后疫情时代和新基建政策的叠化影响下,万物智联的趋势得到进一步推动,各行业对于智能化升级的需求更加明确。作为新兴的头部科技产业,机器人行业表现尤其强烈。随着行业应用价值迅速提升,对于智能化程度的要求正不断提高。
人类大脑通过300多万根神经纤维实时感知世界,其中与眼睛相连的就有200多万根,可以说大脑皮层80%的活动都在处理视觉信息。机器人作为人工智能的集大成者,这类智能终端在功能上涵盖感知-认知-决策-行动多个环节。而AI视觉作为人工智能的重要分支,几乎等同于人工智能的大门。机器人要做到模拟人的思维路径,AI视觉技术的作用不言而喻。
模拟人类思维路径,核心是让系统拥有智能决策能力。即不按照固定程序,机器通过深度学习,根据所收集的数据信息,做出智能反馈,从而完成特定技术动作。不过实现这一切的基础首先是精准的环境感知。而AI视觉的本质就是研究环境感知问题,即对输入的图像信息进行组织,对物体和场景进行识别,进而对图像内容给予解释。
随着对AI视觉不断开发,基于AI视觉的识别技术、目标追踪技术、导航技术、避障技术已成为了各类智能设备的前端通用性技术,广泛应用于工业生产自动化、流水线控制、自动驾驶汽车(测距,导航)、安防监控、遥感图像分析、无人机、农业生产以及机器人等方面。以自动驾驶为例,它的两种主流自动导航技术方案,无论是以雷达主导的多传感器融合方案,还是视觉方案,AI视觉都发挥了重要性作用,Mobileye的SuperVision便是由AI视觉打造的综合性智能驾驶系统。此外,导航技术同样被应用于机器人,如目前的无人配送车、商用服务机器人、家用扫地机器人等。
视觉感知作为机器人实现智能交互的前提条件。 INDEMIND利用独有的立体视觉技术结合深度学习的图像语义、语义分割等技术,可提供0.05-1.5m范围内误差小于1%的深度计算,实现对环境的立体解析。同时,根据构建的三维空间地图,能识别人、动物及十几种大类,上百种家居用品,物体识别精度<2cm,并根据识别到的不同信息作出智能决策反馈,通过配置业务逻辑可实现实现目标跟踪、指定区域作业、看护等多种交互需求,提升机器人智能交互能力。
免责声明:市场有风险,选择需谨慎!此文仅供参考,不作买卖依据。