“测量距离几十米,深度精度达到厘米级,同时反应速度又很快,可以适应室内室外工作,在三种传感器中,只有应用自然光的双目比较理想。但是双目也有自身的局限,它遇到室内白墙,无法找到特征点,所以也就没法匹配左右目的相同的特征点,其精度就会下降。而利用结构光打红外斑点到白墙上,相当于形成了图案,即可辅助双目分辨。”庞琳勇非常专业地解释了结构光和双目的结合点。

上面这个图是势场比较典型的示例图,最上的图a左上角是出发点,右下角是目标点,中间三个方块是障碍物。中间的图b就是等势位图,图中的每条连续的线就代表了一个等势位的一条线,然后虚线表示的在整个势场里面所规划出来的一条路径,我们的机器人是沿着势场所指向的那个方向一直行走,可以看见它会绕过这个比较高的障碍物。

6. 小觅智能概况

安保公司Unity Guard System(UGS)的全资子公司Unibot最近推出了防盗机器人,该机器人可以在流通行业的店内巡逻,通过面部识别系统认知顾客并打招呼。如果进行事先注册,机器人将呼唤顾客的名字,并能向店方发送提醒信息。

如何给机器人打造一双在任何环境下自主定位导航的“眼睛”?

常见的激光雷达是基于飞行时间的(ToF,time of
flight),通过测量激光的飞行时间来进行测距d=ct/2,类似于前面提到的超声测距公式,其中d是距离,c是光速,t是从发射到接收的时间间隔。激光雷达包括发射器和接收器
,发射器用激光照射目标,接收器接收反向回的光波。机械式的激光雷达包括一个带有镜子的机械机构,镜子的旋转使得光束可以覆盖
一个平面,这样我们就可以测量到一个平面上的距离信息。

2018年9月17日 20:00

而从多模态交互的角度去看,如果在目前的智能语音技术上,再去扩展视频、图片、运动数据等素材非常困难,只能一对一单线操作,即语义处理语义,视频处理视频,如果要将其结合,现在还没有成熟的方案。

针对不同行业机器人的不同需求,小觅已经推出了两版双目结构光深度惯导摄像头:标准版和深度版。据庞琳勇介绍,标准版是双目+结构光+位移加速传感器,后面的算法是在主机上的
CPU 或 GPU
进行的。深度版本则是在标准版的基础上加了专有芯片模块,可以直接运算,不用耗费主机上的运算资源。

要做良好的避障,稀疏图还是不太够的,我们需要获得的是稠密的点云图,整个场景的深度信息。稠密匹配的算法大致可以分为两类,局部算法和全局算法。局部算法使用像素局部的信息来计算其深度,而全局算法采用图像中的所有信息进行计算。一般来说,局部算法的速度更快,但全局算法的精度更高。

小觅智能运营负责人

SLAM方案中,有两个至关总共要的难点,第一个是多传感器的定位,地图构建是静态的,但机器人走动的时候,地图构建是动态的,这就需要通过多传感器的搭配去定位;第二个是多传感器之间的融合协调,由于它涉及到每个传感器的特性和数据处理,因此在协调上难度非常大。 

“机器人移动和无人车肯定需要知道自己在什么地方,在走过程中别撞上东西,这是一个普遍的需求,而且这个需求是以前没有的。所以做这个肯定不会错。”庞琳勇一直对机器人自主导航的市场充满了信心。小觅智能,2014
年刚成立时时只有 5 个人的创始团队,在冬天没有暖气的无锡哆嗦着编程,2016
年 1 月其推出的搭载小觅双目的小觅机器人在 CES
上获得高度关注,而后,其将战略转变为提供解决方案。这一路,小觅智能的每个脚印都非常清晰。

这两类各有很多种不同方式的具体算法实现。能过它们的输出我们可以估算出整个场景中的深度信息,这个深度信息可以帮助我们寻找地图场景中的可行走区域以及障碍物。整个的输出类似于激光雷达输出的3D点云图,但是相比来讲得到信息会更丰富,视觉同激光相比优点是价格低很多,缺点也比较明显,测量精度要差
一些,对计算能力的要求也高很多。当然,这个精度差是相对的,在实用的过程中是完全足够的,并且我们目前的算法在我们的平台NVIDIA
TK1和TX1上是可以做到实时运行。

1. 移动感知之于AI的重要性

2017年,青岛克路德机器人有限公司在华为全连接大会上推出了首款物业安保机器人,这台机器人具备自主巡逻,业主识别,紧急情况报警,险情预警,远程对讲、语音对话等功能,可以实现24小时自主巡逻。此款物业安保机器人已经在鑫苑集团旗下的鑫苑名家小区正式投入使用。入局的厂家很多,头号玩家却还未诞生,于是各家开始从最擅长的细分领域做起。

关于机器人自主导航定位的方案,我们比较熟悉的有思岚科技,其利用了视觉传感+激光雷达的方式。多传感融合会增加其鲁棒性,但激光雷达的使用大大增加了成本。庞琳勇希望仅视觉传感就可以让机器人实现定位导航和避障,
实现低成本,易量产。而关于机器人的双目软硬件一体的研究,此前都主要存在于大学实验室里,真正应用到工业级场景的还没有。值得一提的是,小觅智能强实力的团队一直致力于将这个技术应用带出象牙塔。

图二

图片 1

一、解决三大技术难题 筑起行业护城河

简单来说,小觅智能想给机器人和无人车(机)一双灵敏的眼睛,帮助其自主行走。

改进后的Bug2算法中,机器人开始时会跟踪物体的轮廓,但不会完全围绕物体一圈,当机器人可以直接移动至目标时,就可以直接从障碍分离,这样可以达到比较短的机器人行走总路径。

图片 2

未来需要和目前热火朝天的深度学习结合,对场景做到语义级别的理解,不光知道哪里是特征点、特征线、特征面,更要知道这是什么物体,什么场景,在大厅里还是小区外里。基于场景的识别能力、理解能力是提升机器人智能核心攻克的要点。

小觅智能专注立体视觉技术整体解决方案,是行业领先的视觉定位导航
VPS(Visual Positioning System)核心技术提供商。VPS
核心技术包括自主研发的双目结构光深度惯导相机、 视觉里程计
VIO(Visual-Inertial Odometry)技术、 VSLAM(Visual Simultaneous
Localization And Mapping) 技术、自动驾驶、3D
识别/测量技术等。据庞琳勇介绍,小觅智能提供三个维度的产品,一是基础层:各种各样的双目深度摄像头硬件;二是自动导航的底座,也就是双目摄像头加上
SLAM
的算法,企业可以在上面开发自己的机器人;第三层是针对不同的行业做的定位导航定制方案,如服务机器人,扫地机机器人、汽车辅助驾驶
ADAS 等。

比较简单的方案是测量反射光的相移,传感器以已知的频率发射一定幅度的调制光,并测量发射和反向信号之间的相移,如上图一。调制信号的波长为lamda=c/f,其中c是光速,f是调制频率,测量到发射和反射光束之间的相移差theta之后,距离可由lamda*theta/4pi计算得到,如上图二。

《机器人大家说》第27期直播上线

因此,物业安保机器人想要更上一层楼,需要从完整的上一层楼开始。

说起机器视觉,目前最热门、最主要的两大类应用无非是识别和导航定位。小觅智能则是后者。和用于手机等的二维传感器不同,深度传感器能够把物体的距离测量出来。目前市面上的深度相机主要分为三种:时间飞行法
TOF(Time Of Flight)、双目、结构光。这三种方法皆有优势和局限性。

红外

分 享 提 纲

1、一步两步三步四步 望着天跨台阶

基础创新是一个漫长的赛道,
不过对于硅谷连续创业家庞琳勇博士(Leo)来说,他早已习惯。“小觅智能是我的第三家创业公司,我的第二家公司从成立到最后被收购做了10年。这没什么奇怪的,赚快钱的公司很难有壁垒的。”庞琳勇以很自然的语气回答。

图片 3

视频直播互动

目前市面上的深度视觉产品主要是深度摄像头。按技术分类,深度摄像头可分为以下三类主流技术:结构光、双目视觉和TOF飞行时间法。前两者受环境影响较大,后者成本高量产难还不够清晰。

“每一次技术浪潮都会产生新的基础建设需求。PC 时代,英特尔和微软垄断了 CPU
和操作系统;移动互联网时代,ARM 揽括芯片,iOS 和安卓承包了操作系统;AI
时代的来临,你会发现无论是机器人还是自动驾驶汽车,甚至 VR 和 AR
的应用,其共性特点是动起来了。”在琳勇看来,AI
时代高度强调“动”,而事物要运动,必须要有一双认路和看得出距离的“人眼”——这便是他的专长。

Bug算法应该是最简单的一种避障算法了,它的基本思想是在发现障碍后,围着检测到的障碍物轮廓行走,从而绕开它。Bug算法目前有很多变种,
比如Bug1算法,机器人首先完全地围绕物体,然后从距目标最短距离的点离开。Bug1算法的效率很低,但可以保证机器人达到目标。

4. 双目技术的优势和可靠性

智能语音:智能语音识别一直是最头疼的问题。智能语音语义包含语音合成、语音识别和自然语言处理(NLP)三项主要技术。语音合成技术发展最早,基本没有太大技术问题;语音识别在2012年卷积神经网络(CNN)应用之后,准确率大幅提升,虽然效果和体验还不够理想,但也在C端、B端得到了广泛应用;NLP技术(词法分析、句法分析、语义分析)虽然在搜索引擎中早有应用,但在人机交互领域仍属于浅层处理。

图片来源:pixabay

图片 4

图片 5返回搜狐,查看更多

文丨雷宇

图片 6

模糊逻辑方法核心是模糊控制器,需要将专家的知识或操作人员的经验写成多条模糊逻辑语句,以此控制机器人的避障过程。
比如这样的模糊逻辑:第一条,若右前方较远处检测到障碍物,则稍向左转;第
二条,若右前方较近处检测到障碍物,则减速并向左转更多角度;等等。

责任编辑:

显然该项防盗技术可以广泛在物业安保机器人身上,社区相对商店是一个相对更为封闭的系统,而且对防盗的要求更高,相信未来可以在物业安保机器人身上大规模实现。

“我们现在的商业模式主要是从深度摄像头、到导航模块、再到针对不同行业和场景的机器人定位导航和避障的解决方案。小觅摄像头有标杆型客户,定位导航底盘得到了合作伙伴英伟达的推荐,业界的第一个双目扫地机方案完成,至于服务机器人方案,我们现在正和一家公司在合作一个很特殊的场景,而且已经拿到几千台的这个场景的机器人的订单了。”庞琳勇透露。

激光

报 名 方 式

来源 | 智能相对论(aixdlun)

毕业于美国斯坦福大学,拥有机械工程博士和计算机科学硕士(机器人视觉专业)的双学位,并曾在中国科技大学师从光学测量泰斗伍小平院士,庞琳勇在立体视觉领域深耕多年并有多项研究成果。AI
时代的到来,让他在自己擅长的领域看到了一个前所未有的刚需市场。

当D的距离足够近的时候,上图中L值会相当大,如果超过CCD的探测范围,这时,虽然物体很近,但是传感器反而看不到了。当物体距离D很大时,L值就会很小,测量量精度会变差。因此,常见的红外传感器
测量距离都比较近,小于超声波,同时远距离测量也有最小距离的限制。另外,对于透明的或者近似黑体的物体,红外传感器是无法检测距离的。但相对于超声来说,红外传感器具有更高的带宽。

9月17日20:00准时开讲

去年七月美国发生了一场闹得沸沸扬扬的“安保机器人自杀案”,很可能就是因为多传感器出问题而产生导航错误一不小心自杀。

众所周知,机器人面临的环境各色各异,所以,机器人需要一双适应任何环境的“眼睛”。而上述三个方案单一的来看都有明显的不足。那么,如何打造一款较为完美的定位导航和避障方案呢?这正是庞琳勇的初衷。小觅智能以双目为基础,加入结构光,采用双目的算法,再加上位移加速传感器,形成了一套全新的完整的软硬件一体化传感器方案。

Bug算法知乎用户无方表示

以及所有对AI机器人领域感兴趣的小伙伴

同时,机器人外形设计也应与应用场景相结合。犹记得去过一个机器人主题的餐厅,由于机器人实在太大了,走廊它在客人就过不去。让小情侣看到她就要分开走的除了教导主任应该就数她了。

作为一个在底层创新深耕较久的人,庞琳勇已经有自己的一套创业看法。他认为,一些基础的创新需要团队做好多年,这些时间与精力铸就了一个企业的壁垒。”就像我们做的这个事情,别人不是想做就能做,他也需要花很多年的时间。而且很有可能做的产品和客户想要的差的很远。”他表示,找准需求市场也是必备课程。

图片 7

在人工智能时代,基本所有的产品都需要动起来,或者说需要移动,需要做移动感知、定位导航和避障,机器人需要,无人车需要,VR/AR眼镜也需要,那么哪些移动感知方案会成为未来的研究和应用趋势呢?

图片 8

责任编辑:

另外还有谐波势场法等其他改进方法。势场法在理论上有诸多局限性,
比如局部最小点问题,或者震荡性的问题,但实际应用过程中效果还是不错的,实现起来也比较容易。

分 享 嘉 宾

二、从理念导入实践,技术落地还需软着陆

相关文章

网站地图xml地图