Les pièges et les tentations des schémas purement visuels.
Vision « peu fiable »
Qu’il s’agisse de conduite autonome ou de navigation robotisée, les solutions purement visuelles ont toujours été remises en question. Il est indéniable que la vision est reconnue comme la principale direction technique de l'avenir, mais la performance « immature » en réalité rend cet avenir prometteur toujours insaisissable.
En ce qui concerne le domaine de la conduite autonome, Tesla, en tant que pionnier des solutions visuelles pures, n'a pas progressé sans heurts sur la voie de la pure vision. En juin de l'année dernière, la National Highway Traffic Safety Administration (NHTSA) des États-Unis a publié un document réglementaire indiquant que les plaintes des consommateurs concernant le « freinage fantôme » avaient augmenté, passant de 354 en février à 758 en un seul mois. Le grand nombre de plaintes a également soulevé des questions et des inquiétudes visuelles.
Bien que la solution de vision pure présente les avantages uniques d'une économie et d'une évolutivité plus élevées, on pense généralement que la précision et la robustesse de la solution de vision pure ne peuvent pas atteindre le niveau de la solution lidar. Il utilise des images bidimensionnelles pour générer un espace tridimensionnel, ce qui rend plus difficile la saisie précise des informations de position tridimensionnelles des obstacles et le respect des exigences de sécurité de la conduite autonome.
Dans le même temps, l'inertie de la pensée amène également les gens à avoir les mêmes doutes sur la navigation visuelle des robots. Malheureusement, les performances réelles des solutions de navigation visuelle des robots ne sont pas non plus idéales. Une analyse de la catégorie des robots de balayage qui utilisent actuellement le plus de solutions de navigation visuelle montre que même si la vision est également l'une des solutions de navigation les plus répandues sur le marché, la plupart de ses produits d'application sont des produits de milieu de gamme à bas de gamme. pour répondre aux exigences d'adaptation à l'environnement lumineux, de précision de navigation et de puissance de calcul, il y a plus ou moins de défauts en termes d'exigences, etc.
En fait, même si la conduite autonome et la navigation robotisée sont jumelles, elles ne peuvent être généralisées. Le même « manque de fiabilité », mais l'essence est différente. En raison de différents scénarios d'application, les voitures et les robots ont des exigences différentes en matière de précision et de robustesse. Pour les robots de balayage domestiques, puisqu'ils n'ont pas besoin de fonctionner à grande vitesse, ce n'est pas un fantasme de mettre en œuvre une solution de vision pure comparable à la solution lidar. Il n’y a également aucun goulot d’étranglement technique au niveau de la conduite autonome.
Même si vous ne jouez pas un rôle de soutien, votre vision peut quand même jouer un rôle de premier plan.
La solution de navigation visuelle « Home Robot AI Kit » d'INDEMIND apporte de nouvelles réponses à l'industrie.
"Home Robot AI Kit" utilise le système AGI de robot domestique INDEMIND OS Lite auto-développé par INDEMIND comme noyau, et un module de vision stéréo intégré spécialement développé pour les petits robots domestiques. Il peut réaliser la navigation et le positionnement des robots domestiques, l'évitement intelligent des obstacles, la planification de chemin. , Les fonctions de base telles que l'interaction décisionnelle sont des solutions TOUT-EN-UN comprenant les logiciels et le matériel.
En tant que solution de navigation purement visuelle, le « Home Robot AI Kit » a réalisé des progrès fondamentaux en matière d'adaptation à l'environnement lumineux, de précision de navigation, de besoins en puissance de calcul et d'intelligence.
Afin de résoudre le problème de l'adaptation à la lumière, INDEMIND a développé une stratégie systématique de remplissage environnemental, comprenant une configuration active du remplissage ambiant et des stratégies de cartographie dans des conditions d'éclairage changeantes. En performance réelle, face à une forte lumière directe, aucun source de lumière et faible. Il peut fonctionner sans aucune différence dans des environnements d'éclairage spéciaux, répondant aux exigences de fonctionnement par tous les temps. En termes de précision de navigation, sur la base de l'algorithme VSLAM de haute précision développé par INDEMIND, les informations de position et d'attitude peuvent être obtenues avec précision et rapidité. Actuellement, la précision de navigation a atteint une précision de positionnement absolue <1 % et une précision d'attitude <1°, ce qui est comparable au lidar. Deuxièmement, afin de réduire efficacement les besoins en puissance de calcul, INDEMIND adopte une optimisation incrémentielle de l'algorithme, le traite par segments et établit des informations préalables entre les segments, ce qui réduit efficacement la pression de calcul de la plate-forme. technologie d'accélération pour améliorer le matériel Pour le traitement visuel, l'accélération néon, l'accélération GPU, l'accélération DSP et d'autres méthodes sont utilisées pour améliorer encore les performances de calcul et réduire les besoins en puissance de calcul. En performances réelles, l'ensemble des algorithmes VSLAM peut être exécuté de manière stable sur un plateforme informatique qui ne coûte que quelques dollars.
En termes d'intelligence plus importante, le « Home Robot AI Kit » a également été entièrement amélioré, prenant en charge plusieurs fonctions clés telles que l'identification intelligente, les cartes intelligentes, l'évitement intelligent des obstacles et l'interaction intelligente.
Basé sur la technologie de vision stéréoscopique et des modèles légers d'apprentissage profond, le robot peut reconnaître des objets, des personnes, des animaux et la sémantique spatiale. Selon les besoins des scénarios d'application domestique des robots de balayage, il est actuellement défini pour reconnaître 10 types d'objets tels que des chaussures et multiprises, et les catégories de reconnaissance peuvent être basées sur un ajustement spécifique de la demande et une formation. Les cartes intelligentes prennent non seulement en charge la construction de cartes sémantiques tridimensionnelles, mais prennent également en charge la relocalisation d'environnements à plein temps et en pleine lumière et les zones restreintes intelligentes.
Afin d'améliorer encore le « QI » du robot, INDEMIND a également spécialement développé un moteur d'interaction décisionnelle. Basé sur une cartographie tridimensionnelle de haute précision, le robot peut comprendre les informations environnementales au niveau sémantique, imiter la façon dont le le cerveau humain comprend l'environnement et effectue des traitements stratégiques. Par conséquent, combiné au moteur d'interaction de prise de décision, le robot peut effectuer des opérations d'évitement d'obstacles raffinées de type humain, permettant au robot de mettre en œuvre stratégiquement un évitement d'obstacles intelligent (comme la création de différentes distances d'évitement en fonction de différents obstacles) ; en interaction le robot, vous pouvez utiliser des commandes en langage naturel telles que la voix, les gestes et les mouvements pour commander au robot d'exécuter diverses logiques intelligentes telles que la sécurité, la recherche, le suivi, la recherche de chemin autonome et le nettoyage directionnel. En prenant comme exemple le nettoyage directionnel, l'émission d'une commande vocale : « Nettoyer la cuisine » peut être reconnue comme un nettoyage planifié de la zone cuisine identifiée sur la carte.
Il convient de mentionner qu'en termes de rapport coût/performance, le « Home Robot AI Kit » ne représente que 1/3 de la solution de fusion lidar, mais il atteint le même niveau d'effets techniques.
À l'heure actuelle, INDEMIND a conclu une coopération avec de nombreux fabricants nationaux de robots de balayage. Je crois qu'avec la mise en œuvre future de produits de navigation purement visuels, les doutes disparaîtront.