日期
05/17
2022
咨询
  • QQ扫一扫

  • Vision小助手
    (CMVU)

INDEMIND:提升机器人安全表现,安全决策是关键
收藏
2022-05-17 10:37:15来源: 中国机器视觉网

随着机器人应用领域的不断拓展,越来越多的机器人开始进入到人们的各种生活场景中,商场、超市、餐厅等等,然而伴随着应用场景的剧增,整体环境特征的复杂度和动态性也在明显提升,安全表现成为了衡量机器人性能的的硬性标准。

从技术角度而言,机器人的安全表现主要由安全决策技术决定。作为决策智能的重要组成部分,安全决策主要为机器人识别并判断作业环境中的危险场景,实现有预判、有策略的实时智能规避,从而保证机器人的安全运行。

其技术原理主要依托于物体识别、场景识别及语义地图等底层技术,识别各种物体、场景,如基于camera的自动扶梯识别、基于Lidar的玻璃场景识别、基于TOF的跌落的识别等等,并利用语义地图进行融合决策,让机器人能够按照不同风险等级进行不同安全策略的控制及避障,包括运动速度、避让距离、危险预判等。

微信图片_20220517103738.png

虽然技术原理早已不是“私密”,但要把技术真正应用到产品当中,却非一件易事。除了前期对该部分技术的研发投入相对不足外,其涉及的算法部分开发难度也同样极高,尤其是识别算法,虽然基于图像的识别率和准确率表现良好,但对于一些透光度较强的玻璃等物体识别,一直较难实现,只能依靠超声检测。

目前真正投入到实际应用的安全决策技术方案,其技术实现主要采用不同场景不同物体不同处理的方式,比如通过跌落传感器或结构光检测到跌落,则进行防跌落操作;超声检测到玻璃,则规避玻璃;检测到行人,则警报提醒,且对于识别性较差的物体,如玻璃,很多场景在建图过程中需要人为识别出玻璃的位置,并手动在地图中划定虚拟墙,才能使机器人完成规划及运动。这样的做法虽实现了一定的安全功能,但缺陷十分明显,主要为:

· 未进行成体系的安全策略,整体系统联动性、可拓展性差;

· 仅固定几种安全场景,单独场景单独处理,安全覆盖率低;

· 对传感器依赖严重,成本较高。

在智能化不断升级的今天,仅是做到“刚刚能用”的程度显然无法满足市场需求。而不同于其它生活用品,机器人的安全性无法“迁就”,尤其在同质化竞争不断加重,差异化突破成为行业共同难题的背景下,安全性无疑是提升产品竞争力的关键之一。

微信图片_20220517103832.gif

作为国内最早的机器人技术供应商,INDEMIND有着多年的全栈技术研发经验,针对机器人安全问题开发了一套系统化的安全决策技术体系。在技术实现上,通过从传感器、识别算法、语义地图、策略执行4个层面出发,建立各单元联动机制,充分释放系统硬件潜力,显著提升了机器人的安全表现。

· 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。

同时,为了进一步降低场景差异性带来的适应性问题,基于对场景的深度理解,INDEMIND针对各类场景还做了整体化策略,无需再根据不同场景做针对性处理,缩短安全决策流程,大大提升机器人的适应能力及作业效率。

· 扶梯识别及规避的安全策略;

· 行人识别及规避的安全策略;

· 玻璃场景识别及规避的安全策略;

· 跌落场景识别及规避的安全策略。

这种系统化的机器人安全决策体系,在应用上可拓展性强,各层独立切分,又合并成体系,所有安全需求均可基于该体系实现,同时安全执行基于策略执行定义及实现,用户可以根据需求或机器人运行环境进行自主设定,使得在提升机器人安全表现的同时,可操作性极强,普通用户即可自主操作,这无疑为解决当下的行业难题提供了有效路径。