“INDEMIND：随着市场需求不断释放，机器人的出货量正持续增长，然而从概念到实地应用，机器人的落地过程却并不顺利，这其中，现场部署环节更是一直困扰厂商和终端用户的共同难题。”
现场部署作为机器人场景应用的最终环节，从直观来看，似乎并不存在繁复冗杂的技术细节，无非就是现场调试，不需要太多时间，然而事实真是如此吗？
以清洁机器人为例：
机器人由厂商送到客户后，工程师开始进行网络部署、电梯梯控部署和程控电话系统部署；
随后工程师开始推动机器人逐个区域建图；
在建图完成后，工程师会花费一定时间对地图进行修正；
随后工程师开始对不同目标点进行一一标注取位和特殊处理，如过道等狭窄区等待点；坡道、路坎等减速点；玻璃、自动扶梯等危险点；闸机、电梯等特殊点，这期间往往需要大量的时间；
标注完成后，最终进行测试、培训及交付。
以上便是市面上绝大多数机器人部署的标准流程，即是「基于机器人建图，基于管理工具进行业务管理」的部署方案，由于流程复杂，通常需要较长的部署时间，从技术角度来看，这种方案有着多种缺陷：
机器人部署操作流程复杂困难（如SLAM建图、目标点标注等），所有部署操作只能由机器人公司特殊培训的现场部署工程师执行，使用者难以操作及参与；
需要现场部署工程师执行所有变更，用户无法独立操作，环境适应性差；
机器人公司需要现场部署工程师现场操作，交通成本较高，甚至很多公司在各个主要城市都建立了部署团队，这对于公司来讲成本极高；
机器人在最终量产前，大多数厂商会对成本进行多轮削减，使得机器人的性能冗余较低， 一旦面对较复杂的场景，往往需要多次调试，重复建图，增加部署时间。
在实际现场部署过程中，由于部署效率低下，无论对于厂商还是终端用户都会导致投入成本和时间成本的增加。因此，随着市场需求不断释放，解决部署效率问题显然已成为切实任务。
该如何解决这一难题？部署服务机器人能否像使用家用扫地机器人一样简单快捷呢？
事实上，这一想法已经被一家公司实现。依托于对机器人全栈技术的多年自研经验，INDEMIND开发了一套全新的机器人部署方案。
不同于市面上的「基于机器人建图，基于管理工具进行业务管理」的方案，INDEMIND方案是「基于机器人，直接实现建图及业务管理」的方式，配套自主搭建的仿真验证平台和部署流程及管理工具，能够最大程度减少技术人员的参与，实现用户自主部署。
在应用上，INDEMIND机器人部署方案拥有 5 大技术特点：
实时3D语义地图构建，系统辅助标注
为了简化部署流程环节，INDEMIND基于行业领先的双目立体视觉技术，结合设备端的嵌入式深度学习和VSLAM算法，可快速输出个体性物体语义和区域性场景语义，能够实现实时构建3D语义地图和高精度定位，在对电梯、闸机、狭窄过道等一些目标点进行标注时，基于物体识别，系统可实时辅助标注，降低操作难度，无需工程师参与，普通用户即可自主执行。
机器操作简单
INDEMIND开发了一套简单化、便捷化操作的可视化部署工具，可以让用户基于机器+机器端配置的LCD屏，实现自主化操作，简单方便。
安全策略稳健
基于双目、Lidar等多个传感器的融合方式，同时结合深度学习，INDEMIND开发了一套决策引擎技术，大幅提升安全决策水平，实现对自动扶梯、玻璃、跌落等场景的安全管理。
云端状态管控
INDEMIND专门搭建了云端智能管控平台，通过部署在云端的强大算力，为机器人提供实时的全状态管控智能服务，无论家用机器人还是商用机器人，不增加前端硬件成本的前提下大幅提高任务处理和问题应对能力。
仿真验证平台
INDEMIND拥有一套自己的机器人部署仿真平台，机器人在提供给用户之前，会支持用户基于该仿真平台进行部署仿真，以实现在交付前即验证完全满足用户使用需求，大大降低部署难度，提高部署效率。
通过逐一解决现场部署中的过程化难题，INDEMIND机器人部署方案不只是部署效率的提升，同时也是新老技术的变更迭代，在市场规模不断扩张，出货量不断增长的背景下，新方案的应用，无论对于厂商还是终端用户，又或是对于机器人行业的整体发展无疑都有着实际价值。
（推广）
