0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

更灵敏、更精准、更智能,机器人避障也能“随心所欲”

INDEMIND 来源:INDEMIND 作者:INDEMIND 2023-04-13 18:09 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

对于穿梭在人群中的机器人们而言,避障的重要性不言而喻。

随着机器人应用越来越广泛,机器人的作业场景的复杂度在显著增加,与人类的接触也越加密集,这对机器人的避障功能提出了新要求,不仅要更加精准灵敏,还要能够根据场景及障碍物属性的不同,实现智能避障,如根据障碍物的属性信息,进行不同距离的避障动作。

以应用在商超、餐厅等场景下的服务机器人为例,人员密集且流动性大、场景格局复杂是场景的主要特征,机器人作业时不仅要与人频繁交互,还要在密集的流动人群中不断进行动态避障或急停等安全规避动作。要高效完成这些基于环境变化、目标需求产生的实时性任务,现有的避障方案已然左支右绌。

从技术角度来看,目前机器人的避障方案主要是借助激光、TOF、结构光、双目等传感器采集场景内障碍物的点云信息,构建场景栅格地图,然后对障碍物进行避障,此类方案虽然能够满足机器人的避障需求,但也仅仅“刚刚能用”,且传感器也有着多方面缺点:传感器成本高、视场角小(如TOF)、标定参数易受温度等因素影响,长期稳定性不好(如结构光),此外,还缺少智能化交互能力,由于信息量丰富度不足,无法结合深度学习信息进行智能化升级,导致难以实现智能化避障及环境交互。

安全决策,赋予机器人精准避障能力

INDEMIND在开发商用机器人AI Kit的过程中,设计了一套系统化的安全决策体系,不仅实现了智能避障,还拥有主动安全功能。据了解,商用机器人AI Kit是专门面向10—100kg量级的商用机器人自主导航方案,满足商用机器人导航定位、智能避障、路径规划、决策交互等核心功能的开发。

在作业过程中,基于INDEMIND微秒级的安全决策,机器人能够稳定检测各类障碍物,支持低矮障碍物避障(地插、桌椅底座等);高反障碍物避障(玻璃、镜面等);全高障碍物避障(桌面、警戒线等),保障机器人在复杂环境下安全运行。

在实际场景中,动态事件频发,机器人的“临机判断”能力至关重要。搭载INDEMIND商用机器人AI Kit的机器人除了能够实时检测抛物、行人、快速移动物体等突破情况外,也能够实时进行潜在风险判断(行人等),根据风险分类,提前做出规避策略,实现主动安全。商用场景中如商场里常见的高透类障碍物(玻璃护栏、玻璃墙等)、高危场景(自动扶梯、转门等)以及超市中的狭窄通道、货架等类似障碍物或场景,对于机器人往往有着极大挑战,导致避障“失灵”的情况时有发生。而搭载INDEMIND商用机器人AI Kit的机器人可精准稳定地识别这类障碍物,并实施避障、急停等安全策略。

面对不同光线条件,机器人同样能够稳定避障。基于INDEMIND的强光规避策略和硬件上内置的亮度补光、纹理补光两种红外补光设备(均符合人眼安全等级C1等级要求),机器人满足强光直射、无光源、昏暗等特殊光照环境下的无差异工作要求。

和障碍物“零接触”的秘诀

“随心所欲”的背后,离不开技术创新。在技术实现上,INDEMIND通过从传感器、识别算法、语义地图、策略执行4个层面出发,建立了各单元联动机制,充分释放系统硬件潜力,为“随心所欲”提供了底层支持。

多传感器融合,提升信息获取能力:传感器采用双目视觉模组、Lidar、TOF、跌落传感器、碰撞传感器;

AI识别算法,精准识别场景信息:基于TOF 3D数据,基于camera 2D环境图像数据、基于Lidar 2D平面数据等的物体及场景识别及基于跌落、碰撞等传感器的概率判别;

3D语义地图,赋予“人眼”感官:基于识别得到的语义信息结合机器人位姿信息,构建环境语义地图;

策略执行,模仿“人脑”决策:对构建的语义地图叠加决策属性信息,进行安全决策执行。

值得一提的是,基于视觉技术的独有优势,搭载INDEMIND商用机器人AI Kit的机器人,无需技术人员参与,能够实时自主构建地图,做到了新机器、新场景无需预部署,开箱即用,且变更场景后,机器人也能自主更新地图,也无需技术人员参与,大大提升使用体验。同时,还支持多层地图及全局调度,拥有智能梯控系统,能够实现多楼层灵活作业。

审核编辑黄宇

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 机器人
    +关注

    关注

    213

    文章

    30612

    浏览量

    219678
  • AI
    AI
    +关注

    关注

    89

    文章

    38174

    浏览量

    296930
收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    CW32L012小型机器人控制评估板活动 四足机器人+智能小车 开箱评测

    WS2812_RGB彩灯,这使得整个小车更加炫酷啦。 测试视频: [占位中,正在加载。。。] 四、评测总结 总的来说,这个机器人智能小车板子,配备的模块与功能上非常完善,告别了淘宝上那种用一大堆模块加杜邦
    发表于 11-24 23:44

    RK3576机器人核心:三屏异显+八路摄像头,重塑机器人交互与感知

    更多"、"互动流畅"是开发者面临的核心挑战。传统的单一屏幕和有限的视觉输入已成为提升机器人智能化水平的瓶颈。而瑞芯微RK3576高性能处理器的出现
    发表于 10-29 16:41

    当复合机器人碰到障碍物,会触发怎样的智能机制?

    在现代工业场景中,自主移动与精准操作相结合的复合机器人正逐渐成为智能制造的核心装备之一。集协作机器人、移动机器人和视觉技术于一身的富唯
    的头像 发表于 09-16 17:02 636次阅读
    当复合<b class='flag-5'>机器人</b>碰到障碍物,会触发怎样的<b class='flag-5'>智能</b>绕<b class='flag-5'>障</b>机制?

    机器人竞技幕后:磁传感器芯片激活 “精准感知力”

    机器人获得接近人类的触觉反馈。 赛事首席技术官王博士表示:“当机器人开始‘感知’而非‘计算’环境时,真正的智能化竞技时代才算到来。” 未来,磁传感器技术的持续进化,必将不断改写人形
    发表于 08-26 10:02

    盘点割草机器人六大传感器

    电子发烧友网综合报道 割草机器人技术是其智能化水平的核心体现,主要通过传感器技术、环境感知算法和路径规划方法实现安全、高效的自主作业。随着智能
    的头像 发表于 08-17 00:03 3821次阅读

    预判?视觉黑科技让扫地机器人开启“先知”模式

    从被动到主动预判,视觉技术比预想的更快实现。
    的头像 发表于 06-18 14:09 834次阅读

    AGV机器人如何实现毫秒级?深度解析多传感器融合的核心技术

    一、AGV多传感器融合实时系统介绍 1.简介 传感器融合技术是机器人实现全覆盖的关键,其原理仿效人脑综合处理信息的方式:通过协调多种
    的头像 发表于 05-28 14:21 971次阅读
    AGV<b class='flag-5'>机器人</b>如何实现毫秒级<b class='flag-5'>避</b><b class='flag-5'>障</b>?深度解析多传感器融合的核心技术

    明远智睿SSD2351开发板:语音机器人领域的变革力量

    连续的长句语音识别,还是复杂口音的处理,都能快速响应,保证语音机器人与用户之间流畅的对话体验。 其丰富的接口为语音机器人的功能拓展提供了可能。USB接口可以连接高灵敏度的麦克风阵列,实现精准
    发表于 05-28 11:36

    详细介绍机场智能指路机器人的工作原理

    路径。路径规划算法会考虑多种因素,如距离最短、避开人流密集区域、优先选择宽阔通道等,以确保旅客能够快速、顺畅地到达目的地。 实时导航与 :在机器人引导旅客的过程中,导航系统会实时监控机器人
    发表于 05-10 18:26

    【「# ROS 2智能机器人开发实践」阅读体验】+内容初识

    地图构建→路径规划→动态)等等 2. 机器人功能开发 相较于ROS入门21讲,书中更是详细书写了关于机器人的功能开发,并且十分完善,教程详尽 传感器数据处理:
    发表于 04-27 11:24

    INDEMIND:AI视觉赋服务机器人,“零”碰撞技术实现全天候安全

    突破传统局限,视觉方案为服务机器人拉满安全感。
    的头像 发表于 02-21 16:27 708次阅读
    INDEMIND:AI视觉赋<b class='flag-5'>能</b>服务<b class='flag-5'>机器人</b>,“零”碰撞<b class='flag-5'>避</b><b class='flag-5'>障</b>技术实现全天候安全

    【「具身智能机器人系统」阅读体验】+两本互为支持的书

    如何使用PyTorch进行数字图像处理,它借助摄像头来获取视频的图像信息,然后通过已有的图像识别框架模型经深度学习和优化以达到更精准的识别结果,从而为进一步的执行处理提供数据支持和依据。而《具身智能机器人系统
    发表于 01-01 15:50

    【「具身智能机器人系统」阅读体验】2.具身智能机器人大模型

    的设计不仅提高了机器人对环境的理解能力,还使其能够更精准地执行复杂任务。 扩散模型的新思路 除了大模型,扩散模型的引入为机器人控制开辟了新的研究方向。在以UniPi为代表的创新工作中,通过用户的自然语言
    发表于 12-29 23:04

    【「具身智能机器人系统」阅读体验】1.初步理解具身智能

    与未来,涵盖如基于行为的人工智能、生物启发的进化人工智能及认知机器人技术的发展。这一历史背景为随后的大模型驱动的具身智能讨论奠定了基础,随着人工智能
    发表于 12-28 21:12

    【「具身智能机器人系统」阅读体验】1.全书概览与第一章学习

    ,特别是在模型训练的时候,高质量、大规模且多样化的模型才能够训练出来一个好的网络。针对具身智能机器人也是如此,如自主导航机器人需要大量地环境数据来进行路径规划和
    发表于 12-27 14:50