打破場景限制，不一樣的“斜杠青年”。

隨著服務機器人不斷進入到商場、超市、寫字樓、酒店等新場景，場景的多樣化和復雜度也在明顯提升，由于場景的獨特性，對于機器人的要求也千差萬別，這意味機器人需要更強大的適應性，并同時滿足使用體驗、成本等要求。

那么該如何提升機器人的場景適應能力？INDEMIND圍繞環境感知、地圖構建、智能避障、交互及云端平臺等方面，進行了更深層次的探索。

與人相同，“眼睛”是機器人感知世界的基礎，想要讓機器人看的更多，懂得更多，視覺技術是必然選擇，可以看到，市面上出現了一大批以單線或多線激光雷達為核心的多傳感器融合技術，使機器人的環境感知能力得到顯著提升，且在功能表現上，還有著激光雷達精度高和穩定性高的特點，然而這兩類方案的缺點也較明顯。

單線融合方案一是環境適應能力較差，對于環境特征單一的長走廊等場景，誤差較高，容易偏離路徑，二是重定位能力差，運行過程中一旦丟失位置，難以重新定位；多線融合方案一旦出現故障，會導致整個系統宕機，且這類方案成本高昂，目前也主要應用于大多數商用機器人。

如果大膽換個思路，以視覺為核心的多傳感器融合技術是否可行?

作為計算機視覺技術行業的佼佼者，INDEMIND進行了5年時間的死磕。在技術在實現上，INDEMIND基于獨有的立體視覺技術，設計了以視覺傳感器為主導的標準化、模塊化的多傳感器融合架構，通過遵循INDEMIND的標準定義接口，可快速加入IMU、里程計、激光雷達、GNSS等多種傳感器，實現“積木式”加裝，能夠實現高精度、高穩定性、低成本的3D環境感知，走通了一條不同于激光雷達方案的新路徑。

與此同時，INDEMIND還擁有超過100個使用場景的海量數據，對于清潔、配送、導覽、安防等多種工作場景有著深度理解，配合視覺多融合感知技術，能進一步提升機器人的環境感知能力。

事實上，提升環境感知能力，僅是解決機器人場景適應問題的第一步，避障、交互、作業邏輯上的提升，才是適應問題中的真正痛點。

實時構建語義地圖，讓地圖更豐富

基于INDEMIND立體視覺技術，機器人支持全場景二維地圖、三維地圖及語義地圖自主創建，支持地圖動態更新及智能禁區，且建圖精度可達厘米級，達到激光雷達方案同等水平。三維語義地圖讓機器人有了懂得人類“常識”的能力，為實現更高層級的智能避障、智能交互、智能作業提供了底層支持。

智能決策引擎，賦予機器人“邏輯思維”

想讓機器人更像人，首先需要機器人能夠模仿人的決策，也即是智能決策技術。它需要把信息感知（認知）、（基于知識圖譜、數據和機器學習）決策和執行過程有機地統一起來。而INDEMIND在開發上，采用了設備端、云端智能決策平臺、大數據平臺三端結合的模式建立一套智能決策引擎，并且能夠基于關鍵數據不斷更新算法模型，持續提升場景處理和問題應對能力。

借助智能決策引擎，在避障上，機器人可做出類人規避動作的精細化操作，能夠讓機器人有策略的實現智能避障(如根據障礙物不同做出不同規避距離);在交互上，可通過語音、手勢、動作等自然語言指令，命令機器人進行安全、搜尋、跟隨、自主尋路、定向清掃等多種智能邏輯，讓機器人發揮真正價值。

隨著核心技術的積累和成熟，INDEMIND面向10-100kg級商用機器人推出了「商用機器人AI Kit」自主導航方案。不同于機器人移動底盤，「商用機器人AI Kit」在硬件選擇和外形上可根據實際開發需求靈活適配，適用性大大提升，同時滿足商用機器人導航定位、智能避障、路徑規劃、決策交互等核心功能的開發，實現了商用場景全覆蓋，能夠滿足清潔、配送、導覽、安防等多種商用機器人開發需求。

需要提到的是，相較于激光雷達多傳感器融合方案，成本能夠下降60-80%。

從市場反饋來看，INDEMIND已和國內外多家巨頭客戶達成合作，受到了廣泛認可。目前，INDEMIND已簽署訂單超2萬臺，三年預期訂單將超10萬臺。其中與傳統清潔設備廠商ICE合作的中型清潔機器人Cobi18，已在全球十幾個國家批量部署，且在歐美市場實現運行零故障。

審核編輯 黃宇