助激光、ToF、结构光、双目等传感器采集场景内障碍物的点云信息,构建场景栅格地图,然后对障碍物进行避障,此类方案虽然能够满足机器人的避障需求,但也仅仅"刚刚能用",对于动静态、低矮、悬空障碍物并不能一直有效检测。

INDEMIND商用机器人AI Kit

INDEMIND「商用机器人AI Kit」基于视觉优势,设计了一套系统化的安全决策系统,不仅实现了智能避障,还拥有主动安全功能。机器人能够稳定检测各类障碍物,支持低矮障碍物避障(地插、桌椅底座等);高反障碍物避障(玻璃、镜面等);全高障碍物避障(桌面、警戒线等),保障机器人在复杂环境下安全运行。

INDEMIND商用机器人AI Kit

同时,机器人能够实时检测抛物、行人、快速移动物体等突破情况外,并能够实时进行潜在风险判断(行人等),根据风险分类,提前做出规避策略,实现主动安全。

值得一提的是,「商用机器人AI Kit」相比激光雷达方案,成本下降60-80%,机器人开发成本最低可以下探到2千元以内,包含导航和电池的完整底盘成本则可以下探到5千元以内,显著降低机器人的开发成本和周期。

目前,INDEMIND已和国内外多家巨头客户达成合作,已签署订单超2万台,三年预期订单将超10万台。其中与传统清洁设备厂商ICE合作的中型清洁机器人Cobi18,已在全球十几个国家批量部署,且在欧美市场实现运行零故障。

相关推荐
小馒头学python几秒前
机器学习是什么?AIGC又是什么?机器学习与AIGC未来科技的双引擎
人工智能·python·机器学习
神奇夜光杯10 分钟前
Python酷库之旅-第三方库Pandas(202)
开发语言·人工智能·python·excel·pandas·标准库及第三方库·学习与成长
正义的彬彬侠13 分钟前
《XGBoost算法的原理推导》12-14决策树复杂度的正则化项 公式解析
人工智能·决策树·机器学习·集成学习·boosting·xgboost
Debroon22 分钟前
RuleAlign 规则对齐框架:将医生的诊断规则形式化并注入模型,无需额外人工标注的自动对齐方法
人工智能
羊小猪~~29 分钟前
神经网络基础--什么是正向传播??什么是方向传播??
人工智能·pytorch·python·深度学习·神经网络·算法·机器学习
AI小杨30 分钟前
【车道线检测】一、传统车道线检测:基于霍夫变换的车道线检测史诗级详细教程
人工智能·opencv·计算机视觉·霍夫变换·车道线检测
晨曦_子画35 分钟前
编程语言之战:AI 之后的 Kotlin 与 Java
android·java·开发语言·人工智能·kotlin
道可云36 分钟前
道可云人工智能&元宇宙每日资讯|2024国际虚拟现实创新大会将在青岛举办
大数据·人工智能·3d·机器人·ar·vr
人工智能培训咨询叶梓1 小时前
探索开放资源上指令微调语言模型的现状
人工智能·语言模型·自然语言处理·性能优化·调优·大模型微调·指令微调
zzZ_CMing1 小时前
大语言模型训练的全过程:预训练、微调、RLHF
人工智能·自然语言处理·aigc