Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

从穿戴计算到智能机器人,立体视觉领域「黑马」INDEMIND成长记

对于关注前沿科技领域的朋友来说,显然不会对“双目立体视觉”这个词感到陌生。

双目立体视觉直接模拟了人类视觉处理景物的方式,是波动光学三维传感器方法中最重要的距离感知技术,同时也是计算机视觉的核心问题,在计算机视觉研究中占据重要地位。自上世纪80年代以来,伴随技术的不断突破,立体视觉应用需求正与日俱增。

特别是近两年,随着人工智能技术日益成熟,机器人、无人机、智慧安防以及智能制造等领域正积极尝试与人工智能的深度融合,双目立体视觉的技术应用价值被越来越多的企业所认可,市场机会逐渐被打开。

市场决定需求,而需求则意味机会。当立体视觉这股风潮掀起时,国内也涌现出一批涉足其中的团队,INDEMIND便是其中之一。

作为一家成立不足3年的公司,INDEMIND目前已成功发布了双目视觉惯性模组、双目避障模组两款立体视觉硬件,并根据其核心技术与产品打造了机器人视觉导航方案、穿戴计算定位交互方案以及立体视觉安防三大解决方案。与不少扎入立体视觉领域便风风火火研究技术应用的公司不同,INDEMIND自成立之初就选择了一条专注于技术研发,根据需求,逐步解决行业痛点的道路。

凤鸟初啼:“寒冬之下”的初发声

就像故事中描绘的那样,勇士在击败恶龙前必然会经历挫折,INDEMIND也是如此。早期的INDEMIND主要做以立体视觉为核心的AR/VR/MR行业定位&交互解决方案。INDEMIND联合创始人姜文表示,做这个选择是因为当时看到穿戴计算行业发展已经到了瓶颈,消费级产品提供的用户体验有限,用户被限于定位系统有限的空间中,束手束脚。线下体验店虽配有大空间定位交互功能,但成本较高,市场迟迟无法打开。

为此,INDEMIND在2018年正式面向B端市场的推出了满足多人大空间交互需求的穿戴计算方案——MELLO。

产品推出时,凭借低成本、高精度的inside-out多人定位&交互,MELLO在业内引起了很大的轰动,INDEMIND因此也大受行业关注,一举成为行业“黑马”。

然而,在2018年行业“寒冬”之下,穿戴计算行业“集体退潮”,INDEMIND也很快发现受限于当时的环境,他们的产品与方案很难快速落地和大规模量产。

失之东偶,收之桑榆的Vi-SLAM

不过,失之东偶,收之桑榆。INDEMIND很快便发现他们基于立体视觉与Vi-SLAM技术所打造的导航定位系统实际上每个移动智能机器人都需要,“我们为穿戴计算设备打造的Vi-SLAM大空间多人交互方案的突出特性在于低成本、高精度的导航定位,而这一点也正是当时机器人所亟需的,在发布会后,很快便有机器人厂商找到INDEMIND,希望我们为他们的机器人产品提供定位导航方案。”姜文在采访时说到。

在此背景下,INDEMIND通过自身技术评估并深入了解用户需求后,迅速调整脚步,转型为双目立体视觉技术方案提供商。

从穿戴计算到机器人,找准方向后的精耕细作

此后,INDEMIND迅速推出了面向机器人市场的视觉导航解决方案。姜文表示,行业对机器人视觉导航方案的需求十分巨大。相较于主流的无线定位、激光雷达、惯性导航等方式,视觉导航在成本和计算方式上都优势显著,尤其是双目视觉导航,比起单目视觉有物理尺度,也更精确,是机器人导航定位发展未来趋势。

据INDEMIND官网资料显示,INDEMIND视觉导航方案依托立体视觉技术与高精度Vi-SLAM算法,可为智能机器人提供高精度、低成本的导航定位、地图构建等功能。“我们通过对Vi-SLAM系统前后端各部分处理算法架构和处理流程的优化,解决了可见光VSLAM算法的计算量大、延迟高的问题,实现了绝对定位精度<1%,姿态精度<1°的效果,足以媲美激光雷达,能有效为用户降低成本。”姜文补充道。

据姜文介绍,目前INDEMIND视觉导航方案已服务于多家机器人头部企业。

与此同时,为进一步发挥双目立体视觉技术特性,INDEMIND还推出了面向扫机器人的双目避障模组。

姜文告诉记者,与导航定位相比,扫地机器人的避障痛点更为明显。在众多立体避障产品中,单线激光雷达垂向视角较小,无法实现三维避障;超声波精度较差,无法精准获取障碍物大小;单目视觉缺乏深度;ToF精度适中,但易受光环境影响且成本较高,唯有立体视觉方案视场角适中且成本较低,是目前综合性能最优的三维避障方案。

姜文向我们介绍,INDEMIND双目避障模组分为两条线:一是核心识别算法,另一条是立体视觉硬件。

首先是核心算法,INDEMIND为家居场景研发了轻量级物体识别卷积神经网络模型,支持识别100余种常见物品,识别精度可达2cm,支持识别拖鞋、数据线、宠物粪便等障碍物,为扫地机主动避障提供了坚实的基础,能有效避免因误扫、误触引发的扫地机故障。

其次是硬件,INDEMIND充分利用双目立体视觉大视场角与深度解算特性,以“双目+IR”多传感器融合方案打造了双目避障模组。该模组可提供0.05-1.5米范围内深度<1%的深度解算功能,配合水平60°,垂向30°FOV,能覆盖传统扫地机避障方案无法覆盖的区域,为扫地机提供全范围障碍物检测,提升扫地机的感知能力与避障范围。

“INDEMIND双目避障模组不仅填补了行业空白,更是实现了扫地机避障性能的跨越式发展。”

技术为根,需求为叶,INDEMIND正茁壮成长

2020年被称为人工智能的产业落地之年。在互联网生态的基础上,以人工智能、大数据、5G等新技术为核心驱动力的智能化时代也即将来临,而将人工智能融入各行各业,推动国家人工智能战略落地,也早已成为科技界的一致共识。

对此,INDEMIND也早已做好了准备,姜文表示,INDEMIND未来将会一直专注于立体视觉技术研发,向人工智能行业输出更多创新应用,为即将到来的智能化“黄金时代”扎下坚实的基础。

INDEMIND
INDEMIND

专注于计算机视觉及嵌入式感知计算平台研发与应用,机器人时代已来,INDEMIND将赋予机器人更稳定的视觉感知,分享最新技术,深层次探讨机器人的更多应用!

产业INDEMIND立体视觉计算机视觉
暂无评论
暂无评论~