首页 > 传媒 > 关键词  > 视觉方案最新资讯  > 正文

FSD渐入佳境,视觉方案还在机器人中“打酱油”?

2024-07-12 10:56 · 稿源: 站长之家用户

一边是技术圈顶流,一边在当前行业应用中没什么存在感。

优点缺点,两头拔尖

优点与缺点都突出的特点,让视觉方案一直伴随着争议,在近些年的行业应用上也一直透着“底气”不足。但随着在自动驾驶方面,纯视觉FSD开始表现出极其优秀的智驾能力,是否意味着,对于机器人导航方面,视觉方案也不仅仅是配角?

视觉方案的优势除却成本较低,更加重要的是能够获取更丰富的环境信息,让机器人在重定位、场景分类、交互等功能实现上更具优势。但缺陷也因为数据处理量巨大,对算力要求很高,在算法和硬件无法给予足够支持时,机器人就会出现精准度下降、卡顿、避障失灵等问题,进而导致任务无法达到预期,甚至失败。这意味着要发挥出视觉方案的实际潜力,要么搭载高算力平台,要么需要优化程度非常高的算法,否则所谓的巨大潜力,便成了笑话。

回到现实,让选择视觉的消费级扫地机器人产品重新拉高算力成本,显然不可能。但如果算力无法满足要求,算法就会做剪枝,阉割功能和极限性能,这也是视觉方案在当前行业应用上只能做配角的重要原因。

消费级的产品注定了其目前能搭载的芯片算力不会太高,想要真正发挥视觉方案的应用潜力,便只能在算法上下功夫。

算法瘦身,提升算力利用率

INDEMIND认为,对算法“瘦身”,并提高算力资源利用率,或许是打破算力桎梏的有效路径。为此,INDEMIND进行了多年的实践探索。

image.png

一方面,通过对算法进行轻量化“瘦身”,研发了轻量化VSLAM(基于深度学习特征的SLAM架构)、轻量化Depth(基于深度学习特征匹配的Depth)、轻量化深度学习模型(底层算子自研、剪枝、量化)等,在不影响功能表现的前提下,对算力要求有效降低。

另一方面, 通过采用硬件加速技术,对于视觉处理采用NEON加速、GPU加速、DSP加速等方式,提升芯片算力利用率。(系统运行时,芯片的计算单元不会全部被使用,导致算力资源浪费。)

结果证明,通过全栈自研轻量化算法和应用一系列软硬件优化技术,INDEMIND实现了在几美金的计算平台上稳定运行整套VSLAM算法。

目前,公司推出的家用机器人AI解决方案搭载4核A53/A55级别芯片即可满足需求,能够适配如RK3566、VicoreTek6601/6801等(全解决方案情况下,双目视觉多传感器融合SLAM、双目Depth、物体识别及整机完整SDK)。需要说明的是,现有的大部分视觉导航方案在算力上大多需要TX2及以上,甚至PC级算力需求,且对CPU、GPU或NPU、内存均有较高要求。

算法再升级,赋能产品“真”创新

打破现有建图惯例,首创“真”三维建图

目前主流的传统2D栅格地图、拓扑地图虽然能够描述环境中存在的障碍物几何特征及其环境结构信息,但却缺乏机器人用于理解环境、人机/物机交互等业务逻辑的高层次语义信息。

工程机演示,不代表最终量产效果

INDEMIND则基于自研的VSLAM技术,首创了市面上真正意义上的三维地图。地图构建过程中,能够重建物体及环境的结构信息,还有物体类别、功能属性等“常识”性信息,这为上层功能开发提供了底层数据支持。

厘米级精准避障技术,无惧玻璃、积木

与自动驾驶渐入佳境相反,机器人仍在与避障死磕。一块积木、一面玻璃等似乎成了大多数扫地机器人无法逾越的天堑。

INDEMIND基于设备端、云端智能决策平台、大数据平台三端专门建立了一套智能决策引擎,用于支持机器人完成逻辑判断和决策,且在不断使用中,能够根据关键数据不断更新算法模型,持续提升场景处理和问题应对能力。借助微秒级的智能决策引擎,机器人能够稳定检测各类障碍物,支持低矮障碍物避障(地插、桌椅底座等);高反障碍物避障(玻璃、镜面等)。同时,配合环境补光技术,机器人在黑暗环境同样能够轻松应对。

“真”脏污识别技术,哪里脏扫哪里

自研脏污识别技术,让扫地机器人像人一样“定点打击”。基于独有的图像算法,支持任何地面材质、花色、光线下的透明、半透明,不透明液体及干涸污渍识别、颗粒状脏污识别、粉末状脏污识别。而基于识别结果,系统能够针对脏污类型和脏污程度自主决策清洁策略,提升清洁质量和覆盖率。

在清洁过程中,机器人能够将脏污检测结果及位置与场景地图和轨迹进行叠加,实现全场景的脏污地图管理

通过深耕算法,打破算力限制,并对智能化方面深度创新,INDEMIND用实力证明视觉方案绝非配角。

推广

特别声明:以上内容(如有图片或视频亦包括在内)均为站长传媒平台用户上传并发布,本平台仅提供信息存储服务,对本页面内容所引致的错误、不确或遗漏,概不负任何法律责任,相关信息仅供参考。站长之家将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。任何单位或个人认为本页面内容可能涉嫌侵犯其知识产权或存在不实内容时,可及时向站长之家提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明(点击查看反馈联系地址)。本网站在收到上述法律文件后,将会依法依规核实信息,沟通删除相关内容或断开相关链接。

  • 相关推荐
  • 酒店机器人3年亏了8个亿:机器人实际配送效率低下

    酒店机器人近年成为行业标配产品,但市场表现不尽如人意。某酒店管理人员坦言,实际运营中发现机器人配送效率低下,无法真正节约人工成本,最终选择弃用。与此同时,市场竞争格局正发生变化,九号机器人、擎朗智能等新兴企业通过多场景适配和人机协同等差异化策略,逐步蚕食市场份额。数据显示,2023年全球市场前五名企业份额差距已不足8个百分点。

  • 首个人形机器人半马冠军诞生:天工机器人已经冲线完赛

    快科技4月19日消息,今天上午,全球首个人形机器人半程马拉松在北京亦庄开跑,21支机器人队伍与12000名人类选手同场竞技,共同挑战21.0975公里的赛道。据央视新闻官微介绍,目前天工机器人以36分54秒率先冲线完赛,夺得冠军。据悉,天工是北京人形机器人创新中心发布的纯电驱拟人奔跑的全尺寸人形机器人,能以6公里/小时的速度稳定奔跑,是该中心自主研发的通用人形机

  • 刘慈欣谈机器人跑半马:具身机器人将给社会带来颠覆性影响

    快科技4月20日消息,日前,全球首个人形机器人半程马拉松赛在北京亦庄举行,经过21公里的比拼后,天工Ultra以2小时40分钟的成绩率先完赛,夺得首个人形机器人半马冠军。据央视财经报道,在人形机器人半马开跑前夕,科幻小说《三体》《流浪地球》的作者刘慈欣接受专访。刘慈欣表示,赛事更多的是一种展示,机器人跑步表现它很平衡的跑步移动功能,就像春晚上跳秧歌�

  • 港仔机器人发展人形机器人产业生态 布局多个应用场景

    4月21日,港仔机器人公司与国华达闼战略合作签约暨公司成立媒体见面会在京举行。该公司将专注定制化机器人开发制造,瞄准教育、医疗健康、长者照护、物业管理等多元场景需求,打造一站式MaaS解决方案。同时成立研究院推动跨学科研究及商业化应用,并在香港建立人形机器人生产线。目前已在康养、智能医疗等领域取得进展,其养老机器人已获市场认可。公司计划到2035年生产2亿台家庭保姆机器人,服务4亿老人。与南通市政府合作的康养示范区项目将服务3000名用户,预计带来可观订单。据行业报告预测,2025年中国人形机器人市场规模将达53亿元,2029年或突破750亿元。公司将持续发力技术研发和市场拓展,抢占行业先机。

  • 人形机器人:最初的设想,最后的归宿

    文章回顾了机器人概念的起源与发展历程,从早期科幻作品中的机器形象到现代多功能人形机器人,展示了机器人技术的不断进步及其在社会各领域的应用前景。同时,文中提到机器人正逐渐融入日常生活,未来将与人类形成更自然的互动,展现出更高的智能水平和社会价值。

  • 成都汇阳投资关于外骨骼机器人

    杭州智元研究院宣布髋部助行智能外骨骼机器人【踏山】将于 5 月 1 日正式发布,【踏山】具备智能算法实时感知+轻量化穿戴+多重安全保护机制等特点。

  • 为什么非要让机器人跑马拉松?

    2025年4月19日清晨,北京亦庄的赛道上,20台人形机器人以“跌跌撞撞”的姿态,完成了人类马拉松史上最特殊的起跑。这场名为“人机共跑”的半程马拉松,最终以冠军机器人“天工Ultra”2小时40分42秒的成绩落幕——这个时间,仅相当于人类业余跑者的中游水平。这场看似莽撞的赛事吸纳了全网上亿的关注度,也让科技行业、投资圈乃至公众陷入了一场关于未来的激烈讨论:为

  • 苹果重组 AI 部门:Siri 和机器人团队迎来新领导

    苹果公司希望将机器人技术与硬件工程相结合,开发出新的产品类别,实现 AI 与实体产品的融合……

  • 半马最独立的机器人诞生:不用人陪跑、靠自己完成反超

    快科技4月19日消息,全球首个人形机器人半程马拉松今日在北京亦庄开跑,共有21支机器人队伍与12000名人类选手同场竞技,共同挑战21.0975公里的赛道。目前,天工机器人已经冲线完赛,夺得冠军,不过还有很多人关注到了一个呆萌的小机器人,它就是来自松延动力的N2小顽童。之所以说它特殊,是因为在这场比赛中,绝大多数机器人都需要两到三名人类工作人员陪跑,然而它却根本不需要,全程都是自己一个在战斗,甚至还能不断反超其他机器人。如此独立的一幕也让不少人感慨万千,盛赞其是这届比赛中最为独立、最为励志的机器人。据介绍,松延动?

  • 周鸿祎直言:机器人研发难度远超自动驾驶

    文章主要讲述了AI技术在医疗领域的应用与影响。AI被用于诊断、治疗、研究和预测,提高了医疗系统的效率和准确性。AI能够快速分析大量数据,辅助医生做出更精准的诊断,同时在药物开发、病理分析和个性化治疗方面展现出巨大潜力。文章指出,AI技术在医疗领域的发展虽然面临隐私和伦理挑战,但也为患者带来了更个性化的服务和治疗方案。整体而言,AI在医疗领域的应用仍然受到传统医疗体系的制约,但其优势在于能够处理大量复杂信息,促进医学研究的深入发展。