激光、毫米波雷达等核心传感器迎来黄金阶段

电子说

1.3w人已加入

描述

如果说十年前KIVA的出现带来了电商仓储的革命,那么工业AMR的出现则更多是顺应柔性制造的大势。

而去年的疫情,更是让移动服务机器人走进大众视野,无接触配送让原本缓慢发展的室外场景陡然加速,再加上近年来持续热门的自动驾驶,整个产业链都在飞速发展。

这其中,激光、视觉、毫米波雷达等核心传感器迎来了自身发展的黄金阶段。

车规级才开始走进现实

这就代表着无人驾驶即将落地吗?

作为一家专业从事自动驾驶双目感知系统及相关产品研发的高科技公司,中科慧眼对自动驾驶系统有着自己独到的见解。

中科慧眼CTO崔峰表示:“就我们自己有限的视角来看,受益于车规级激光雷达和深度学习等技术的快速发展,不受成本限制的车规级的无人驾驶能够达到L4的水平。但离成本可被市场接受,且外观符合用户审美标准的L4级智能驾驶量产车型还有一定的距离。真正彻底解放驾驶者的L5级无人驾驶还未出现。”

再聚焦到现在的车规级传感器,因为室外环境复杂,工作环境较为恶劣,且对功能安全有更高的需求,所以现阶段的车规级器件价格较高但运算能力较低,需要开发者花更多精力在系统优化、算法优化、成本优化等方面。

中科慧眼从公司做智能感知相机尤其是立体相机之初,就十分重视产品在各种工况下的稳定性和精度。从最初的车规级元器件选型、模组试制、结构开发、到软件与算法补偿,环境测试等,也确实克服了不少障碍,最终使得量产的立体相机产品满足严格车规测试标准。

在产品化的同时,经研发人员大量的优化工作,满足了在车规算力平台上运行精简优化的立体视觉与图像识别算法软件的需求。

 

而且自动驾驶是集成了感知、规划、控制等全方位要求的一种系统,仅仅感知能力过关是不行的,所以中科慧眼在汽车的自动驾驶之上,又延伸出移动机器人这一产品线。

由车规级走到工业级

同为自动驾驶产业链中的一员,当无人驾驶开始走进现实的时候,移动机器人已经驶入春天。

那么从更加精密的车规级到较低一个层级的工业级就一定会形成“降维打击”吗?

崔峰认为:“从纯技术角度,技术是在降维,但是从应用角度,工业级和车规级所面临的难题完全不一样。”

在室内使用环境中,各类具有主动光源增强的传感器效果已经不错,并不能最大化体现其差异化优势。所以,目前中科慧眼的产品在移动机器人方面的主要落地场景是以室外场景为主。

在室外避障方面,移动机器人厂家另外的解决方案多是采用多传感器融合的感知方案,例如超声波雷达+激光雷达+摄像头(单目、双目、多目等)+IMU+GPS+高精地图等。

但这种解决方案过于冗余,性价比并不高。

“我们的主线产品是车规级双目立体相机,能够同时输出高质量的RGBD感知信息,并自带IMU,可以外接GPS授时,并同时实现基于深度学习的视觉识别。在室外场景中,这是一种高性价比的视觉识别与距离感知解决方案,在一定程度上可以替代单摄像头+激光雷达感知方案或作为一套安全冗余感知系统。”

视觉RGBD感知系统,在可以通过语义识别获得场景建图、物体识别之外,还有像素级对齐的三维点云感知信息,直接得到图像中各点的细腻的三维测量值,对各种小障碍物,非标准障碍物,行驶路面的起伏等等,具有精细的感知能力。

在满足-40°至85°C车规工况和室外复杂应用环境的同时,也保持了视觉传感器的高性价比特点。

这就是车规级技术的直接降维打击。

“当然,如果在基于被动光的双目立体视觉系统上再加载一些主动红外光斑配合在光线较弱或物体表面纹理缺失场景的信息补盲,该视觉感知方案的适应性会更强。更多的,如果采用被动式红外双目相机与被动光双目相机做融合,系统会满足全天候的工作条件。”崔峰讲到。

但在应用角度,也还是存在一些需要克服的挑战。车规级的双目视觉可以做到标准化通用,而在工业场景,每个行业、每个工厂都是完全不同的挑战。那么如何在工业的非标场景中寻找标准化之路就成了当下的难题,中科慧眼的做法就是打造最底层IP的固化,即将人、车辆、货架、墙壁、异形件等算法IP做成积木式的标准品,后续只需要搭载模块就可以快速识别。

现在,中科慧眼工业级的多数产品已达到车规级要求,能适应各种严苛的工作环境,应用场景极为广泛,为自主移动机器人、自动驾驶、仓储自动分拣、农保和电力巡检无人机、地图测绘、安防监控(基于三维数据)等行业开发者赋能。

崔峰讲到:“行业处于发展早期,空谈技术路线其实意义不大,因为从本质上来说,技术没有优劣势之分,更多的是落地应用时,结合需求为客户选择最适合的技术。AGV/AMR都是机器人,自动驾驶汽车也是一种机器人,二者之间的界限将越来越模糊,在自动驾驶汽车上多传感器融合是必然,相信AGV或者AMR未来也会如此。”

原文标题:从室内到室外,移动机器人驶向“春天”

文章出处:【微信公众号:中科慧眼】欢迎添加关注!文章转载请注明出处。

责任编辑:haq

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分