干垃圾只扫不拖,湿垃圾只拖不扫,自主决策清洁模式。
少被提及的痛点
自扫拖功能的上线,扫地机器人在清洁系统上的死磕便从未停止。然而,随着各类创新技术越加越多,扫地机器人的清洁表现却依然没有赢得所有人的认可,这背后的原因是什么?
从技术角度而言,原因有很多,避障能力、清洁系统硬件性能、智能化程度等等,能够看到,厂商们已经开始在这些方面下“苦工”。但抛却这些原因之外,还有一个很少被提及却十分致命的痛点。
面对房间里杂乱多样的脏污,扫地机器人只会按部就班的一路“平推”,导致清洁结束后效果并不理想,甚至反向清洁。原因便是扫地机器人对于不同区域,清洁方式始终是一致的,无法根据脏污类型对症下药,就会出现油渍重污类没有清洁干净,饮料液体类到处溅射等情况,使用体验不佳。消费者不仅没有Hands-Free,反而还需要为扫地机器人擦屁股。
如何做到对症下药?
人能够根据脏污类型自主调整清洁方式,那么扫地机器人能否做到?
当机器人能够识别垃圾、判定脏污程度、检测地面,并能自主决策并执行清洁几遍、清洁力度、清洁多久等清洁策略,做到有的放矢,有效减少人工干预,提升机器人的清洁效率和质量,或许是实现Hands-Free的关键。
然而,想法很美好,现实很骨感。
脏污识别技术在开发上面临着多个难题。一方面受脏污的特征相似影响,会造成极大的误检率,从而导致机器人无法作出正确的清洁策略决策。另一方面,受光线和地面材质的影响,不仅会降低脏污的检出率和稳定性,还会造成误检。多方因素导致目前市面上还没有十分成熟的技术方案,仅有极少厂商在开发脏污识别技术。
作为一家以视觉技术为核心的AI技术公司,INDEMIND在视觉技术开发上已经有了多年的技术积累和经验,不仅开发了市面上首款真正意义上的纯视觉家用机器人导航方案,在前沿技术探索上,也走在了行业头部,脏污识别便是其中之一。
视觉技术创新,助力机器人实现Hands-Free
为了实现技术目标,INDEMIND自研了极具自身特色的图像算法,配合自研的融合摄像头及主动补光策略,构成了独有的INDEMIND脏污识别技术。通过不断算法迭代,目前已能实现脏污检出率99%以上,支持透明、半透明,不透明液体及干涸污渍识别、颗粒状脏污识别、粉末状脏污识别,且适用各种地面材质、花色、光线。可以说是市面上极少成熟且性能优异的技术方案。
在清洁过程中,机器人能够将脏污检测结果及位置与场景地图和轨迹进行叠加,实现全场景的脏污地图管理。
基于此技术,INDEMIND针对不同地面情况,进一步开发了系统化的清洁策略,包含清洁遍数、清洁力度(毛刷压力和速度、出水量等)、清洁时长等,配合INDEMIND智能决策引擎,能够支持机器人根据识别的房间类型、脏污类型及分布、地面材质、障碍物类型等,自主决策清洁策略。同时,还可根据需求开发更多的智能化策略,为清洁模式带来新的革新。
目前,在产品开发上,INDEMIND已经将脏污识别技术应用到INDEMIND纯视觉家用机器人导航方案「家用机器人AI Kit」上,在解决产品研发的同时,满足当下机器人对于前沿功能的需求。
「家用机器人AI Kit」基于INDEMIND一体化立体视觉模组,搭载自研的INDEMIND OS Lite家用机器人AGI系统,可为机器人实现导航定位、智能避障、路径规划、决策交互等多种核心功能,是包含软硬件的ALL IN ONE解决方案。
值得一提的是,INDEMIND不仅全栈自研了VSLAM算法、路径规划算法、AI识别算法、智能避障算法、脏污识别算法等,还对算法进行了轻量化“瘦身”,在不影响功能表现的前提下,实现了在几美金的计算平台上稳定运行整套VSLAM算法。相较激光融合方案,成本只有其1/3,可广泛应用于家用扫地、陪护、教育、玩具等家用机器人。
此外,该方案还具备三维语义地图、厘米级精准避障、智能作业等多种创新能力,显著提升机器人的整体表现。
-
机器人
+关注
关注
211文章
28379浏览量
206902 -
AI
+关注
关注
87文章
30725浏览量
268870 -
INDEMIND
+关注
关注
1文章
32浏览量
3586
原文标题:脏污自适应动态清洁,从按部就班到对症下药!
文章出处:【微信号:gh_c87a2bc99401,微信公众号:INDEMIND】欢迎添加关注!文章转载请注明出处。
发布评论请先 登录
相关推荐
评论