避障不“智障”?为扫地机器人打造智能“闪避”系统

描述

从诞生以来,扫地机器人的升级从未停止,清洁技术的进步,更是让机器人产品大放异彩,但尽管如此,人工“智障”的帽子却从未摘掉,在它不断被完善的问题清单中,避障功能一直是一道极难攻克的关隘,而正因如此,也成为了厂商们的“必争之地”。

实验室中的“完美表现”,现实为何折戟

在实验室阶段,扫地机器人虽然经历了多种避障测试,但实际环境的表现却总是差强人意,究其原因在于真实家庭环境的复杂度往往更高,场景格局的变化、障碍物杂乱度更高且种类更多、人宠的介入等等,面对更加嘈杂混乱的环境,需要机器人不仅要能够随时急停,还要能够精准“闪避”,这对于目前大部分的扫地机器人而言,显然难以满足。

AI

在运行过程中,类似乱撞、避障失灵、错位、卡死等问题频频发生,往往需要人为协助才能继续工作,这与用户的购买初衷明显相悖。

如果扫地机器人不“省力”,也就失去了本身价值。

在庞大的市场需求和不断加剧的竞争态势下,意味着越早解决避障技术的短板,便能抢占更大的市场空间。但该如何解决,在经历红外技术、超声技术、激光雷达技术之后,厂商们再次默契地把目光投向了视觉技术。

能够获取更丰富的环境信息,是视觉技术的天然优势。使得扫地机器人的感知&认知能力大大提升,这为扫地机器人实现更高层级的智能避障提供了可能,配合深度学习,在识别到障碍物信息后,更能根据不同障碍物属性进行策略化规避,这对于以往的避障方式,灵活性和自主性都有着显著优势。从科沃斯、石头最早把视觉技术应用到扫地机器人的避障模块,视觉避障已经成为了中高端机型的标配。

无独有偶,作为国内布局计算机视觉技术最早的一批AI技术公司,INDEMIND已经深耕行业多年,并开发了一套以立体视觉技术为核心的RBN10家用机器人AI方案,方案主要应用于家用机器人平台,在避障方面,已能够实现低矮障碍物避障、高透障碍物避障,智能语义避障。

AI

在官方实机演示中,为了测试扫地机器人的真实避障能力,设置了多种极限环境:

低矮密集障碍物:积木类

高透障碍物:玻璃制品

黑暗环境避障

以往的机器人避障系统,受限于传感器属性,对于低矮障碍物和高透障碍物很难有效检测,加之硬件布局限制,这类障碍物甚至处于检测盲区,但在实际环境中,这几类障碍物往往占据着多数,因此,扫地机器人想要稳定运行,首先便要能够准确检测各类障碍物。

因为了让机器人能够“看懂”,INDEMIND专门为家用场景研发训练了一套物体识别卷积神经网络模型,可以准确识别家用场景中的低矮障碍物(例如:动物粪便、拖鞋、钥匙串、线材、地插等)、高透障碍物(玻璃类物体)、动态障碍物(人、宠物)等等,从而实现精准避障,与此同时,根据不同障碍物信息结合INDEMIND决策引擎技术可实现策略避障,如不同规避距离,有效避开动物粪便、拖鞋等特定障碍物。

• 散乱密集障碍物:积木类

AI

RBN10家用机器人AI方案实机演示

• 高透障碍物:玻璃制品

AI

RBN10家用机器人AI方案实机演示

• 黑暗环境避障

AI

RBN10家用机器人AI方案实机演示

如何在黑暗环境下工作,一直是扫地机器人的普遍难题,更不用说在黑暗环境下实现避障。因此,INDEMIND针对性开发了一套主动式补光策略,搭配RBN10家用机器人AI方案中内置的亮度补光、纹理补光两种红外补光设备(均符合人眼安全等级C1等级要求),两种补光灯交替照明,与视觉传感器曝光时间同步,生成两种(A帧、B帧)独特的视觉图像,分别用于视觉定位及物体识别和立体视觉及建图避障,满足强光直射、无光源、黑暗等特殊环境下的无差异工作要求

需要提到的是,RBN10家用机器人方案是以INDEMIND自研的INDEMIND OS(机器人AGI系统)为核心,以视觉自然导航技术为主导,搭配一体化标准模组,能够为机器人提供导航定位,图像识别、路径规划、交互决策等多种核心功能的ALL IN ONE方案,可广泛应用于家用扫地、陪护、教育、玩具等家用服务机器人平台。

在应用表现上,RBN10家用机器人AI方案还有着其它优势,方案采用轻量化模型,对算力配置要求较低,且自身拥有标准化的控制接口,能够快速适配各种机器人平台,搭配自研一体化模组硬件,以持平单线激光雷达的成本,即可达到“激光+视觉传感器”融合方案的导航精度水平,同时拥有超过融合方案的避障及识别能力。

此外,通过智能决策引擎技术还可以自定义安全、搜寻、跟随、自主寻路等多种智能逻辑,大幅提升机器人的智能表现。

审核编辑 黄昊宇

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