ROS交流群
ROS Group
产品服务
Product Service
开源代码库
Github
官网
Official website
技术交流
Technological exchanges
激光雷达
LIDAR
ROS教程
ROS Tourials
深度学习
Deep Learning
机器视觉
Computer Vision

第四代扫地机器人来了,SanKoBot如何用Vslam抢占先机


  • administrators

    从2001年伊莱克斯开发了全世界第一款“三叶虫”,扫地机器人先后经历了全自动扫地、开环局部规划、激光雷达导航等三个阶段。扫地机器人的技术难度主要体现在定位导航部分,从这一点来看,扫地机器人的这三个阶段分别为盲扫、无记忆地建图扫和有记忆地建图扫。

    不过,激光雷达只能建立平面的深度图像,且成本一直居高不下,多年来迟迟未得到广泛应用。而随着视觉算法和视觉计算处理器的发展,扫地机器人迎来了基于视觉识别技术和AI算法的时代。

    视觉导航是指利用摄像头扫描周围的环境,然后结合红外传感器,利用数学运算和几何、三角法测绘出房间的地图,以此来进行导航,并根据前后影像中各个地标的位置变化来判断当前的移动路线,对其所构建的环境模型进行更新与调整。

    目前,市面上使用Vslam方案的只有Dyson和iRobot,前者于2014年9月推出360Eye,后者于2015年9月推出Roomba 980。国内这几年也开始涌现不少做Vslam方案的初创企业,其中创立于2016年2月的SanKoBot(珊口智能)便是其一。与其他竞争对手不同的是,SanKoBot的Vslam方案拥有包括Vslam视觉、物体识别、图像处理、人脸识别等多种创新技术,兼具自主创新和产业落地能力,提供人工智能算法和整体方案。

    基于Vslam开源算法,SanKoBot高度优化绝大部分性能。比如,实现了可以应用于弱光、弱纹理、强光、甚至快速光照变化等一系列高难度的室内场景,打破了原有Vslam技术高度依赖于光线条件的应用局限。同时,搭载的“SKB HOME AI大脑”将图像中的物体进行识别、分类记录,并规划最佳清扫路径,实现自动避障、提高清扫效率。

    0_1522376353536_bd12a323-8096-4a12-8fbc-dfef9c8deea2-image.png 第四代扫地机器人来了,SanKoBot如何用Vslam抢占先机

    基于vslam+识别技术机器人实现室内地图和物品检测

    去年10月,SanKoBot在香港发布了单目视觉模组,助力家庭扫地机器人产业升级迭代,国际首个在普通芯片(R16无加速芯片)实现Vslam算法产品化的公司,成为同行努力效仿的对象,也奠定行业领导者的地位。

    第四代扫地机器人来了,SanKoBot如何用Vslam抢占先机

    单目视觉定位模组和采用该视觉的扫地机

    11月,SanKoBot成为全球率先实现室内物体实时识别检测,应用在扫地机器人领域可与Vslam同时运行。该扫地机器人一边画出室内地图,一边做识别检测,并在地图记录好物体位置。该方案是基于端的实时检测和Vslam,无需云辅助或者加速芯片帮助,是基于同一个摄像头且为单目。

    12月,全覆盖带有路径规划算法+Vslam视觉定位的模组,以及整机进入量产,截止目前SanKoBot已经给TCL等国内外知名企业供货。

    0_1522376375601_b3d35171-63bb-4f4b-a605-5fdc9c53243b-image.png

    机器人基于端的实时识别技术(单目)

    在成立不到两年的时间里,SanKoBot能取得如此耀眼的成绩,离不开背后成熟的团队。创始人兼CEO李磊有多年的国内外TMT行业经验和芯片产业经验,曾为国际知名以色列图像视觉公司Cortica中国的总负责人,也是多家硅谷和以色列创业公司的早期投资人;联合创始人崔彧玮毕业于美国马里兰大学,获计算神经学博士学位,曾任硅谷AI公司Numenta高级研究员,拥有2项美国AI核心专利,曾获William Hodos奖项;算法总监王子敬曾任Panasonic新加坡研究院算法负责人,具有16年计算机视觉及AI研发、产业落地经验,其所设计的人脸检测、人体检测算法应用于松下监控相机及数码相机中。此外,技术、管理团队分别来自于United Technologies、优必选、三一重工、ZTE、万国商业网等企业。

    在李磊看来,SanKoBot的技术在设备上实现了类似于人类的眼睛和部分大脑的功能,扫地机器人只是落地的第一步。

    随着视觉Vslam的技术逐渐落地,SanKoBot于去年12月宣布已与国内一间知名公司达成合作,将其视觉识别技术应用于城市智慧大脑。例如,当城市中摄像头数量约为50万个时,仅两周产生的数据就已达到8000T,这是一个巨量的信息。在如此海量的数据中找到某时段、某辆车的信息,通过传统方法,也许需要400人花上一整天的时间才能找到。但通过SanKoBot提供的技术,将车的颜色、品牌、行人等数据在录制的时候就进行提炼和分类,存储在云端索引中。在其内搜索关键词、时段等信息,几分钟内就可以检索到结果,这将大大提升城市管理的效率。
    0_1522376447880_2d405ca2-426f-4947-8cab-9faf2d779d61-image.png
    去年6月,SanKoBot完成1100万天使轮融资,国金投资领投,王利杰pre-Angel,深圳朗科和鼎翠,IKEA等跟投。同月获得上海张江临港的政府支持以及数百万智能制造专项资金。目前珊口智能正在新一轮融资,用于研发投入和产品化商业化。