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中逐渐渗透到人们日常生活的各个角落，如银行、酒店、医院和商场。无人餐厅在2018年的出现也引起了公众的广泛关注。随着应用场景的扩展，机器人的种类和数量也在不断增加，但同时也出现了一些问题，比如撞人、错位和运行不稳定等，这些问题主要是由机器人的导航定位方案所导致。
为了解决这些问题，我们需要一个更加适合各种场景的导航方案。在讨论机器人导航时，大多数人会首先想到激光雷达。这项技术虽然精度高且响应快，但其成本较高，系统可靠性也有待提高。此外，由于激光雷达只能采集单一信息模式，在遇到走廊这样的相似环境时容易产生“假回环”，导致位置丢失，并且在异常位置或重启情况下，它难以进行快速准确的重定位。
为了找到一种更低成本、高性能的导航方案，一些厂商开始探索视觉导航技术。这种技术通过摄像头捕捉环境信息，以获取物体在空间中的位置、方向以及其他相关信息，并通过算法处理这些信息来建立环境地图，从而规划出避免碰撞的一条路径。这种方法相比激光雷达来说，更为经济实惠，也具有更强的地理适用性。
然而，视觉导航也有其局限性，比如图像处理非常消耗计算资源，对算法能力要求极高，同时它仅能接近物理探测，因此精度上仍有不足。在实际应用中，我们需要根据不同的场景选择合适的手段。在一些小型机器人的扫地任务中，视觉导航可以作为激光雷达的一个替代方案，而对于安全需求更高的大型服务机器人，则应该与现有的多传感器融合，以解决假回环和深度测量等问题，从而提高鲁棒性。
此外，视觉还能够增强交互能力，使得未来可能实现语义地图功能，让机器人不仅能够识别障碍物，还能理解周围环境，为用户提供更多样的服务。如果我们考虑扫地机，每次进入房间都会遇到不同障碍物，用INDEMIND提供的一种结合了视觉技术的小型扫地机会自动识别每个房间用途及障碍物，同时避开潜在危险，并根据主人的指令执行指定清洁任务，这样的智能化程度将使得未来的扫地成为既有效又具备一定智能交互能力的人工智能产品。
关于成本的问题，姜文表示主要来自于算力成本和集成成本，但是由于INDEMIND对算法优化能力强大，以及采用可见光传感器组件，可以显著降低整体成本。而对于不同规模平台，他提供SDK或者直接参考设计调试部署，便于客户使用并获得最佳效果。他预计随着算力的提升和研究深入，将进一步减少视觉导航方案的费用；同时，不断完善后的语义功能将让这类智能设备拥有更广阔发展前景，因此可以预见，未来视频监控将成为主流之一。
