聯系電話
杭州藍芯科技有限公司
初級會員·7年
10月27日-28日，由高工移動機器人、高工機器人產業研究所（GGII）主辦的2021（第二屆）高工移動機器人年會在上海卓美亞喜馬拉雅酒店舉行，在“數智生態專場：思變謀新各顯神通"中，藍芯科技副總裁鄭超作了題為《以「深度視覺」賦能移動機器人》的演講。
鄭超指出：“目前而言，包括AMR在內的移動機器人就像一個盲人，對環境的感知需要不斷去‘觸摸‘周邊的環境，隨后一步步往前邁進，對環境的感知*取決于他‘觸摸’的范圍，當前主流的AMR是通過2D的激光進行一定高度空間的平面掃描，而對掃描平面以外的環境卻是一無所知，可以說感知能力很弱。"
移動機器人業內三大難題
過去幾年，隨著技術的持續迭代，移動機器人的應用場景進一步拓寬，從電商物流的倉儲行業走到像液晶面板生產、光伏面板生產等制造業。
鄭超分析，隨著應用場景的增多，移動機器人行業得到進一步的發展，已開始從有軌走向無軌、從低柔性走向高柔性、從安全走向更安全，但發展至今，仍有三個行業難題存在，分別是復雜環境下可靠的無標識定位、復雜環境下的安全避障以及無標識的高精度對接。
關于復雜環境下的無標識定位，鄭超用兩個案例講述了移動機器人在其中遇到的難題。
在典型的地堆倉庫中，周邊所有堆放托盤以及貨物隨時都會變動，并無固定的參照物，而目前移動機器人多采用的激光SLAM方案，通過激光的測距原理，掃描生產車間或者倉庫的輪廓環境，從而精準定位，但托盤頻繁的進出庫、位置的時刻變化，這意味著激光掃描的輪廓環境時刻在變，對激光導航的移動機器人而言，要在不斷變化的環境中做到可靠定位是困難的。
另一個典型的場景是大型空曠車間，其內部擁有鋼結構立柱，柱間距較大，激光SLAM導航的移動機器人在這種場景下，激光掃描的點云稀少，由于缺乏有效的定位參照物，其定位的可靠性減弱。
第二個難題是復雜環境下的安全避障。機柜旁邊外伸的屏幕和操作鍵盤，行駛路徑上遺落的小紙盒和零件，凹坑地面、懸崖地面，相對而行的機器人、工人……這些情況移動機器人都需要及時主動判斷和避讓。2D激光雷達避障是無軌移動機器人的常規避障方案，但2D激光雷達僅掃描一個水平面的障礙物，高于或低于激光的障礙物均無法識別，這給機器人的安全行駛帶來隱患。
第三個難題是無標識的高精度對接。移動機器人發展至今，智能化程度得到進一步加強，與此同時，客戶對移動機器人的期望更高，移動機器人不僅要做到過往AGV的點到點搬運，還需要取代一部分人工的工作。鄭超分析，這樣的要求直接落實到應用案例中就是移動機器人不但要幫我把原料從倉庫轉運到產線，而且要直接將物料送至機臺，并且全程不需要人工的參與，這要求移動機器人必須擁有較高的精度。
鄭超最后判斷道，這些問題的產生都與移動機器人的感知能力不足有關。
讓移動機器人擁有“智慧之眼"
車到山前必有路，橋到船頭自然直。鄭超表示，在藍芯科技看來，深度視覺就是移動機器人提高感知能力的“路"，因而藍芯科技自成立以來就以深度視覺技術為核心，希望賦予機器人一雙“智慧之眼"。
關于深度視覺如何成為“眼睛"，讓機器人看懂世界，鄭超表示：“人類80%的感知是通過眼睛對外部信息進行獲取，而藍芯科技通過自研的‘RGBD相機+AI算法’，讓移動機器人通過TOF相機獲取三維環境的深度圖像信息，另結合AI算法，即可實現移動機器人高可靠的定位、避障、對接等功能。"
關于技術的可靠性，鄭超表示，藍芯科技不僅研發視覺傳感器，同時，以深度視覺為核心研發整機產品，是移動機器人領域自研MRDVS（移動機器人深度視覺系統）并實現批量應用的企業，已有大量的實際案例，公司所有整機產品均搭載藍芯科技自研的視覺傳感器。
鄭超以具體的產品、詳細的應用案例講述了深度視覺如何賦予移動機器人眼睛。
在移動機器人的定位上，通過安裝視覺定位導航傳感器，移動機器人在低堆庫的環境下，可以通過視覺傳感器對天花板進行深度的勘察，經深度學習之后實現準確定位。在五米層高的庫房內，藍芯科技移動機器人視覺的重復定位精度可以精確到5毫米級別。
在移動機器人的避障應用上，搭載藍芯科技“自研ToF避障相機+算法"的移動機器人在獲取物體點云圖后，不管是低矮或是懸空的障礙物，機器人可以通過AI算法對障礙物進行判斷，從而進行路徑的規劃，規避風險。
關于移動機器人的高精度對接，鄭超表示，未來的移動機器人是“腿"、“手"、“眼睛"三者高度集成，這是移動機器人發展的必然，也是最有價值的應用，高精度對接可以不斷拓寬移動機器人的應用邊界，獲得更多工作機會和市場。
演講的最后，鄭超表示：“藍芯科技擁有成熟的團隊和完善的產品矩陣。在團隊規模上，目前藍芯科技200人左右，其中研發占比超50%。在產品上，擁有兩大產品線，一個是含算法在內的視覺傳感器產品線，另外一個是包括上層調度系統軟件在內的各系列AMR整機產品線。未來，藍芯科技將會繼續秉持‘讓機器人看懂世界，服務世界’的使命，推動移動機器人行業發展。"
