Ao contrário da maioria dos produtos eletrônicos, ao comprar robôs de varredura, devido à falta de compreensão dos robôs por parte das pessoas, alguns dos parâmetros de índice mais intuitivos do produto, como sucção, são frequentemente usados inercialmente como um padrão de referência para julgar o desempenho do produto, mas, na verdade, um parâmetro alto realmente é igual a "fácil de usar"?
Quando a novidade acaba, as pessoas prestam cada vez mais atenção à praticidade, e o desempenho de limpeza do robô varredor é, sem dúvida, o principal ponto de venda que impressiona as pessoas a pagar. Com a iteração do robô varredor, pode-se dizer que o desempenho do hardware do robô aumentou significativamente. Além disso, a aplicação atual da tecnologia de coleta automática de poeira e da tecnologia integrada de varredura e arrasto compensou bastante os defeitos dos primeiros produtos, e a capacidade de limpeza do produto está melhorando constantemente. , mas com a melhoria dessas funções, o robô varredor é "fácil de usar"?
De acordo com o feedback do consumidor, problemas como varreduras perdidas e varreduras repetidas de robôs varredores ainda são comuns, resultando em um efeito geral de limpeza bastante reduzido. De fato, além de estar intimamente relacionada ao aumento do desempenho do hardware e das funções de limpeza, a capacidade de limpeza também é crítica para melhorar a cobertura espacial do robô.
A chamada cobertura de espaço refere-se à cobertura do caminho de cada espaço na cena durante o uso real do robô de varredura. Quanto maior a cobertura de espaço, melhor o efeito geral de limpeza do robô.
A partir da pesquisa de mercado, a maioria dos atuais robôs de varredura convencionais tem uma taxa de cobertura de espaço inferior a 90%. De acordo com os dados oficiais de avaliação de Fenghuang.com, no ambiente de laboratório que atende aos requisitos do padrão nacional, os produtos de nível 4.000 de Stone, Ecovacs, Xiaomi e Cloud Whale são testados respectivamente. A cobertura de Stone, Ecovacs, e Xiaomi é superior a 70%, enquanto a cobertura do Cloud Whale J2 é inferior a 40%. Pode-se perceber que o problema da cobertura espacial do robô precisa ser resolvido com urgência.
Que fatores determinam a cobertura espacial?
Do ponto de vista técnico, a razão para a baixa cobertura espacial é principalmente devido a efeitos de mapeamento pobres e efeitos de planejamento e controle insuficientes, que acabam levando a uma cobertura pobre do robô em obstáculos e ambientes especiais, e a causa raiz desta situação é múltiplo:
• Fraca precisão de posicionamento
• Mapeamento de ruído
• O algoritmo de planejamento tem varreduras ausentes e o planejamento para cenários especiais não é razoável
• Restrições em componentes de negócios (como escovas laterais, vassouras intermediárias e lavadores de robôs varredores, etc.)
Como fornecedora líder de tecnologia de IA de robôs na China, a INDEMIND tem um rico acúmulo em tecnologias-chave e desenvolvimento de produtos, como navegação de robôs, prevenção de obstáculos, tomada de decisões e interação de IA. A solução de IA do robô doméstico RBN10 lançada pela INDEMIND em 2021, por meio da combinação com um chassi de desenvolvimento universal, a cobertura de espaço atual pode atingir mais de 90%.
A solução de IA do robô doméstico RBN10 é uma solução de navegação geral TUDO em um projetada pela INDEMIND para robôs domésticos. Ela pode fornecer aos robôs várias funções principais, como navegação e posicionamento, reconhecimento de imagem, planejamento de caminho e tomada de decisão interativa. Pode ser amplamente utilizado em varrer, escoltar e educação., brinquedos e outras plataformas de robôs de serviço doméstico.
A fim de resolver o problema de cobertura espacial, a INDEMIND realizou o desenvolvimento colaborativo direcionado de algoritmos de posicionamento, mapeamento e planejamento. Baseando-se na tecnologia de visão estéreo líder, a solução de IA do robô doméstico RBN10 pode realizar mapeamento 3D em tempo real e a reconstrução O ambiente contém as informações da cena regional e as informações de atributos de cada objeto independente na cena, o modelo 3D no espaço, as informações de pose, etc., garantem que o robô tenha uma boa base de planejamento. Combinado com o algoritmo VSLAM desenvolvido pela INDMEIND , pode melhorar muito a precisão da navegação visual. A precisão da navegação alcançou uma precisão absoluta de posicionamento de <1% e uma precisão de atitude de <1°, comparável ao radar a laser. Ao mesmo tempo, o algoritmo de planejamento de caminho do INDEMIND adota o planejamento de caminho sem colisão, que cobre totalmente cenas convencionais e cenas especiais, melhorando muito a precisão e a flexibilidade do trabalho do robô.
Além de melhorar a cobertura espacial, a solução de IA do robô doméstico RBN10 também possui uma variedade de vantagens técnicas na aplicação:
• Posicionamento de visão binocular, o primeiro do setor, o mesmo custo do lidar de linha única
Como a primeira solução de posicionamento de visão binocular do setor, a solução de IA de robô doméstico RBN10 realiza a capacidade de navegação e funções mais ricas da solução de fusão a laser com o mesmo custo do lidar de linha única;
• Algoritmo VSLAM de alta precisão, mais preciso e estável
O algoritmo de núcleo VSLAM autodesenvolvido pode ser usado com uma câmera binocular de baixo custo.Ao resolver as informações da nuvem de pontos da cena, ele pode obter informações de posição e pose com precisão e rapidez, e sua precisão e estabilidade não são inferiores ao LiDAR.
• Tecnologia inteligente de prevenção de obstáculos
Com base no algoritmo de correspondência estéreo binocular de alta precisão para obter informações de nuvem de pontos densos 3D do ambiente, combinado com tecnologia de reconhecimento e tecnologia de tomada de decisão interativa, o robô pode executar operações refinadas semelhantes a ações de evasão semelhantes às humanas, permitindo que o robô prever e perceber estrategicamente a barreira de evitação inteligente.
• Tecnologia de reconhecimento de objetos baseada em visão
Com base no modelo leve de aprendizado profundo, ele pode identificar de forma rápida e estável várias informações ambientais, incluindo pessoas, animais e mais de uma dúzia de tipos de utensílios domésticos. A precisão do reconhecimento de objetos é inferior a 2 cm. O modelo de reconhecimento também pode ser ajustado e treinado de acordo com necessidades específicas.
• Tecnologia de tomada de decisão interativa
Com base no mapeamento 3D de alta precisão, os robôs podem entender as informações ambientais no nível semântico, imitando a maneira como o cérebro humano entende o ambiente e, com a tecnologia do mecanismo de tomada de decisão, pode personalizar várias lógicas inteligentes, como segurança, pesquisa, acompanhamento, e pathfinding autônomo.
• Baixos requisitos de configuração de hardware, alta adaptabilidade
Em termos de algoritmo e hardware, é adotado o método de otimização incremental, o processamento é segmentado e a informação prévia é estabelecida entre os segmentos para reduzir efetivamente a pressão computacional na plataforma. Ao mesmo tempo, a tecnologia de aceleração de hardware é aplicada. o hardware, a aceleração de neon é usada para processamento visual, aceleração de GPU, aceleração de DSP e outros métodos para melhorar ainda mais o desempenho da computação e reduzir os requisitos de energia de computação, para que a solução exija menos configuração de hardware e, com interfaces padronizadas, possa se adaptar rapidamente a vários plataformas de hardware.
Além disso, a INDEMIND também fornece serviços de design de referência e design de produção em massa.Com a ajuda dos recursos da cadeia industrial da INDEMIND, ela pode ajudar as empresas a alcançar rapidamente a produção em massa, reduzindo consideravelmente o ciclo de P&D e os custos de investimento da empresa. No futuro, à medida que a indústria de robôs domésticos entrar na área de águas profundas, a solução de IA de robôs domésticos RBN10, como uma solução para posicionamento, mapeamento, prevenção de obstáculos e identificação ALL in One, também representará a principal direção técnica de pequenos robôs em o futuro.