難。

時(shí)至今日，多傳感器融合方案在機(jī)器人領(lǐng)域，已經(jīng)成為了關(guān)鍵技術(shù)。通過(guò)將不同類型、不同精度、不同可靠性、不同空間分辨率的傳感器數(shù)據(jù)進(jìn)行融合互補(bǔ)，實(shí)現(xiàn)信息的冗余，可以全面提升系統(tǒng)的環(huán)境感知性能、準(zhǔn)確性和魯棒性，這對(duì)于行走在現(xiàn)實(shí)環(huán)境中的機(jī)器人而言，其作用至關(guān)重要。然而，劍有兩面，它的成本較高問(wèn)題也困擾著行業(yè)。

隨著機(jī)器人市場(chǎng)規(guī)模增速放緩，機(jī)器人的高售價(jià)和功能表現(xiàn)不足引發(fā)的現(xiàn)實(shí)危機(jī)越發(fā)凸顯，如何降本增效成了廠商們當(dāng)下階段的關(guān)鍵任務(wù)。而導(dǎo)航模塊作為機(jī)器人關(guān)鍵組成之一，很大程度決定了整機(jī)成本的下探空間。

降本容易增效難

從技術(shù)角度而言，開(kāi)發(fā)低成本的多傳感器融合導(dǎo)航方案并非難事，難的是增效。

目前現(xiàn)有的融合方案大致分為兩種，一種是以單線激光雷達(dá)主導(dǎo)+IMU+里程計(jì)或其它傳感器的融合方案，采用松/緊耦合方式，有著簡(jiǎn)單、成熟的技術(shù)優(yōu)勢(shì)，是市面上較為常見(jiàn)的融合技術(shù)方案，然而缺點(diǎn)在于，一是環(huán)境適應(yīng)能力較差，對(duì)于環(huán)境特征單一的長(zhǎng)走廊等場(chǎng)景，誤差較高，容易偏離路徑，二是重定位能力差，運(yùn)行過(guò)程中一旦丟失位置，難以重新定位。

另一種是以多線激光雷達(dá)為主導(dǎo)的融合方案，與其它傳感器采用松/緊耦合方式組合，得益于多線激光雷達(dá)，可獲取到環(huán)境物體的三維信息，環(huán)境感知能力優(yōu)秀，有著精度高和穩(wěn)定性高的特點(diǎn)，然而缺點(diǎn)一是成本很高，二是激光雷達(dá)一旦出現(xiàn)故障，會(huì)導(dǎo)致整個(gè)系統(tǒng)宕機(jī)，其他傳感器只做輔助，如雖接入視覺(jué)傳感器，但無(wú)法識(shí)別顏色信息，基本只用于實(shí)現(xiàn)避障。

兩種方案都有著各自的優(yōu)點(diǎn)但缺點(diǎn)也很明顯。前者成本較低，但性能不足，降本卻未增效，且激光雷達(dá)的特性又決定它們是“基因”缺陷，短時(shí)間內(nèi)并沒(méi)有有效方法解決。后者則是成本高，雖然現(xiàn)在傳感器成本不斷下降，但整體下探空間仍有限。

既然這兩條路桎梏難解，能否另辟蹊徑？隨著視覺(jué)技術(shù)的迅猛發(fā)展，視覺(jué)讓人們看到了它的潛力。

INDEMIND作為國(guó)內(nèi)領(lǐng)先的計(jì)算機(jī)視覺(jué)技術(shù)公司，率先走出了新路徑。基于獨(dú)有的立體視覺(jué)技術(shù)，設(shè)計(jì)了以視覺(jué)傳感器為主導(dǎo)的標(biāo)準(zhǔn)化、模塊化的多傳感器融合架構(gòu)，相對(duì)于激光融合方案，成本能夠下降60-80%，能夠保證系統(tǒng)精度及穩(wěn)定性的同時(shí)，在功能上亦有著顯著提升。

降算力，提性能，釋放視覺(jué)潛力

信息量豐富是視覺(jué)的優(yōu)勢(shì)，但也導(dǎo)致對(duì)算力要求極高，同時(shí)其它的傳感器的接入，系統(tǒng)復(fù)雜度提高，算力將會(huì)進(jìn)一步提升。如何解決這個(gè)問(wèn)題，是走通視覺(jué)融合方案的前提。

因此，INDEMIND在算法和硬件兩方面，進(jìn)行了多項(xiàng)改進(jìn)。算法上，采用增量?jī)?yōu)化的方式，分段處理，并在區(qū)段間建立先驗(yàn)信息，有效降低了平臺(tái)計(jì)算壓力，提高計(jì)算效率。其次在硬件上，對(duì)于視覺(jué)處理采用neon加速、GPU加速、DSP加速等方式，提升計(jì)算性能，降低算力要求。

為了提高系統(tǒng)性能，INDEMIND擁有獨(dú)有的視覺(jué)多傳感器融合架構(gòu)，通過(guò)遵循INDEMIND的標(biāo)準(zhǔn)定義接口，可“積木式”快速加入IMU、里程計(jì)、激光雷達(dá)、GNSS等多種傳感器，通過(guò)緊耦合方式組合，對(duì)于環(huán)境的容忍度更高，能夠保障在部分傳感器出現(xiàn)異常的同時(shí)，系統(tǒng)仍能保持正常運(yùn)行，提高魯棒性。同時(shí)，由于傳感器較多，視覺(jué)、激光、里程計(jì)、IMU等不同傳感器產(chǎn)生的噪點(diǎn)，對(duì)于系統(tǒng)的穩(wěn)定性和精度影響較大，INDEMIND對(duì)于各個(gè)傳感器的數(shù)據(jù)，進(jìn)行了野值判定及剔除，進(jìn)一步增進(jìn)系統(tǒng)對(duì)于原始傳感器數(shù)據(jù)的容錯(cuò)能力，提升最終的穩(wěn)定性和精度。

此外，為了進(jìn)一步提升精度，INDEMIND還對(duì)系統(tǒng)中的視覺(jué)、IMU、里程計(jì)等每個(gè)傳感器都進(jìn)行了實(shí)時(shí)誤差建模、估計(jì)及補(bǔ)償，能夠有效保障在實(shí)時(shí)運(yùn)行過(guò)程中的精度和穩(wěn)定性。

在解決先天不足問(wèn)題后，在功能方面也有著大刀闊斧式的升級(jí)。

? 獨(dú)有融合VSLAM，實(shí)時(shí)構(gòu)建地圖，無(wú)需預(yù)部署

基于INDEMIND融合VSLAM技術(shù)，機(jī)器人支持全場(chǎng)景二維地圖、三維地圖及語(yǔ)義地圖自主創(chuàng)建，支持地圖動(dòng)態(tài)更新及智能禁區(qū)，且建圖精度可達(dá)厘米級(jí)，達(dá)到激光雷達(dá)方案同等水平。

而基于實(shí)時(shí)建圖能力，機(jī)器人能夠做到新機(jī)器、新場(chǎng)景無(wú)需預(yù)部署，開(kāi)機(jī)即用，且變更場(chǎng)景后，機(jī)器人也能自主更新地圖，無(wú)需技術(shù)人員參與，大大降低使用成本，提升使用便捷性。

? 靈敏避障，安全無(wú)憂

INDEMIND設(shè)計(jì)了一套系統(tǒng)化的安全決策系統(tǒng)，能夠?qū)崟r(shí)檢測(cè)拋物、行人、快速移動(dòng)物體外，還能夠?qū)崟r(shí)進(jìn)行潛在風(fēng)險(xiǎn)判斷（行人等），并根據(jù)風(fēng)險(xiǎn)分類，提前做出規(guī)避策略，實(shí)現(xiàn)主動(dòng)安全，做到了停的住，停的穩(wěn)，該避就避，該停就停。

? 智能決策引擎，提升智能作業(yè)能力

通過(guò)將設(shè)備端、云端智能決策平臺(tái)、大數(shù)據(jù)平臺(tái)三端結(jié)合，INDEMIND建立了一套智能決策引擎，能夠支持實(shí)現(xiàn)智能避障、主動(dòng)安全、智能作業(yè)、智能交互、智能梯控等多種關(guān)鍵功能。同時(shí)，基于關(guān)鍵數(shù)據(jù)能夠不斷更新算法模型，持續(xù)提升場(chǎng)景處理和問(wèn)題應(yīng)對(duì)能力。

審核編輯 黃宇