如何实现智能巡检机器人与自然和环境的交互感知学习

到2020年，智能服务机器人环境感知、自然交互、自主学习、人机协作等关键技术要取得突破，智能服务机器人、智能巡检机器人实现批量生产及应用。——工信部《促进新一代人工智能产业发展三年行动计划(2018-2020年)》。

如何实现与自然和环境的交互感知、交互学习？给新兴的智能巡检机器人技术提出了不小的挑战。但对于已经在该领域，尤其是从事巡检机器人研发生产已有12年积累沉淀的朗驰欣创来说，这一要求并不算高。

自然导航的再定义：更接近于人的认知和判断        

发明了SLAM算法的Hugh Francis Durrant-Whyte曾提出机器人在导航中需要解决的三个一般性问题：

1、Where am I？

2、Where do I want to go？

3、How can I get there？

我在哪儿？我想要去哪儿？我怎么去？——成为了自然导航最初的构想理念。

尽管导航方式不断发展，但无论是有轨导航、磁导航，还是激光导航，都没法避开一个很大的痛点——人工设置路标需要较长的安装时间和环境改造成本。而要解决这个问题，就需要在环境地图未知的情境下，通过更丰富的智能感知系统，借助自然本来具有的环境特征，实现移动机器人的自定位和导航。尽可能仿照人类的导航逻辑，来解决上述“我在哪儿？我想要去哪儿？我怎么去？”的问题。

在针对性的改善传统痛点并解决以上三个问题方面，自然导航的实现路径为：机器人在未知环境中某一位置出发，通过多种仿生、类人化的环境感知传感器持续的判断所在环境中各类标志物体的自然特征，持续进行数据集成和融合分析，进行自定位的同时建立连续的环境地图，并在此基础上实现移动机器人的导航与路径规划，完成导航任务。

不难发现，相较于传统导航技术，自然导航优越性主要体现在：

1、无需调整基础设施，无需人工添加标记，自然界中有什么，就用什么。大幅提升工作效率；

2、系统柔性高，路径规划更加灵活；

3、环境适应能力大大增强，系统冗余能力大幅提升。

基于以上优越性，朗驰欣创在其移动机器人产品中搭载了自然导航系统。与此同时，公司技术研发团队结合自身优势，对自然导航的属性进行了创造性的改进。

首先，在行业通用技术基础上升级。在建立原始路径基础上，还可随时根据外界环境变化进行灵活的路径响应，如果原有路径上有障碍物突然出现、消失或移动，各类传感器会将这种变化反馈给系统中枢，驱使机器人重新规划最优路径。

其次，与大部分自然导航概念只强调激光与视觉不同，朗驰欣创的产品对于自然导航的诠释甚至还包含了对于周围声音、光线、振动频率的感知，搭载了丰富的自然信息处理系统。

总之，如何让“自然导航”更接近于人在运动时的认知和判断逻辑，从而让移动机器人够“活”起来，从“笨小孩”变成“聪明的小孩”，变得更加智能，是朗驰欣创在技术上寻求探索的根本。

自然导航+人工智能：智能巡检的核心竞争力

自然导航既然更加先进，为什么目前业界仍未将其作为主流技术进行应用呢？

主要有三大技术难点：

其一，SLAM的算法非常复杂；

其二，从二维到三维的跨越较难实现，从三维到多维信息融合更难实现；

最后，核心问题还在于，越来越多的环境，需要多台机器人联合作业，而多机器人之间的通信拓扑、任务规划和地图融合，这对于缺乏大环境下多机器人协作经验的企业来说又是一大难题。

但业界也不乏成功经验。

比如提出工业4.0的德国，在运动控制领域就拥有众多技术卓越的厂商，科尔摩根便以其NDC8系统提出使用自然导航技术而备受业界关注。紧随其后，瑞士Bluebotics也在去年底携其自然导航技术全面进军中国市场。

回到国内，优秀的运动控制厂商当然也不会坐等国外巨头将导航市场分食，纷纷拿出自己的看家本领，朗驰欣创作为其中的佼佼者之一，正用其重新定义的“自然导航”沉淀为企业乃至整个行业技术创新驱动的核心竞争力。

目前朗驰欣创的智能机器人巡检系统已经完全从众多的概念产品中脱颖而出，完成产品落地与产业化部署，对电力、市政、铁路、发电、IDC数据中心、石油石化等众多特种行业实现了规模化的成熟应用。在伴随着类人化的智能程度的同时，却具备人所不具有的野外环境适应性、无人管控下的生存能力、贴近行业标准的服务能力。自主导航、定位、充电、巡检、数据挖掘已然成为成熟的基础性标配功能。继而将更大的精力聚焦在数据化、智能化与平台化的大解决方案上。

在“自然导航+人工智能”双技术带动下，朗驰欣创机器人事业部CEO谷湘煜预测，未来的巡检机器人会突破至更丰富的产品形态，从巡检向执行、处置、检修、养护等方面全面扩展，将涉及人工智能、大数据、物联网、VR、云计算等前沿技术，将真正实现特种环境的无人化管理。而自然导航技术将会成为机器人发展的巨大推动力量，助力中国工业4.0持续腾飞。