立体视觉技术是计算机视觉的核心研究之一，作为一家成立不足3年的初创企业，INDEMIND如何以立体视觉技术向行业交出一份满意的答卷？

通过立体视觉技术，用大视角双目摄像头采集扫地机周围环境图像，扩大障碍物检测范围，并根据深度解算技术，求出障碍物具体位置。同时利用视觉系统采集的丰富环境信息，结合AI物体识别算法，帮助机器人精准获取的障碍物属性信息，来实现无碰撞的主动智能避障。

NDEMIND双目避障模组充分发挥了立体视觉技术深度解算及大视场角特性，可在0.05-1.5米范围内实现深度误差<1%的深度解算，配合水平>60°，垂向>30°的视场角，可有效覆盖传统扫地机避障方案无法覆盖的区域，实现全范围障碍物检测、识别，帮助扫地机器人精准获取门槛、柜底等障碍物信息，提升扫地机器人感知能力和避障范围，从根源上避免了扫地机器人卡机、误触等问题，减少故障率。

春节期间，新型冠状病毒的疫情揪住了全体国人的心。据最新统计，截至2020年2月14日，全国新型冠状病毒感染确诊63946 例，疑似10109 例。如此大规模的疫情爆发，给我国医疗体系、疫情防控体系带来了巨大挑战。庆幸的是近年来我国医疗、科技水平不断飞升。在本次疫情中，自动消毒机器人、药物、食品保障配送机器人、智能宣导巡逻机器人等服务机器人得以应用，缓解了疫情防治期间医护人员工作压力大、隔离需求强等问题。

在技术升级路线上，随着竞争的愈发激烈，扫地机器人产品也发生了巨大变化。从最初随机碰撞式方案逐步向规划式清扫转型，陀螺仪惯导、激光SLAM应用愈发普遍，厂商们的竞争方式正向技术竞争靠拢。与此同时，视觉导航方案的兴起，更是为其注入了一针“催化剂”，开启了烈火烹油般的“下半场”竞争。

INDEMIND携电网输电线路智能监测平台应邀参加本次EPTC年会，CTO闫东坤博士进行了《基于AI视觉技术实现输电线路的自主检测》主题分享，向现场领导与专家展示了INDEMIND以人工智能、大数据、计算机视觉等技术在电力行业的创新成果。

立体视觉方案提供商INDEMIND受邀参加了本届科博会，并携多款AI视觉行业解决方案亮相“人工智能”展区，集中向大众展现了INDEMIND的AI视觉技术创新、落地成果。

2019年8月21-23日，Vision China（BeiJing）2019中国机器视觉助力智能制造创新发展大会在北京国际会议中心召开。大会以＂跨界共融——智能离不开视觉＂为讨论主题，邀请了众多行业专家学者、知名企业、行业精英集聚一堂，共同探讨机器视觉行业机遇与挑战。

像往常一样，晚上7点，拖着疲惫的身躯回到家，发现早上脱在门口拖鞋又不见了。听着客厅中“嗡嗡”声，看着推着拖鞋“兢兢业业”的扫地机，不禁联想到几天前它和狗狗一起酿造的“惨剧”，暗叹究竟造了什么孽，买了这么个“智障”。

完成扫地机器人清扫这一基本工作之余，结合语义识别建立的语义地图，扫地机器人不仅可以“看”还可“理解”障碍物是什么，进而实现最优路径规划和全局/选择性避障，避免漏扫、误扫。并且，根据语义地图，使扫地机器人与人之间产生更多交互，如语音命令扫地机器人清扫特定区域、人物活动密集区域着重清扫等，更高效的执行家庭清扫任务。

与常见采用激光导航相比，视觉导航方案不仅实现了成本更低的导航定位，还可为扫地机器人提供房屋全局复杂环境监测甄别功能。并且，根据建立的环境语义立体地图，扫地机器人可以识别哪里是客厅，哪里是厨房，为实现后续更多功能奠定技术基础。总而言之，视觉导航方案是一项适用性更强且能有效提高扫地机器人智能化水平的导航技术。

面对日益提升的使用需求，为提升产品适用性，INDEMIND深耕不辍，为旗下双目视觉惯性模组提供了200帧高速环境获取能力，满足了不同场景的使用需求。

3月28日，国内新锐计算机视觉技术提供商INDEMIND更新了旗下双目惯性模组的驱动程序，本次更新中，模组开始支持1280*800@50FPS、1280*800@100FPS、640*400@100FPS、640*400@200FPS 4档不同帧率的图像输出模式，最大程度上满足了用户的不同帧率需求。

日前，INDEMIND双目视觉惯性模组的SDK完成了新一轮的版本更新，支持了机器人ROS平台。

近年来，机器人已经从最初的工业应用逐步且广泛的进入人们的日常生活中，银行、酒店、医院、商场的服务机器人已经为人所熟悉，18年的无人餐厅更是博得了大量眼球，随着应用场景的扩充，机器人种类、数量的不断增加，类似撞人、错位、运行不稳定等问题频频出现。究其原因，机器人的导航定位正是此类问题出现的“罪魁祸首”。