2025-01-07 智能化学会动态 0
近年来，机器人从最初的工业应用扩展到日常生活，如银行、酒店、医院和商场的服务机器人已经成为了人们熟知的存在。无人餐厅更是引起了公众的广泛关注。这一应用场景的扩大伴随着机器人的种类和数量增加，也带来了撞人、错位和运行不稳定等问题频发。这些问题中，有一个共同点，那就是它们都是由机器人的导航定位方案所导致。
为了解决这些问题，我们需要一种更加适应场景需求的导航方案。激光雷达作为当前最成熟的一种三维测量传感器，具有高精度、高响应速度，但其成本高昂且系统可靠性较低。在低端扫地机器人的雷达到高端工业用的雷达之间，成本对制造商来说是一个重大的支出。此外，由于激光雷达依赖单一信息采集方式，在遇到走廊等相似环境时容易出现“假回环”，导致位置丢失，并在异常位置或开机后无法快速准确进行重定位。因此，在酒店、室外等环境中，使用激光雷达导航的机器人更易发生错误。
为了找到一种成本更低且性能更可靠的导航方案，这成为许多制造商共同关注的问题。在这个背景下，国内计算视觉解决方案提供商INDEMIND联合创始人姜文提出了视觉导航作为替代方案。
视觉导航通过摄像头捕捉环境信息，以获取物体在空间中的位置、方向及其他信息，并通过算法处理这份数据以建立环境地图，然后规划一个避免碰触路径，是一种成本较低且适用范围广的大型机械设备。
与目前广泛应用的激光雷达相比，视觉导航采用立体摄像头采集图像，其成本显著降低。但是，它依赖于复杂图像处理，对算力要求极高，同时它只是尽可能接近物理探测，因此精度略有不足。在实际使用中，我们必须根据具体情况选择合适的地理条件来决定是否采用这种方法。
对于小型扫地机械而言，可以完全取代现有的激光雷达，而对于安全为前提的大型服务机械，则应该将视觉技术与现有多传感器融合，以提高鲁棒性并满足严格标准下的工作需求。
此外，视觉技术还能为机械带来交互能力提升，因为它可以识别事物并理解事物，从而获得语义地图功能。当扫描家居时，可以识别房间用途以及障碍物，并有效避开衣物线缆宠物粪便；结合语音控制，还可以执行特定的清洁任务，如厨房餐桌下方区域清理。未来的智能机械不仅仅效率提升，更能进行基本交流与人类用户。
针对上述关于接入视觉技术的一些费用疑问，其中主要包括算力费用和组装费用，但是由于INDEMIND强大的优化算法，使得整个系统经济实惠。而另一方面，如果需要深度定制则可以从底层开始优化，最终达到最佳效果总结来说，与激光相比，基于视频数据处理的人工智能检测程序是一种维度更高，更具备未来发展潜力的新兴科技，无疑会成为未来市场主流选择之一。
