一邊是技術(shù)圈頂流，一邊在當前行業(yè)應(yīng)用中沒什么存在感。

優(yōu)點缺點，兩頭拔尖

優(yōu)點與缺點都突出的特點，讓視覺方案一直伴隨著爭議，在近些年的行業(yè)應(yīng)用上也一直透著“底氣”不足。但隨著在自動駕駛方面，純視覺FSD開始表現(xiàn)出極其優(yōu)秀的智駕能力，是否意味著，對于機器人導(dǎo)航方面，視覺方案也不僅僅是配角？

視覺方案的優(yōu)勢除卻成本較低，更加重要的是能夠獲取更豐富的環(huán)境信息，讓機器人在重定位、場景分類、交互等功能實現(xiàn)上更具優(yōu)勢。但缺陷也因為數(shù)據(jù)處理量巨大，對算力要求很高，在算法和硬件無法給予足夠支持時，機器人就會出現(xiàn)精準度下降、卡頓、避障失靈等問題，進而導(dǎo)致任務(wù)無法達到預(yù)期，甚至失敗。這意味著要發(fā)揮出視覺方案的實際潛力，要么搭載高算力平臺，要么需要優(yōu)化程度非常高的算法，否則所謂的巨大潛力，便成了笑話。

回到現(xiàn)實，讓選擇視覺的消費級掃地機器人產(chǎn)品重新拉高算力成本，顯然不可能。但如果算力無法滿足要求，算法就會做剪枝，閹割功能和極限性能，這也是視覺方案在當前行業(yè)應(yīng)用上只能做配角的重要原因。

消費級的產(chǎn)品注定了其目前能搭載的芯片算力不會太高，想要真正發(fā)揮視覺方案的應(yīng)用潛力，便只能在算法上下功夫。

算法瘦身，提升算力利用率

INDEMIND認為，對算法“瘦身”，并提高算力資源利用率，或許是打破算力桎梏的有效路徑。為此，INDEMIND進行了多年的實踐探索。

一方面，通過對算法進行輕量化“瘦身”，研發(fā)了輕量化VSLAM（基于深度學(xué)習(xí)特征的SLAM架構(gòu)）、輕量化Depth（基于深度學(xué)習(xí)特征匹配的Depth）、輕量化深度學(xué)習(xí)模型（底層算子自研、剪枝、量化）等，在不影響功能表現(xiàn)的前提下，對算力要求有效降低。

另一方面， 通過采用硬件加速技術(shù)，對于視覺處理采用NEON加速、GPU加速、DSP加速等方式，提升芯片算力利用率。（系統(tǒng)運行時，芯片的計算單元不會全部被使用，導(dǎo)致算力資源浪費。）

結(jié)果證明，通過全棧自研輕量化算法和應(yīng)用一系列軟硬件優(yōu)化技術(shù)，INDEMIND實現(xiàn)了在幾美金的計算平臺上穩(wěn)定運行整套VSLAM算法。

目前，公司推出的家用機器人AI解決方案搭載4核A53/A55級別芯片即可滿足需求，能夠適配如RK3566、VicoreTek 6601/6801等（全解決方案情況下，雙目視覺多傳感器融合SLAM、雙目Depth、物體識別及整機完整SDK）。需要說明的是，現(xiàn)有的大部分視覺導(dǎo)航方案在算力上大多需要TX2及以上，甚至PC級算力需求，且對CPU、GPU或NPU、內(nèi)存均有較高要求。

算法再升級，賦能產(chǎn)品“真”創(chuàng)新

· 打破現(xiàn)有建圖慣例，首創(chuàng)“真”三維建圖

目前主流的傳統(tǒng)2D柵格地圖、拓撲地圖雖然能夠描述環(huán)境中存在的障礙物幾何特征及其環(huán)境結(jié)構(gòu)信息，但卻缺乏機器人用于理解環(huán)境、人機/物機交互等業(yè)務(wù)邏輯的高層次語義信息。

工程機演示，不代表最終量產(chǎn)效果

INDEMIND則基于自研的VSLAM技術(shù)，首創(chuàng)了市面上真正意義上的三維地圖。地圖構(gòu)建過程中，能夠重建物體及環(huán)境的結(jié)構(gòu)信息，還有物體類別、功能屬性等“常識”性信息，這為上層功能開發(fā)提供了底層數(shù)據(jù)支持。

· 厘米級精準避障技術(shù)，無懼玻璃、積木

與自動駕駛漸入佳境相反，機器人仍在與避障死磕。一塊積木、一面玻璃等似乎成了大多數(shù)掃地機器人無法逾越的天塹。

INDEMIND基于設(shè)備端、云端智能決策平臺、大數(shù)據(jù)平臺三端專門建立了一套智能決策引擎，用于支持機器人完成邏輯判斷和決策，且在不斷使用中，能夠根據(jù)關(guān)鍵數(shù)據(jù)不斷更新算法模型，持續(xù)提升場景處理和問題應(yīng)對能力。借助微秒級的智能決策引擎，機器人能夠穩(wěn)定檢測各類障礙物，支持低矮障礙物避障（地插、桌椅底座等）；高反障礙物避障（玻璃、鏡面等）。同時，配合環(huán)境補光技術(shù)，機器人在黑暗環(huán)境同樣能夠輕松應(yīng)對。

· “真”臟污識別技術(shù)，哪里臟掃哪里

自研臟污識別技術(shù)，讓掃地機器人像人一樣“定點打擊”。基于獨有的圖像算法，支持任何地面材質(zhì)、花色、光線下的透明、半透明，不透明液體及干涸污漬識別、顆粒狀臟污識別、粉末狀臟污識別。而基于識別結(jié)果，系統(tǒng)能夠針對臟污類型和臟污程度自主決策清潔策略，提升清潔質(zhì)量和覆蓋率。

在清潔過程中，機器人能夠?qū)⑴K污檢測結(jié)果及位置與場景地圖和軌跡進行疊加，實現(xiàn)全場景的臟污地圖管理

通過深耕算法，打破算力限制，并對智能化方面深度創(chuàng)新，INDEMIND用實力證明視覺方案絕非配角。

審核編輯 黃宇