近二十家企业入局,v-slam导航技术离成为主流还有多远? - 深度调查 - 产业资讯 -AGV产业联盟官方网站 -新战略机器人网-工业、服务、AGV机器人产业资讯传播者
您所在的位置:首页 >> 深度调查 >>正文
分享34K

近二十家企业入局,v-slam导航技术离成为主流还有多远?

发布时间: 2021-03-16 09:03:38 来源:

核心提示: v-slam导航技术离成为主流还有多远?
 “大数据”时代正在催化更多柔性化与智能化兼具的升级物流设备,在工业应用移动机器人(AGV/AMR)行业,以工业相机作为感测器的视觉导航技术由于更适合智慧物流柔性化需求,被推向了风口浪尖。

自主移动的两难抉择

为了与传统导引方式区分,拥有slam自主导航技术的移动机器人,目前统称为AMR。在许多工业场景中,兼具柔性化与智能化的AMR被认为是移动机器人迭代的必然趋势。尽管AMR产品在应用层面已经逐步成熟,不同slam自主导航技术现阶段还是存在一定局限。
 

slam导航分为激光slam和视觉slam两种。
 

激光slam导航的优点是技术成熟,能够灵活规划路径,定位精度高,行驶路径灵活多变,施工较为方便。缺点是制作成本及价格相对较高,探测范围有限制,主要被应用在室内环境;地图缺乏语义信息,限制了复杂环境下的可拓展性应用。
 

视觉slam导航的优点是无传感器探测距离限制,路径规划灵活,定位精度高,施工方便,室内外环境下均能开展工作,成本低,地图可提取语义信息,复杂环境中的复用性高。缺点同样存在,对光的依赖程度高,在暗处或者一些无纹理区域需要借助辅助传感器。
 

两种导航方式的发展潜力我们暂不能做评述,但通过近年来移动机器人企业的产品发展动向与市场关注热度,可以发现视觉slam的后期爆发潜力让人无法忽视。

 

视觉slam成AGV导航新趋势
 

近年来,拥有视觉导航技术的移动机器人公司热度普遍较高,视觉导航也被认为是智能仓储柔性化物流变革的必然趋势。
 

以视觉导航无人叉车代表企业未来机器人为例,这支由香港中文大学孵化的视觉工业无人车辆创业团队成立仅三年,就实现了逾5000万元的工业无人车辆销售。到2020年,公司已完成1亿元人民币B1轮融资,联想创投领投持续助力未来机器人工业无人车辆视觉控制、感知技术的研发。
 

图:未来机器人视觉导航无人叉车
 

同样以v-slam导航技术为核心的人工智能视觉AMR公司灵动科技,也在今年4月完成了1亿元B+轮融资,灵动科技ForwardX机器人使用摄像头和GPU代替人眼,通过深度学习神经网络进行环境感知,实现了VSLAM三维地图构建、360°避障、自主规划路线。
 

图:灵动科技视觉导航AMR
 

此外,据中国移动机器人产业联盟预估,目前移动机器人行业涉及视觉导航的企业已有数十家,许多头部企业的导航方案中兼具视觉技术,无论是物流机器人公司海康机器人、快仓、极智嘉还是商用机器人公司诺亚、小觅智能等都有视觉slam导航技术方案……

 

是什么在推动视觉导航的发展?

为何企业纷纷开始发展视觉导航方案?事实上,移动机器人导航技术的突破是行业多年来众望所盼。
 

视觉导航的出现,为工业应用移动机器人(AGV/AMR)行业的技术带来了全新的机遇。未来机器人李陆洋博士表示,“当前工业无人车亟待提升的是智能化程度,简单理解则是机器人应对现场不规范化的能力,而这种能力必须基于对环境的理解与学习,视觉技术是无人车智能化提升的必经之路”。
 

与市面上主流磁导引/激光导引AGV相比,视觉传感器的优势首先是性价比极具竞争力,世界顶级工业相机供应商的产品售价约为人民币3000元,是同等级的激光传感器产品售价的10-20%。而较低的制造成本意味着较低的产品价格,对提升本体企业产品竞争力或终端客户投资回报周期都更加利好。
 

而在智能化上,视觉导航信息获取能力强大。视觉导航由于能从环境中提取语义信息,因此能够适应客户在常规使用需求中的复杂场景,如识别长时间使用而变形的货架、托盘;提取短时间内激增的搬运量信息;狭小空间情况下的车辆调度等。
 

此外,视觉导航模块具有系统拓展性。随着通信设备/处理器等周边配套设施的不断完善,视觉导航模块正飞速进步,视觉导航与计算机连接可以实现大规模的调度任务,而视觉导航技术与5G及云端系统的融合也将更进一步。

 

视觉导航的发展掣肘
 

尽管普遍看好,但事实上真正落地应用视觉方案的企业还不算多,典型的企业以视觉纹理、视觉+辅助传感器或纯视觉技术为主,企业包括未来机器人、灵动科技、旷视科技、马路创新、蓝芯科技、怡丰机器人、海康、大华等。

 

 

 

 本表粗略统计,如有不妥之处,请指正!
 

而其他大多数公司采取的是多种类型的混合导航技术,例如视觉传感搭配激光SLAM进行工作,以此进行优势互补,但混合导航中的VSLAM的实际作用难以考证。
 


 

究其原因,还是受制于视觉导航算法的开发难度,利用视觉导引快速准确地实现路标识别这一技术,仍处于瓶颈阶段。首先图像处理本身就是一门很深的学问,基于非线性优化的地图构建也非常复杂和耗时,且在实际环境中还需要通过优化和改进现有的视觉slam框架,比如加入光照模式/使用深度学习提取特点以及使用但单双目及夺目融合视角等技术,使得视觉导航技术仅被应用于较小空间中。在大部分工业场景下,仍需依赖激光SLAM或是QR码导航来实现,而搭载2套以上传感器的设备,一方面功能冗余,同时所需成本也会显著上升。
 

相比于视觉导航,单线激光雷达的硬件产业链比较成熟,算法也已经进行了开源,日渐崛起的国产激光雷达已经进入百家争鸣的阶段。与激光雷达企业的百花齐放形成鲜明对比的是,切入工业应用移动机器人(AGV/AMR)赛道的V-SLAM解决方案商目前来说却比较少,思岚、辰天科技等。
 

 

本表粗略统计,如有不妥之处,请指正!
 

另一方面,尽管目前自动化流水生产线的视觉系统,定位精度可以精确到0.1mm,但是基于无固定参照的纯视觉导航AMR,定位精度约为10mm,仍然有待提高。为了获取更高的精度,除了视觉导航系统外,移动机器人系统还需要结合其他传感器的辅助。
 

但经过近两年的技术沉淀,拥有视觉技术的移动机器人企业正在不断突破和创新。马路创新近日推出其新一代视觉导航技术v-slam2.0,已经做到了纯视觉且不受地纹影响。未来机器人前不久也发布了自研的仓储环境监控核心产品“明眸”视觉模块,融合了深度学习图像识别技术,为夜间工作的智能化设备提供信息支持,降低运营成本。此外,灵动科技公司旗下的ForwardX MaxTM 在今年6月也获得了全球首个V-AMR(视觉自主移动机器人)CE 认证。
 

相信随着视觉技术在移动机器人上的应用日臻成熟,v-slam导航未来有望成为移动机器人导航技术的主流方案之一。

【免责声明】所刊原创内容之本文仅代表作者本人观点,与新战略机器人网无关。新战略机器人网站对文中陈述、观点判断保持中立。本网转载自其它媒体的信息,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。

【版权声明】凡本网注明“来源:xzl机器人”的所有作品,著作权属于新战略机器人网站所有,未经本站之同意或授权,任何人不得以任何形式重制、转载、散布、引用、变更、播送或出版该内容之全部或局部,亦不得有其他任何违反本站著作权之行为。违反上述声明者,本网将追究其相关法律责任。转载、散布、引用须注明原文来源。

分享到:

关闭对联广告
顶部微信二维码微博二维码
底部
扫描微信二维码关注我为好友
扫描微博二维码关注我为好友