技术动态 > 正文
SLAM2.0,定义机器人技术最高水准
2019/3/9 15:44:00   中国安防行业网      关键字:SLAM2.0,机器人,高水准      浏览量:
语义分析+机器学习全面升级SLAM技术,重新定义行业标准。有理解力的SLAM,语义SLAM精准感知并适应环境将语义分析与SLAM有效融合,增强机器对环境中相互作用的理解能力,为机器人赋予了复杂环境感知力和动态场景适应力;有广度的SLAM:100万平米强大建图能力。借助高效的环境识别、智能分析技术,高仙室内外全场景范围高达100万平米的地图构建能力,超出业界平均水平20倍。

  基于基本技术的成熟,近两年智能服务机器人正成为行业的风口浪尖,从清扫机器人开始,家庭陪伴机器人、送餐机器人、安保巡逻机器人等陆续进入公众视线,并逐渐与行业特征融合实现产品落地。以上几类针对智能服务的机器人,在实际落地应用过程中是否能解决实际问题时,自主定位导航技术作为机器人智能化的第一步已经引起行业内的重视。

  机器人自主定位导航技术作为移动智能机器人底层核心技术之一,行业内对其进行了多年的研究。自主导航作为一项核心技术,是赋予机器人感知和行动能力的关键。其包括定位和地图创建(SLAM)与路径规划和运动控制两个部分。其中作为自主定位导航技术的重要突破口,SLAM技术已经成为机器人行业关注的焦点。

  SLAM是同步定位与地图构建(Simultaneous Localization And Mapping)的缩写,和人类绘制地图一样,机器人描述环境、认识环境的过程主要就是依靠地图。它利用环境地图来描述其当前环境信息,并随着使用的算法与传感器差异采用不同的地图描述形式。机器人学中地图的表示方法主要有四种:栅格地图、特征地图、直接表征法以及拓扑地图。

  据了解,以往技术其实只是在建图这一环节完整应用了SLAM(即定位和建图),而在导航环节却受限于技术,只能做定位而并无实时地图构建,因为传统SLAM没有任务更新机制,倘若要在导航环节实时建图,就必须不断地手动更新地图或重建地图,或者保持环境的固定、不能有任何变化,这些技术缺陷也正是传统SLAM技术应用场景单一的主要原因,因为它导致了机器人对动态障碍物识别不灵敏、不准确,而在真实应用中,除了一些极特殊的环境可以保持一成不变,绝大多数商用环境都是复杂的,必然存在动态障碍物。

  近两年,随着SLAM技术的多元化发展,SLAM领域传递了一个更明确的技术趋势信号:相比于只采用某一种传感器,多传感器融合更加符合当前的技术趋势和用户诉求,这也已经成为行业公认的技术方向。高仙机器人基于自身在机器人领域技术积累与应用尝试,不断完善技术储备,提出语义分析+机器学习全面升级SLAM技术,结合云端实时信息处理以及专为多传感器融合而开发的专业算法体系,真正实现了SLAM在建图和导航两个环节的完整应用,提出SLAM2.0,重新定义行业标准。

  据了解,高仙机器人SLAM2.0是具备理解力的同步定位与地图构建,即将语义分析与SLAM有效融合,增强机器对环境中相互作用的理解能力,为机器人赋予了复杂环境感知力和动态场景适应力。

  同时,高仙机器人借助高效的环境识别、智能分析技术,从而也让高仙机器人产品与解决方案能够在室内外各类复杂环境中的地图构建面积最同达到100万平米,安全运行总公里数也达到百万级。,超出业界平均水平20倍,并可在任何地点进行开机识别、全局定位,精准度高达±2cm。

  智能移动机器人由于需要面对高度复杂的动态环境,动态地图构建及定位需要实时更新高仙机器人SLAM2.0根据传感器回传数据,与原有地图进行分析比对,完成动态实时更新,实现life-longSLAM。

  高仙SLAM2.0还融合了包括激光、单/双目视觉、超声、防碰撞、防跌落、GPS、红外、UWB、RFID等在内的总计超过20个传感器,环境感能力能够适应室内、室外各类复杂场景的应用。

  SLAM2.0的成功应用,使得机器人无缝适应了大范围、全场景的环境,目前,高仙自主移动导航系统在国内的市场占比已达到60%。