近年来，随着机器人研究不断深入，细分场景的不断挖掘，我国机器人产业正进入加速延展期，物流、电子、环保、智能制造等行业的机器人 “入场” 需求与日俱增。与此同时，机器人导航定位成本o 3 J 2 t A高、智慧水平不足以应对复y b l , U B 4 O杂任务的行业痛点也愈发凸显s # ) | s 9 c R K。
如何解决这些问题，为机器人b I Y K q D H提= L v供高精度、* : ]低成本的导航定位及高智慧决策智能，成为了摆在行业面前的一大挑战。不过，行业的痛点既是挑战也是机遇，其中，国内计算机视觉厂商 INDEMIND 凭借自主研发的高精度、低成本机器人视觉导航定位解决方案，一举成为了行业 “黑马”。
I] V + 5 KNDEMIND 是一家专注于计算机视觉技术及嵌入式计算平$ s s s i台研发与应用的人工智能公司，以 AI 视觉为行业赋能为愿景。目前，INDR B * 4 = T J :EMIND 已推出了商O s #用机器人视觉导航定位解决方案、扫地机器人视觉导航定位解决方案以及穿戴计算机定位解决方案，已服务于机器人、电力、穿戴计算等多个行业，受到了合作伙伴的一致认可。
INDEMW 2 QIND 联合创始人姜文认为：“近几年，激光雷达凭借良好V S 9 ` A的指向性与高度聚焦性成为智能设备自主导航定位的核心传感器，但缺乏有效环境监测手段且成本过高的激光雷达已q x P b e ^ ; p S经成为了机器人产品大规模部署的掣肘因素。而视觉技术具有成本低、信息量丰富等天然优势，是替代激光，解决商用机器人、扫地机器人、工业 AGV 等产品b x o | Y A + *导航定位成本高、环境感知能力不足等痛点的最优解。”
为此，INDEMIND 深度整合高精度 Vi-SLAM、AI 视觉M L ~ 6 9 8 S Y +等多项自研技术，推出了面向服务机器人、扫地机器人等不同机器人产品的视觉导航定位解决方案。
据介绍，INDEMIND 视觉导航定位解决方案在技术层面、应用层面都展现出了强劲的技术优势。
首先，INDEMIND 自主6 ! ( ` @ t ~ ; e研发的高精度 Vi-SLAM 算法在导航定位精度、系统鲁棒性及场景适应性三个维度的综合性能已经超越激光雷达。
导航定位精度：视觉导航定位方案足以媲美激光雷达，达到了定位误差<1%，定位稳定性<0.5mm（RMS)，姿态精度<1的导航定d % :位精度。
场景适应性：视觉导航定位方案不仅可在激光雷达适用的场景工作，雨雪天气、高粉尘车间、回廊等易导致激光雷达 “位置眩晕” 的场景仍有良好发挥。
鲁棒性：有赖于视觉回环及重定位检测机制，当发生机器人 “绑架”、宕机等情况时，视觉导航定位方案可在 1p { : e 5 X K 秒内实现机器人重定位，大幅降低机器人事故发生率，减少运维成v s 7 ` R X 4 ~ 7本。
更重要的是，相较于激光雷达，视觉导航定位解决方案在成本控制上具有天然优势。该方案可将扫地机u ^ S ] f器人导航定位成本控制在 200 元以内，工业 AGV、服务机器人更可降低至十分之一。
其次，INDEMIND 在计算机视觉技术应用层面进行探索与创新，V j s i o - { l .面向机器人行业开发了 AI 智能决策模型，将赋予机器人 “大脑”。通过该模型，机器人C c 根据识别结果，可采取不同策略。未来随着 INDEMC ? U 5 ?IND 对 AI 智能决策模型m f z ! ^的丰富和迭代，将进一步提升机器人智慧水平。就此而言，INDEMIND 走在了行T + I ?业的前沿。
当然，优质的产品离不开强大的技术团队的支持。据了解，INDEMIND 团队目前有 50 余人，80% 来自海内外一流企业或知名高校。其中，有来自于国家重点实验室的计算机视觉领域和惯性导航领域博士、Intel 中国研究院从事多年 VSLAM 技术研究的专家，积累了丰厚计算机视觉技术研发与多场景应用经验。
未 ^ x d来，INDEMIND 将继续强化底层技术，为合作伙伴提供更优质的产品与` f o & I ] P Z i服务，正积极推进算法芯片化，研发用于视觉感知计算的人工智能芯片，并基于算法框架及软硬件系统，打造感知计算人工智能通用平台，服务于上层人工智能，积极实践 INDEMIND“以 AC H +I 视觉为行业赋能 “愿景。
- - - - - - - - END - -i k - - - - -S 2 C S i N ? a -
新浪微博：@动| d l E Y点科技