純視覺導(dǎo)航也能媲美激光融合，是噱頭還是真實(shí)力？

▍純視覺方案的缺陷和誘惑。

“不靠譜”的視覺

無論是自動駕駛，還是機(jī)器人導(dǎo)航，純視覺方案都一直倍受質(zhì)疑。不可置否，視覺是公認(rèn)的未來主要技術(shù)方向，但現(xiàn)實(shí)中的“稚嫩”表現(xiàn)讓這一可期未來始終可望不可即。

視角拉到自動駕駛領(lǐng)域，作為純視覺方案的急先鋒，特斯拉的純視覺之路走得并不順利。去年6月，美國國家公路交通安全管理局（NHTSA）發(fā)布了一份監(jiān)管文件，文件指出消費(fèi)者對于“幽靈剎車”的投訴量激增，從2月份的354起增長至單月758起。大量的投訴也引起了人們對視覺的質(zhì)疑和擔(dān)憂。

雖然純視覺方案有著更高經(jīng)濟(jì)性、可擴(kuò)展性的獨(dú)特優(yōu)勢，但一般認(rèn)為純視覺方案的精準(zhǔn)度和魯棒性還達(dá)不到激光雷達(dá)方案的水平，由于采用純攝像頭作為數(shù)據(jù)輸入，導(dǎo)致其是用二維圖像生成三維空間，更難準(zhǔn)確掌握障礙物的三維位置信息，難以自動駕駛的安全要求。

與此同時，思維的慣性，也讓人們對機(jī)器人視覺導(dǎo)航有著同樣質(zhì)疑。不幸的是，機(jī)器人視覺導(dǎo)航方案的實(shí)際表現(xiàn)也同樣不理想。對目前應(yīng)用視覺導(dǎo)航方案最多的掃地機(jī)器人品類分析來看，雖然視覺也是市面上的主流導(dǎo)航方案之一，但其應(yīng)用產(chǎn)品大多為中低端產(chǎn)品，視覺方案在光線環(huán)境適應(yīng)、導(dǎo)航精度、算力要求等方面都有著或多或少的缺陷。

事實(shí)上，自動駕駛和機(jī)器人導(dǎo)航雖是孿生子，卻不能一概而論。相同的“不靠譜”，本質(zhì)卻不同。由于應(yīng)用場景的不同，汽車和機(jī)器人對于精準(zhǔn)度和魯棒性的要求是不同的，對于家用掃地機(jī)器人而言，由于不需要高速運(yùn)動狀態(tài)下作業(yè)，實(shí)現(xiàn)媲美激光雷達(dá)方案的純視覺方案并非幻想，在技術(shù)上也沒有自動駕駛級別的瓶頸。

不做配角，視覺也能獨(dú)挑大梁

INDEMIND「家用機(jī)器人AIKit」視覺導(dǎo)航方案，為業(yè)內(nèi)帶來了新的答案。

「家用機(jī)器人AIKit」以INDEMIND自研的INDEMINDOSLite家用機(jī)器人AGI系統(tǒng)為核心，搭配面向家用小型機(jī)器人專門研發(fā)的一體化立體視覺模組，可實(shí)現(xiàn)家用機(jī)器人導(dǎo)航定位、智能避障、路徑規(guī)劃、決策交互等核心功能，是包含軟硬件的ALLIN ONE解決方案。

作為一款純視覺導(dǎo)航方案，「家用機(jī)器人AI Kit」在光線環(huán)境適應(yīng)、導(dǎo)航精度、算力要求、智能化等方面都有了根本性進(jìn)步。

為了應(yīng)對光線適應(yīng)問題，INDEMIND開發(fā)了一套系統(tǒng)化環(huán)境補(bǔ)光策略，包含主動式環(huán)境補(bǔ)光配置和光照變化條件下的建圖策略，在實(shí)際表現(xiàn)中，面對強(qiáng)光直射、無光源、昏暗等特殊光照環(huán)境均能無差異工作，滿足全天候作業(yè)要求。在導(dǎo)航精度方面，基于INDEMIND自研的高精度VSLAM算法，可精準(zhǔn)快速地獲取位置位姿信息，目前導(dǎo)航精度已實(shí)現(xiàn)絕對定位精度<1%，姿態(tài)精度<1°，足以媲美激光雷達(dá)。其次，為了有效降低算力要求，INDEMIND在算法上采用增量優(yōu)化的方式，分段處理，并在區(qū)段間建立先驗(yàn)信息，有效降低了平臺的計(jì)算壓力，同時應(yīng)用硬件加速技術(shù)，在硬件上，對于視覺處理采用neon加速、GPU加速、DSP加速等方式，進(jìn)一步提升計(jì)算性能，降低算力要求，在實(shí)際表現(xiàn)中，已能夠在幾美金的計(jì)算平臺上穩(wěn)定運(yùn)行整套VSLAM算法。

在更加重要的智能化方面，「家用機(jī)器人AIKit」也進(jìn)行了全面提升，支持智能識別、智能地圖、智能避障、智能交互等多種關(guān)鍵功能。

基于立體視覺技術(shù)和輕量化深度學(xué)習(xí)模型，機(jī)器人可以識別物體、人、動物及空間語義，根據(jù)掃地機(jī)器人家庭應(yīng)用場景需求，目前定義識別鞋、插線板等10類物體，且識別類別可根據(jù)特定需求調(diào)整和訓(xùn)練。智能地圖不僅支持構(gòu)建三維語義地圖，還支持全時段、全光線環(huán)境重定位及智能禁區(qū)功能。

物體識別效果示意圖

為了進(jìn)一步提升機(jī)器人的“智商”，INDEMIND還專門開發(fā)了決策交互引擎，基于高精度三維建圖能使機(jī)器人在語義層次上理解環(huán)境信息，模仿人類大腦對環(huán)境理解的方式，并進(jìn)行策略處理。因此，結(jié)合決策交互引擎，在避障上，機(jī)器人可做出類人規(guī)避動作的精細(xì)化操作，能夠讓機(jī)器人有策略的實(shí)現(xiàn)智能避障（如根據(jù)障礙物不同做出不同規(guī)避距離）；在交互上，可通過語音、手勢、動作等自然語言指令，命令機(jī)器人進(jìn)行安全、搜尋、跟隨、自主尋路、定向清掃等多種智能邏輯。以定向清掃為例，發(fā)布語音命令：“清掃一下廚房”可被識別為針對地圖上識別到的廚房區(qū)域進(jìn)行一次規(guī)劃清掃。

值得提到的是，在成本表現(xiàn)上，「家用機(jī)器人AIKit」只有激光雷達(dá)融合方案的1/3，卻實(shí)現(xiàn)了同等水平的技術(shù)效果。

目前，INDEMIND已和國內(nèi)多家掃地機(jī)器人廠商達(dá)成合作。相信未來隨著純視覺導(dǎo)航產(chǎn)品的落地，質(zhì)疑聲也將隨之消失。

審核編輯 ：李倩