“INDEMIND:隨著市場需求不斷釋放,機器人的出貨量正持續增長,然而從概念到實地應用,機器人的落地過程卻并不順利,這其中,現場部署環節更是一直困擾廠商和終端用戶的共同難題。”
現場部署作為機器人場景應用的最終環節,從直觀來看,似乎并不存在繁復冗雜的技術細節,無非就是現場調試,不需要太多時間,然而事實真是如此嗎?
以清潔機器人為例:
- 機器人由廠商送到客戶后,工程師開始進行網絡部署、電梯梯控部署和程控電話系統部署;
- 隨后工程師開始推動機器人逐個區域建圖;
- 在建圖完成后,工程師會花費一定時間對地圖進行修正;
- 隨后工程師開始對不同目標點進行一一標注取位和特殊處理,如過道等狹窄區等待點;坡道、路坎等減速點;玻璃、自動扶梯等危險點;閘機、電梯等特殊點,這期間往往需要大量的時間;
- 標注完成后,最終進行測試、培訓及交付。
以上便是市面上絕大多數機器人部署的標準流程,即是「基于機器人建圖,基于管理工具進行業務管理」的部署方案,由于流程復雜,通常需要較長的部署時間,從技術角度來看,這種方案有著多種缺陷:
- 機器人部署操作流程復雜困難(如SLAM建圖、目標點標注等),所有部署操作只能由機器人公司特殊培訓的現場部署工程師執行,使用者難以操作及參與;
- 需要現場部署工程師執行所有變更,用戶無法獨立操作,環境適應性差;
- 機器人公司需要現場部署工程師現場操作,交通成本較高,甚至很多公司在各個主要城市都建立了部署團隊,這對于公司來講成本極高;
- 機器人在最終量產前,大多數廠商會對成本進行多輪削減,使得機器人的性能冗余較低, 一旦面對較復雜的場景,往往需要多次調試,重復建圖,增加部署時間。
在實際現場部署過程中,由于部署效率低下,無論對于廠商還是終端用戶都會導致投入成本和時間成本的增加。因此,隨著市場需求不斷釋放,解決部署效率問題已成為切實任務。
該如何解決這一難題?部署服務機器人能否像使用家用掃地機器人一樣簡單快捷呢?
事實上,這一想法已經被一家公司實現。依托于對機器人全棧技術的多年自研經驗,INDEMIND開發了一套全新的機器人部署方案。
不同于市面上「基于機器人建圖,基于管理工具進行業務管理」的方案,INDEMIND方案是「基于機器人,直接實現建圖及業務管理」的方式,配套自主搭建的仿真驗證平臺和部署流程及管理工具,能夠最大程度減少技術人員的參與,實現用戶自主部署。
在應用上,INDEMIND機器人部署方案擁有5大技術特點:
丨實時3D語義地圖構建,系統輔助標注
為了簡化部署流程環節,INDEMIND基于行業領先的雙目立體視覺技術,結合設備端的嵌入式深度學習和VSLAM算法,可快速輸出個體性物體語義和區域性場景語義,能夠實現實時構建3D語義地圖和高精度定位,在對電梯、閘機、狹窄過道等一些目標點進行標注時,基于物體識別,系統可實時輔助標注,降低操作難度,無需工程師參與,普通用戶即可自主執行。
丨機器操作簡單
INDEMIND開發了一套簡單化、便捷化操作的可視化部署工具,可以讓用戶基于機器+機器端配置的LCD屏,實現自主化操作,簡單方便。
丨安全策略穩健
基于雙目、Lidar等多個傳感器的融合方式,同時結合深度學習,INDEMIND開發了一套決策引擎技術,大幅提升安全決策水平,實現對自動扶梯、玻璃、跌落等場景的安全管理。
丨云端狀態管控
INDEMIND專門搭建了云端智能管控平臺,通過部署在云端的強大算力,為機器人提供實時的全狀態管控智能服務,無論家用機器人還是商用機器人,不增加前端硬件成本的前提下大幅提高任務處理和問題應對能力。
丨仿真驗證平臺
INDEMIND擁有一套自己的機器人部署仿真平臺,機器人在提供給用戶之前,會支持用戶基于該仿真平臺進行部署仿真,以實現在交付前即驗證完全滿足用戶使用需求,大大降低部署難度,提高部署效率。
通過逐一解決現場部署中的過程化難題,INDEMIND機器人部署方案不只是部署效率的提升,同時也是新老技術的變更迭代,在市場規模不斷擴張,出貨量不斷增長的背景下,新方案的應用,無論對于廠商還是終端用戶,又或是對于機器人行業的整體發展無疑都有著實際價值。
審核編輯:符乾江
-
機器人
+關注
關注
212文章
29315瀏覽量
211056 -
INDEMIND
+關注
關注
1文章
38瀏覽量
3708
發布評論請先 登錄
【「# ROS 2智能機器人開發實踐」閱讀體驗】機器人入門的引路書
鴻道Intewell操作系統助力工業機器人控制系統自主可控
大象機器人攜手進迭時空推出 RISC-V 全棧開源六軸機械臂產品
【「具身智能機器人系統」閱讀體驗】2.具身智能機器人的基礎模塊
《具身智能機器人系統》第10-13章閱讀心得之具身智能機器人計算挑戰
【「具身智能機器人系統」閱讀體驗】2.具身智能機器人大模型
【「具身智能機器人系統」閱讀體驗】1.初步理解具身智能
【「具身智能機器人系統」閱讀體驗】1.全書概覽與第一章學習
NVIDIA 加速人形機器人發展

評論