当前位置: 首页 > news >正文

INDEMIND:“大+小”多机协同,实现机器人商用场景全覆盖

随着商用清洁机器人进入越来越多的场景中,单一的中型机器人并不能有效覆盖所有区域,更加细分化的产品组合正在成为新的趋势。

产品形态的“新趋势”

在商用场景中,目前的商用清洁机器人几乎均是中大型的产品形态,较大的体型意味着更高的清洁效率,但本身也限制了清洁覆盖率。无论是空间较大的商场、超市等,还是空间相对较小的餐厅、商店、便利店等,现有的商用清洁机器人基本都难以覆盖其中复杂、狭窄的过道、桌椅、闸机等区域,这也导致终端用户对于机器人有着较大的顾虑。

既然单一的“大”机器人不够用,那么加上“小”机器人呢?

“大”机器人负责较大的空旷区域,“小”机器人负责查漏补缺,清洁那些较为复杂狭窄的区域,既能补全清洁需求,又能带来产品差异化。事实上,厂商们已经在这么做了。

去年10月份,科沃斯一次性发布了K1、M1两款商用清洁机器人。与市面上同类产品不同的是,K1是少见的中小型机器人(与同类产品体型差距超过一半)。按科沃斯的说法,K1和M1的定位是一大一小组合式机器人方案,用以应对小,中,大型场景。同样,传统家用电器巨头海尔,今年也带来了一大一小的组合,B5清洁机器人和B3清洁机器人,宣告自己的强势入局。

过去的无数次证明,趋势来临的时候,总是稍纵即逝,能吃上红利的大多是最早的那一批厂商,就如同扫地机器人激光导航的出现、扫拖一体的出现、基站出现一样……然而新趋势意味着需要新技术,但技术的研发从来不是一蹴而就,它需要长时间的持续创新和积累,小型商用机器人虽然和中大型商用机器人相似,但却无法直接移植,中大型商用机器人导航方案成本高,对硬件空间要求大,且计算平台、MCU、底盘驱动等单元也需重新适配,因此,新产品的研发成本和周期并不会明显降低。

“大+小”多机协同,满足多场景复杂地面作业需求

事实上,关注这一趋势的不只有厂商,还有行业上游的AI技术供应商。为解决目前的行业需求,INDEMIND对不同体型的商用机器人推出了不同的导航方案,「商用机器人AI Kit」和「商用机器人AI Kit Lite」,两种方案以INDEMIND自研的INDEMIND OS Fusion AGI系统为基础,采用以双目立体相机为核心的多传感器融合架构,支持市面上不同品类的主流传感器,可满足商用机器人导航定位、智能避障、路径规划、决策交互等核心功能的开发,能够广泛应用于商用清洁、酒店配送、送餐、巡检等商用服务机器人平台,在应用量级上,「商用机器人AI Kit」适用于100kg级机器人平台,「商用机器人AI Kit Lite」适用于10-50kg级机器人平台。

在产品架构上,两种方案均是采用设备端系统+云端系统架构,分别在设备端提供了包含导航AI算法、导航计算平台、双目惯性感知传感器、系统驱动MCU、电源管理、人机交互系统和在云端提供了包含业务管理、状态监控、调度管理、地图管理等各种软硬件服务,做到了一站式解决机器人的开发需求。

INDEMIND商用机器人AI Kit

基于INDEMIND机器人协作开放平台,能够让任何符合标准的机器人设备实现与平台下其他机器人进行多机通信,以保证在同一环境下安全高效的协同工作,避免干扰以及事故风险。同时在作业方面,支持位置信息共享、自主调度、协调作业等。

INDEMIND商用机器人AI Kit Lite

以多机器人清洁为例,INDEMIND机器人协作开放平台能够根据作业区域(如餐饮区、购物区、办公区及同区域的不同场景等)的差别性对于不同的机器人下发不同的作业任务,实现多机协同作业,同时,当部分机器人出现故障时,还能调配任务给其它机器人,进行补位作业,避免遗漏等,有效解决现有机器人的作业缺陷。

值得一提的是,方案在智能化功能方面也有着独有优势,基于立体视觉技术,方案能够对全域的障碍物和不同区域场景进行监测和识别,并根据识别到的语义信息,实时构建语义地图。在避障方面,除了静态障碍物,还能够有效识别悬浮型障碍物、运动障碍物等,并在使用中实时更新地图,更正运行路线。同时,INDEMIND专门研发了智能决策引擎技术,结合基于立体视觉技术带来的强大感知&认知能力,能实现主动安全、智能作业、自然交互等多种智能功能。

此外,搭载两种方案的机器人无需预部署,开箱即可使用,支持多层地图,且具备智能梯控系统,能够实现多楼层灵活作业。

http://www.lryc.cn/news/146927.html

相关文章:

  • 微信开发之一键创建标签的技术实现
  • 八一参考文献:[八一新书]许少辉.乡村振兴战略下传统村落文化旅游设计[M]北京:中国建筑出版传媒,2022.
  • ChatGPT⼊门到精通(7):GPT3.5与 4.0区别
  • Springboot整合MyBatisPlus框架操作MySQL
  • 基于Jenkins构建生产CICD环境(第二篇)
  • ioctl、printk及多个此设备支持
  • 电脑每次开机杀毒软件报iusb3mon.exe病毒已清除,电脑中病毒iusbmon杀毒办法,工具杀毒
  • centos服务器系统下安装python3并与自带的python2
  • (二十)大数据实战——Flume数据采集的基本案例实战
  • AutoCAD图如何保存为Word
  • Java线程 - 详解(2)
  • 事务特性 - 达梦数据库
  • axios 使用FormData格式发送GET请求
  • CS144(2023 Spring)Lab 1: stitching substrings into a byte stream
  • 【PHP】常用的PHP内置函数
  • css自学框架之消息弹框
  • 42、Flink 的table api与sql之Hive Catalog
  • PAT 1145 Hashing - Average Search Time
  • C++调用Python Win10 Miniconda虚拟环境配置
  • 从0到1学会Git(第一部分):Git的下载和初始化配置
  • 【记录】手机QQ和电脑QQ里的emoji种类有什么差异?
  • blender界面认识01
  • TCP数据报结构分析(面试重点)
  • 合并两个有序的单链表,合并之后的链表依然有序
  • eureka迁移到nacos--双服务中心注册
  • 线程池使用不规范导致线程数大以及@Async的规范使用
  • 启莱OA treelist.aspx SQL注入
  • ES是一个分布式全文检索框架,隐藏了复杂的处理机制,核心数据分片机制、集群发现、分片负载均衡请求路由
  • xml和json互转工具类
  • Windows系统下MMDeploy预编译包的使用