智能服务机器人要想落地 这些坑得先跨

2019-02-28 网络 条评论

  5G折叠手机都已经有真机了,各式各样的智能机器人在你面前“晃来晃去”工作的场景还会离得远吗?答案显然是:不会。

  虽然这是一个肯定的答案,但是在探索过程中不管是方案商还是开发商,都需要付出巨大的努力,跨过下面这些坑!

  一双有用的眼睛

  跟人一样,智能机器人了解世界的第一步肯定是通过眼睛来观察和获取周围事物信息,并将看到的东西输出为有用的数据,如:地图信息,障碍物信息等~ 继而开展后续工作。

  有了眼睛并不能代表机器人就是真正智能的了,想要代替或者帮助人上岗执行任务,必须还要有定位导航算法的支持。

  算法赋能机器人

  机器人在工作的过程中,把握机器人运动状态,进行实时场景解析,精确实现室内导航,需要以下技术的支持。

  大场景地图构建

  机器人开展行动的第一步就需要地图的帮助,但是在实际场景应用中,机器人会遇到几百、几万,甚至上百万、千万平米的工作场景,大地图场景构建是一个难题。

  这时候,第一个需要考虑的就是采用较长测量半径的激光雷达来配合算法进行建图。从各方面来说,目前较理想的测量半径是25米,能够应对各类极端条件。同时,还需要考虑到SLAM算法问题,这个我们下面讲。

  地图相似场景的闭环

  除了保障传感器的测距半径符合环境需求外,机器人在服务的过程中还会遇到长走廊和环路较多等相似的场景,在SLAM过程中难以形成有效的全局匹配参考,从而很容易导致局部区域累计误差无法及时清除,进而导致回环闭合问题。所以,地图的闭环也很重要。

  为了解决这一难题,思岚优化了软件算法、强化了建图引擎,推出SLAM 3.0全新算法。

  相比较粒子滤波每次直接将传感器数据更新进入栅格地图进行增量式构建的做法,基于图优化的SLAM3.0 摒弃固定的栅格地图,能实现百万平米级别的地图构建能力,同时拥有主动式回环闭合纠正能力,能很好的消除长时间运行导致的里程累计误差,成为目前行业中最受欢迎的定位导航方式。

  完成地图构建和闭环之后,还要考虑到机器人在实际场景服务中遇到的一些难题。

  服务机器人在商场等人流量巨大的场景中服务时会遇到这样的问题:人流量大、复杂、现场环境嘈杂,不停变化…… 。这就要求机器人时刻“坚定”住自己,知道自己在哪里,该去哪里,该怎么走,即使被一群人围着,也不会发生“定位偏”这种问题。

  这时候,靠单一的传感器肯定不能解决所有的问题。比如别人把激光雷达挡住了,激光雷达的数据就起不了作用了。但是,我们不怕,我们还有其他的传感器,所以就用传感器和建立概率模型来解决问题。这样的话,也解决了一个实际问题,这个对于服务机器人厂商来说是非常好的。

  多场景之间的适配

  未来,机器人想要深入到各行各业,应用于各种场景中时,肯定会面临多场景适配的问题。人来人往的商场、多楼层的酒店配送、边走边讲解的“讲解员”……,这些都需要机器人具备场景的自由切换能力。

  就拿如何让机器人感知在某一楼层工作来说,这些都是定位导航系统中需要解决的问题,需要越过的坑。

  思岚的ZEUS系列机器人首先可以在任意人流量大的地方服务,其次可以根据需求自主研发上位机,满足细分领域的细分需求。就可以根据机器人厂家不同的需求去适应不同的场景。让行走方案适用于更多的场景中去。

  在解决了技术问题之后,作为一款好的机器人产品,还是要回归市场,让用户用得起,用的觉得好。所以,下面就是机器人成本以及实用性的问题。

  高性价比的机器人定位导航产品及方案

  思岚的RPLIDAR系列雷达在批量模式下只要几百元的成本,完全符合服务机器人的使用需求,能帮助机器人进行自主定位导航。ZEUS系列也可以根据使用需求和场景的不同,分为重型商用场景和轻型商用场景。机器人厂商可根据自己的需求选择自己最合适的产品,不多花一分钱。

  “接地气”的产品才是市场所需

  不管产品开发是基于垂直细分市场需求,还是基于若干商用市场提炼的共性需求,只有能真正渗透到人们生活场景,给消费者或者客户带来改变的“机器人”才是市场所需。

  但是,一个机器人从无到有,从对市场陌生到经受住市场验证是需要很长一段时间的。思岚凭借在机器人自主定位导航领域深耕多年的经验,为市场提供拥有完整的自主定位导航功能的底盘—— ZEUS系列,有效的帮助机器人公司节约下位机的开发及市场考验时间,直接根据细分领域研究上位机部分功能。点跟点的match,做到最极致。

  思岚科技一方面勇于创新尝试,在已有完整成熟方案的基础上持续研发新技术,推出新产品。同时,又遵循着商业市场的进化法则,为市场提供最具性价比的产品,实现用户体验和成本的双赢。

  跨完这些坑,你跟机器人做同事的日子就不远了!

用户评论

(已有条评论)
昵称:
最新评论
暂无评论
返回顶部 刷新