深港在线

INDEMIND以AI视觉接管机器人“双腿”与“大脑”

13: 33: 50 ZOL中关村在线

2019年8月21日至23日,Vision China(北京)2019中国机器视觉辅助智能制造创新发展大会在北京国际会议中心举行。以“跨界整合智能离不开愿景”为主题,会议邀请了众多行业专家,学者,知名企业和行业精英齐聚一堂,共同探讨机遇的机遇和挑战视觉行业。

会议召开了多次机器视觉创新论坛。在机器视觉和人工智能的主要论坛上,INDEMIND的联合创始人姜文先生应邀出席并发表了《从导航到智能决策AI视觉推动机器人行业发展》的主题分享。

姜文先生指出,激光雷达因其良好的方向性和高焦点而成为机器人的核心传感器。然而,比定位更长,比识别更短且成本更高的激光雷达也给机器人带来诸如高成本和智能水平不足的问题,这阻碍了其大规模部署和应用。明显。在此背景下,INDEMIND推出了机器人视觉导航和定位解决方案。

姜文先生表示,INDEMIND机器人导航定位方案在定位精度,场景适用性和系统鲁棒性三个方面的综合性能优于激光雷达。

导航和定位精度:视觉导航和定位方案可与激光雷达相媲美,并实现定位误差< 1%,定位稳定性< 0.5mm(RMS),姿态精度< 1度定位精度。

场景适应性:视觉导航定位方案不仅可以在适合激光雷达的场景下工作,还可以在雨雪天气,高尘车间,走廊等场景中起到很好的作用,容易导致激光雷达“位置眩晕” 。

鲁棒性:依靠可视化环回和重定位检测机制,当机器人“绑架”,停机等时,可视化导航定位方案可在1秒内实现机器人重新定位,大大降低机器人事故率,减少操作和维护成本。

更重要的是,与激光雷达相比,视觉导航和定位解决方案在成本控制方面具有天然优势。据姜文先生介绍,该程序可以控制扫地机器人的导航和定位成本在200元以内,工业AGV和服务机器人可以减少到十分之一。

同时,在这次分享会上,姜文详细阐述了INDEMIND的AI智能决策模型。姜文先生表示,随着机器人智能的不断升级和用户需求的不断提高,未来人工智能决策智能将成为业界的强烈需求,视觉技术将成为机器人智能决策的演化过程。 -制造。其中的关键作用。

作为计算机视觉领域的先驱,INDEMIND也在这方面进行探索和实践,并为机器人开发了智能决策模型。通过该模型,机器人可以根据识别结果采用不同的策略。以清洁机器人为例。如果您遇到不同类型的垃圾,如罐头或烟头,机器人将识别和判断,执行或回收或清洁不同的处理方法,提高机器人处理复杂场景的能力,并实现机器人智能的显着增加。

在分享即将结束时,姜文先生表示,在当前机器人产业发展的时代,INDEMIND将积极实践赋予机器人产业权力的计算机视觉技术,并不断加大研发投入。创造更全面和高质量的解决方案。并与合作伙伴共同推动机器人和应用程序的大规模部署,以帮助行业发展。

2019年8月21日至23日,Vision China(北京)2019中国机器视觉辅助智能制造创新发展大会在北京国际会议中心举行。以“跨界整合智能离不开愿景”为主题,会议邀请了众多行业专家,学者,知名企业和行业精英齐聚一堂,共同探讨机遇的机遇和挑战视觉行业。

会议召开了多次机器视觉创新论坛。在机器视觉和人工智能的主要论坛上,INDEMIND的联合创始人姜文先生应邀出席并发表了《从导航到智能决策AI视觉推动机器人行业发展》的主题分享。

姜文先生指出,激光雷达因其良好的方向性和高焦点而成为机器人的核心传感器。然而,比定位更长,比识别更短且成本更高的激光雷达也给机器人带来诸如高成本和智能水平不足的问题,这阻碍了其大规模部署和应用。明显。在此背景下,INDEMIND推出了机器人视觉导航和定位解决方案。

姜文先生表示,INDEMIND机器人导航定位方案在定位精度,场景适用性和系统鲁棒性三个方面的综合性能优于激光雷达。

导航和定位精度:视觉导航和定位方案可与激光雷达相媲美,并实现定位误差< 1%,定位稳定性< 0.5mm(RMS),姿态精度< 1度定位精度。

场景适应性:视觉导航定位方案不仅可以在适合激光雷达的场景下工作,还可以在雨雪天气,高尘车间,走廊等场景中起到很好的作用,容易导致激光雷达“位置眩晕” 。

鲁棒性:依靠可视化环回和重定位检测机制,当机器人“绑架”,停机等时,可视化导航定位方案可在1秒内实现机器人重新定位,大大降低机器人事故率,减少操作和维护成本。

更重要的是,与激光雷达相比,视觉导航和定位解决方案在成本控制方面具有天然优势。据姜文先生介绍,该程序可以控制扫地机器人的导航和定位成本在200元以内,工业AGV和服务机器人可以减少到十分之一。

同时,在这次分享会上,姜文详细阐述了INDEMIND的AI智能决策模型。姜文先生表示,随着机器人智能的不断升级和用户需求的不断提高,未来人工智能决策智能将成为业界的强烈需求,视觉技术将成为机器人智能决策的演化过程。 -制造。其中的关键作用。

作为计算机视觉领域的先驱,INDEMIND也在这方面进行探索和实践,并为机器人开发了智能决策模型。通过该模型,机器人可以根据识别结果采用不同的策略。以清洁机器人为例。如果您遇到不同类型的垃圾,如罐头或烟头,机器人将识别和判断,执行或回收或清洁不同的处理方法,提高机器人处理复杂场景的能力,并实现机器人智能的显着增加。

在分享即将结束时,姜文先生表示,在当前机器人产业发展的时代,INDEMIND将积极实践赋予机器人产业权力的计算机视觉技术,并不断加大研发投入。创造更全面和高质量的解决方案。并与合作伙伴共同推动机器人和应用程序的大规模部署,以帮助行业发展。