本文主要是介绍视觉导航强势突围,激光扫地机器人时代已过?,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
近些年,“懒人经济”快速兴起,智能家居市场火热异常,智能洗碗机、智能吸尘器等产品越来越受到人们的追捧,其中尤其是扫地机器人最为抢眼。
不过,已购消费者对该产品的评价却争议不断,不少消费者表示扫地机器人实际表现并不好用。虽然目前市面的扫地机器人导航技术经历了多次技术升级,但类似乱撞,避障失灵,错位、卡死的问题却依然频频发生,大大影响了实际体验。
激光已显弊端,视觉能否补足
作为扫地机器人的核心技术,导航技术直接关系到扫地机器人如何识别周围环境,如何规划清扫路线,如何避开障碍物,如何提高清扫效率等。目前市面上主流扫地机器人导航技术主要有两种,一种是激光导航,一种是视觉导航。
激光导航技术起步较早,应用也较为广泛,是目前最成熟的扫地机器人导航方案,具有精度高、反应快、稳定性高的优势。
不过激光导航本身也有着致命的缺点,受激光传感器的布局限制,扫地机器人容易产生探测盲区,导致经常发生避障失灵、延迟等问题,这也是目前市面上大部分激光扫地机器人的通病;而且所建地图环境信息较少,在实现智能交互方面也有着很大的缺陷。
此外,扫地机机器人采用的激光雷达多为单一信息采集模式,在走廊等类似场景中容易出现假回环,导致位置丢失,无法快速准确重新定位。
对于消费者而言,智能化一直是最关注的点之一。而目前大多数激光方案的扫地机器人经常因避障限制造成卡机、误触、误扫等问题,需要消费者随时协助作业,这显然与用户的初衷相悖。
需求升级,消费者对产品力的要求越来越高,然而技术研发却长期落后市场。产品面临迭代,如何找到一种功能性更强、智能拓展性更高的导航技术已成为了行业性难题。而随着近些年计算机视觉技术取得突破性发展,视觉导航方案逐渐出现在各大厂商的视野。
应用性更强,技术优势明显
视觉导航,顾名思义,即模拟人的视觉,通过搭载视觉传感器采集环境信息,获取机器在空间中的位置、方向和其他信息,从而实现对周围环境的识别和导航。
从工作原理上讲,视觉导航可以获取海量的、丰富的纹理信息,拥有强大的场景辨识能力。视觉导航通过双目采集到的2D环境信息,经过算法处理生成的三维环境地图,拥有丰富的语义信息,不仅可解算出机器与障碍物的距离,还有它的体积以及属性信息,这对实现智能避障和交互提供了充足的前提条件。
当然,视觉导航的缺点也很明显,主要表现为精度不足和稳定性较差。在静态且简单的环境中,激光导航方案要优于视觉导航方案,但在复杂和动态物体的环境中,视觉导航方案因为可以获取丰富的纹理信息,效果要明显优于激光方案。从家居环境的特征上说,视觉方案在避障和交互方面独具优势,在精度和稳定性上仍需突破。
不过毫无疑问,作为近几年来扫地机器人行业新兴的导航方案,视觉导航被业界众多人士认为将会替代激光导航成为下一代主流导航技术。
技术升级,精度和功能性全面提升
针对视觉导航的缺点,国内新锐计算机视觉公司INDEMIND软硬件同时着手,针对扫地机器人推出了双目视觉导航软硬件一体化方案。降低成本的同时,首先将导航精度提升到激光雷达的层级,实现定位精度<1%,姿态精度<1°。
以技术为驱动,重新构建软硬件一体化底层架构,根本上解决视觉硬件薄弱和算法开发度较低的问题。在硬件上,通过和高精度校准算法同步,摄像头和其他传感器可以实现微秒时间同步,硬件端可以实现低误差测距。在算法上,依靠自研VSLAM算法,构建出全局三维地图,实现精准定位。
INDEMIND双目视觉导航方案扫地机器人样机识别避障演示
在避障方面,双目视觉导航方案提供的大视角深度解算和AI物体识别功能,提供0.05-1.5m范围内误差小于1%的深度计算,能识别精度可达<2cm,能识别十几种大类,数百种常见家居用品,并根据识别信息,如数据线、插板、宠物粪便等特定障碍物实现不同距离的策略性避障,避免卡死、缠绕、误触等情况的发生。
INDEMIND双目视觉导航方案扫地机器人样机密集避障演示
“ 在密集低矮障碍物测试中,搭载INDEMIND双目视觉导航模组的扫地机器人完美规避每一个障碍物。”
在智能交互方面,双目导航方案基于立体视觉可实现智能跟随目标移动,配合交互指令,实现指定区域清扫,同时支持开放式智能决策、交互模板从而实现更多个性化需求,如智能安防,看护等。
这篇关于视觉导航强势突围,激光扫地机器人时代已过?的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!