電子發(fā)燒友網(wǎng)報(bào)道（文/吳子鵬）從掃地機(jī)器人到機(jī)器狗，再到人形機(jī)器人，具身智能已從概念照進(jìn)現(xiàn)實(shí)。作為人工智能與機(jī)器人領(lǐng)域交叉的前沿方向，具身智能顯著提升了智能體與物理世界的交互水平。在具身智能系統(tǒng)實(shí)現(xiàn)過程中，3D 視覺感知是底層核心技術(shù)之一，它通過實(shí)時(shí)捕捉、解析三維環(huán)境信息，賦予智能體空間理解與交互能力。

在接受電子發(fā)燒友網(wǎng)專訪時(shí)，光鑒科技創(chuàng)始人、CEO 朱力表示，機(jī)器人是具身智能的典型形態(tài)，而機(jī)器人與現(xiàn)實(shí)物理世界交互的前提，是能夠精準(zhǔn)感知周邊的空間環(huán)境。以人形機(jī)器人抓取水杯為例，只有精準(zhǔn)識(shí)別杯子的位置和形態(tài)，才能順利完成這一動(dòng)作。“光鑒科技專注于智能視覺感知技術(shù)的研發(fā)與應(yīng)用，核心目標(biāo)就是讓機(jī)器人具備精準(zhǔn)的空間感知能力。”?

3D 視覺感知的發(fā)展現(xiàn)狀和挑戰(zhàn)?

3D 視覺感知技術(shù)通過提供深度、形貌、位姿等三維信息，彌補(bǔ)了 2D 圖像的不足，正在重塑智能體的感知系統(tǒng)。據(jù) Yole group 統(tǒng)計(jì)數(shù)據(jù)顯示，2022 年全球 3D 感知市場(chǎng)規(guī)模為 82 億美元。隨著智能駕駛、無人機(jī)、智能家居等應(yīng)用領(lǐng)域的蓬勃發(fā)展，預(yù)計(jì)到 2028 年，全球 3D 視覺感知市場(chǎng)規(guī)模將擴(kuò)張至 172 億美元，期間年復(fù)合增長(zhǎng)率達(dá) 13.2%。
?
然而，在高速發(fā)展過程中，目前 3D 視覺感知技術(shù)路線非常多元，主要包括雙目視覺、結(jié)構(gòu)光、飛行時(shí)間法（ToF）和激光雷達(dá)（LiDAR），具體實(shí)現(xiàn)邏輯如下：?
·雙目視覺：通過兩個(gè)攝像頭模擬人眼視差，利用圖像匹配計(jì)算深度信息。不過，在低光、反光環(huán)境下，其精度會(huì)下降，且探測(cè)距離有限。?
·結(jié)構(gòu)光：原理是向物體投射結(jié)構(gòu)性光束，這些光束會(huì)因物體表面形狀不同而產(chǎn)生變形，通過高差變化和間隙計(jì)算深度和物體間距離。但該技術(shù)主要缺點(diǎn)是有效距離短。?
·ToF：通過發(fā)射連續(xù)光并測(cè)量光往返時(shí)間來計(jì)算目標(biāo)距離，適用于中遠(yuǎn)距離測(cè)距，但需要克服相位噪聲等問題。
·激光雷達(dá)：通過發(fā)射激光脈沖并測(cè)量回波時(shí)間 / 相位，利用點(diǎn)云構(gòu)建 3D 環(huán)境地圖。不過，獲取高精度點(diǎn)云的硬件成本通常較高，且功耗也較大。
?
朱力認(rèn)為，目前的3D 視覺方案各有優(yōu)劣。例如，結(jié)構(gòu)光近距離精度高，但遠(yuǎn)距離誤差大，可比喻為 “近視眼”；ToF 遠(yuǎn)距離表現(xiàn)良好，但近距離精度不足，類似 “遠(yuǎn)視眼”。然而，像機(jī)器人這樣的智能體，探測(cè)距離需要同時(shí)覆蓋近到遠(yuǎn)的場(chǎng)景。受限于傳統(tǒng)傳感器能力，機(jī)器人往往需搭載多套傳感器，導(dǎo)致系統(tǒng)復(fù)雜且成本高昂。光鑒科技的創(chuàng)新之處在于，提供了業(yè)界首創(chuàng)的單模組實(shí)現(xiàn)結(jié)構(gòu)光和 ToF 技術(shù)融合，近距離借助結(jié)構(gòu)光、遠(yuǎn)距離依靠 ToF，實(shí)現(xiàn) 3 厘米到 8 米寬范圍的精準(zhǔn)感知，滿足了機(jī)器人全場(chǎng)景覆蓋的需求。
?
“該方案的難點(diǎn)在于光學(xué)設(shè)計(jì)與算法協(xié)同，需要同時(shí)精通硬件系統(tǒng)、光學(xué)設(shè)計(jì)和算法開發(fā)，避免過度依賴外部芯片算力，通過自研高效算法實(shí)現(xiàn)軟硬件深度融合，在提升性能的同時(shí)控制成本與功耗。” 朱力強(qiáng)調(diào)。
?

光鑒科技Nebula 系列 助力機(jī)器人智能感知升級(jí)?

當(dāng)前，機(jī)器人行業(yè)正處于高速發(fā)展階段，各細(xì)分賽道都迸發(fā)出強(qiáng)勁的發(fā)展動(dòng)能。根據(jù) IDC 等研究機(jī)構(gòu)發(fā)布的數(shù)據(jù)，2024 年全球智能掃地機(jī)器人市場(chǎng)出貨量達(dá) 2060.3 萬臺(tái)，銷售額為 93.1 億美元，同比分別增長(zhǎng) 11.2% 和 19.7%；若擴(kuò)大到整個(gè)清潔電器市場(chǎng)，2024 年市場(chǎng)規(guī)模則達(dá)到 200 億美元，同比增長(zhǎng) 8%。
?
朱力指出，機(jī)器人行業(yè)正經(jīng)歷硬件快速成熟與場(chǎng)景深入結(jié)合的階段。掃地機(jī)器人已成為成熟產(chǎn)品且在持續(xù)迭代，配送、清潔等場(chǎng)景也有成熟產(chǎn)品落地。隨著 AI 技術(shù)的發(fā)展，機(jī)器人智能化和通用化水平將進(jìn)一步提升。機(jī)器人的執(zhí)行系統(tǒng)主要涵蓋傳感、感知、規(guī)劃和執(zhí)行四個(gè)維度，光鑒科技聚焦最底層的傳感和感知環(huán)節(jié)，為機(jī)器人提供高效的空間環(huán)境理解解決方案，使其具備更精準(zhǔn)的數(shù)據(jù)服務(wù)于規(guī)劃和執(zhí)行環(huán)節(jié)。?

目前，光鑒科技面向機(jī)器人市場(chǎng)已推出Nebula 240和 Nebula 400 等多款產(chǎn)品，為機(jī)器人構(gòu)建領(lǐng)先的 3D 視覺能力。其中，Nebula 240是光鑒科技針對(duì)掃地機(jī)器人領(lǐng)域推出的深度相機(jī)，其搭載的sToF技術(shù)融合了結(jié)構(gòu)光的高精度與ToF的高分辨率，利用結(jié)構(gòu)光主動(dòng)投射的編碼光斑，有效抑制傳統(tǒng)ToF的多徑干擾，大幅提升測(cè)距精度，使掃地機(jī)器人在近遠(yuǎn)距離中都能實(shí)現(xiàn)高精度3D視覺感知，實(shí)現(xiàn)真正意義上的優(yōu)勢(shì)互補(bǔ)。

Nebula 240，圖源：光鑒科技
?

當(dāng)前，掃地機(jī)器人主要通過線掃描激光雷達(dá)構(gòu)建 3D 地圖，該方案簡(jiǎn)單且成熟。線掃描激光雷達(dá)獲取的是截面信息，無法識(shí)別立體障礙物。而掃地機(jī)器人要實(shí)現(xiàn)智能化發(fā)展，獲取三維環(huán)境信息必不可少，尤其是在帶機(jī)械臂的高端機(jī)型中，精準(zhǔn)的 3D 感知更是實(shí)現(xiàn)物體抓取的核心前提。而具備sToF技術(shù)的Nebula 系列深度相機(jī)，僅通過單一模組就可以獲取到機(jī)器人避障和導(dǎo)航的所有視覺信息，并在不同場(chǎng)景中發(fā)揮信息協(xié)同作用，感知能力進(jìn)一步加強(qiáng)。

此外，線掃激光雷達(dá)凸起的安裝方式，導(dǎo)致掃地機(jī)器人機(jī)身較厚，難以進(jìn)入沙發(fā)和柜子底下，覆蓋能力受限。而Nebula系列則可以安裝在產(chǎn)品內(nèi)部，不僅可以優(yōu)化產(chǎn)品結(jié)構(gòu)，降低硬件空間和成本，使掃地機(jī)器人更加輕薄，并且也進(jìn)一步增強(qiáng)了其工作覆蓋范圍和脫困能力。
?
朱力稱，“Nebula 240進(jìn)入掃地機(jī)器人市場(chǎng)是光鑒的核心技術(shù)與客戶痛點(diǎn)需求結(jié)合的典型案例，其核心價(jià)值在于幫助客戶。客戶本身有識(shí)別維度升級(jí)以實(shí)現(xiàn)智能感知的需求，同時(shí)希望將掃地機(jī)器人設(shè)計(jì)得更加輕薄，Nebula 240 精準(zhǔn)契合了這些需求。”
?
他以掃地機(jī)器人最核心的清潔功能舉例，對(duì)于地面上的水漬、油漬、牛奶漬或灰塵等污漬，若掃地機(jī)器人能夠精準(zhǔn)識(shí)別到具體的污漬種類，系統(tǒng)就可針對(duì)性地進(jìn)行清潔。在Nebula 240 mipi 上，光鑒科技已實(shí)現(xiàn)多種傳感信號(hào)的融合，搭配地面障礙物分割算法、細(xì)線/污濁物識(shí)別算法等多種深度感知算法，使掃地機(jī)器人能夠更加精準(zhǔn)識(shí)別目標(biāo)物，實(shí)現(xiàn)更加高效清潔。?

而光鑒科技的另一款深度相機(jī)Nebula 400則是針對(duì)商用機(jī)器人場(chǎng)景。由于商用機(jī)器人具備多樣復(fù)雜的工作場(chǎng)景，所以需要精準(zhǔn)的空間信息，為其提供關(guān)鍵數(shù)據(jù)支撐。而Nebula 400通過3D 結(jié)構(gòu)光和ToF技術(shù)相結(jié)合，為機(jī)器人提供近距離超高精度和遠(yuǎn)距離高精度的深度信息感知能力，滿足其在復(fù)雜環(huán)境中對(duì)導(dǎo)航與避障的需求，提供更加精準(zhǔn)、適配的 3D 視覺感知方案。

為了適配商用機(jī)器人多樣的工作環(huán)境，Nebula 400擁有98°(H)×75°(V)的超廣視場(chǎng)角，能夠?yàn)槠涮峁┓秶鼜V、畸變更小的視野范圍，有效提高機(jī)器人在復(fù)雜場(chǎng)景中的工作效率與安全性，搭配光鑒科技自主研發(fā)的彩色深度融合、3D SLAM以及目標(biāo)識(shí)別等多重算法，使其具備更出色的避障和SLAM能力。

Nebula 400 深度相機(jī)，圖源：光鑒科技

?
從這兩款深度相機(jī)的介紹可以看出，光鑒科技并非單純的硬件方案供應(yīng)商，在硬件、軟件和軟硬件融合方面都頗具造詣。朱力表示，“光鑒科技非常注重感知計(jì)算部分，幫助客戶更充分地利用已有算力，并降低系統(tǒng)復(fù)雜度。我們?cè)谲浐私Y(jié)構(gòu)光深度算法方面積累深厚，并在此基礎(chǔ)上開發(fā)了包含感知、融合、路線規(guī)劃在內(nèi)的完備工具箱，不斷拓展服務(wù)邊界。無論客戶需要標(biāo)準(zhǔn)的硬件和算法，還是系統(tǒng)化的方案，光鑒科技都有能力滿足。”?

像搭樂高一樣構(gòu)建 3D 感知系統(tǒng)

當(dāng)前，模塊化設(shè)計(jì)已成為機(jī)器人系統(tǒng)設(shè)計(jì)的主流方式，顯著提升了系統(tǒng)開發(fā)的效率和靈活性。朱力將其形象地描述為像 “搭樂高積木” 一樣構(gòu)建系統(tǒng)。為此，光鑒科技開展了以下幾方面工作。
?
首先，打磨軟硬件所涉及的技術(shù)環(huán)節(jié)，使其達(dá)到成熟且高效的狀態(tài)，推進(jìn) 3D 感知模塊的標(biāo)準(zhǔn)化，通過技術(shù)創(chuàng)新解決機(jī)器人與物理世界交互的基礎(chǔ)問題。光鑒科技將類似于汽車 3D 點(diǎn)云識(shí)別的能力引入機(jī)器人行業(yè)，開發(fā)了一套軟硬件高效融合的系統(tǒng)，目前已在行業(yè)頂級(jí)會(huì)議上發(fā)表，后續(xù)將逐步向全行業(yè)開放。
?
其次，開展產(chǎn)業(yè)協(xié)同，通過感知和計(jì)算的深度融合實(shí)現(xiàn)極致效率的系統(tǒng)。目前，光鑒科技正與一些計(jì)算芯片企業(yè)合作，將公司算法塑造為 IP，通過芯片固化實(shí)現(xiàn)相關(guān)功能，以獲得比通用計(jì)算芯片更高的效率。如前文所述，光鑒科技在軟核結(jié)構(gòu)光深度算法、污漬檢測(cè)、3D 識(shí)別等方面已儲(chǔ)備了豐富的算法，正致力于推動(dòng)這些算法在客戶項(xiàng)目中快速落地。
?
然后，加強(qiáng)數(shù)據(jù)保護(hù)。傳統(tǒng)成像攝像頭獲取的信息與人眼所見相同，隱私泄露風(fēng)險(xiǎn)較高。光鑒科技的3D深度相機(jī)產(chǎn)品均為非影像視覺，所產(chǎn)生的信息專為機(jī)器人服務(wù)，天然具備隱私保護(hù)優(yōu)勢(shì)。同時(shí)，該公司還致力于在系統(tǒng)前端加入數(shù)據(jù)加密和簽名等保護(hù)功能，進(jìn)一步提升數(shù)據(jù)安全性。
?
最后，注重前沿創(chuàng)新。機(jī)器人行業(yè)發(fā)展日新月異，無論是核心技術(shù)還是產(chǎn)品形態(tài)都在不斷變化。以機(jī)器人不可或缺的 AI 技術(shù)為例，朱力表示，目前像深度學(xué)習(xí)這樣的小模型，已在光鑒科技產(chǎn)品中全面應(yīng)用；而AI 大模型將使視覺感知能力更加通用，這項(xiàng)技術(shù)雖處于行業(yè)早期，但光鑒科技已與相關(guān)團(tuán)隊(duì)展開全面合作。從產(chǎn)品形態(tài)來看，人形機(jī)器人未來潛力巨大，目前已有相關(guān)產(chǎn)品搭載了光鑒科技的 3D 視覺感知方案。
?

結(jié)語?

在具身智能加速落地的進(jìn)程中，3D 視覺感知作為智能體與物理世界交互的 “眼睛”，正從技術(shù)分野走向融合創(chuàng)新。光鑒科技以結(jié)構(gòu)光與 ToF 技術(shù)的深度融合為突破口，打破傳統(tǒng) 3D 視覺方案的場(chǎng)景局限，通過 Nebula 系列深度相機(jī)實(shí)現(xiàn)避障、導(dǎo)航和感知的全覆蓋，更以軟硬件協(xié)同設(shè)計(jì)降低系統(tǒng)復(fù)雜度，推動(dòng)機(jī)器人從 “功能單一” 邁向 “智能通用”。