如何成为安防机器人“头号玩家”?

2018年4月,安防机器人初创企业Cobalt Robotics完成1300万美元A轮融资,“机器人+安防”这个概念再次引起人们的关注。王石早在2015年就在万科园区局部启用机器人巡逻保安,但是从目前的市场格局上来看,市场正处于起步阶段,国内入局安防机器人的“玩家”并不太多,“头号玩家”更是没有。

Police-robot

据预测,到2020年,全球范围内的机器人市场价值将达到346.728亿美元,到2022年,专业服务机器人(包括医疗、国防、救援、安防、物流、建筑机器人)将会主宰机器人市场。近几年安防机器人势必会爆发,各大公司如何在这百亿元市场中占领一席之地呢?

一、解决三大技术难题筑起行业“护城河”

就技术角度而言,安防机器人主要有十大技术热点:导航定位、计算机视觉、目标跟踪、移动与运动控制、检查/巡检、算法、目标检测与识别、传感器、网络、人机交互。而这十大技术热点彰显的三个核心问题是移动底盘、机器视觉、智能语音。

1. 移动底盘

目前移动底盘产品相对成熟,可以应用到各种机器人身上,但是现阶段却没有成熟的SLAM(同步定位与地图构建)技术方案。针对机器人行走,大部分企业采用三维激光雷达SLAM方案。该方案比较成熟,产品也更加丰富。只有极少数企业采用3D视觉SLAM方案,该方案适用于复杂动态场景,但对计算性能和算法要求很高。不管是激光雷达还是3D视觉,从技术角度上讲,它们可以在任何室内环境下应用。

SLAM方案中,有两个至关重要的难点。第一个难点是多传感器的定位。地图构建是静态的,但机器人走动时,地图构建是动态的,这就需要通过多传感器的搭配去定位。第二个难点是多传感器之间的融合协调。由于这涉及每个传感器的特性和数据处理,因此,在协调上难度非常大。

2. 机器视觉

目前,机器人视觉的应用是众多AI企业集中攻坚的热门方向。机器人视觉的核心功能包括更智能的空间与环境感知能力和视觉认知能力。理想情况是机器人被植入深度视觉后,可以更精准地实现自动三维地图重建,自主规划行走路线,轻松进行物体识别及人的身份识别等功能。但是在应用场景中,问题却不少。例如突然掉落的一个东西成为障碍物,机器人的反应速度跟不上,可能会突然停止,或机器人前面多几个人行走就可能会导致机器人行走速度变得很慢或直接失灵。

目前市面上的深度视觉产品主要是深度摄像头。按技术分类,深度摄像头可分为以下三类主流技术:结构光、双目视觉和TOF飞行时间法。前两者受环境影响较大,后者因成本高量产比较困难。

3. 智能语音

智能语音识别一直是最让企业头疼的问题。智能语音包含语音合成技术、语音识别技术和自然语言处理(NLP)技术三项主要技术。语音合成技术发展最早,基本没有太大的技术问题;语音识别技术在2012年被卷积神经网络应用之后,准确率大幅提升,虽然效果和体验还不够理想,但也在C端、B端得到了广泛应用;NLP技术虽然在搜索引擎中早有应用,但在人机交互领域仍属于浅层处理。

这里有几个问题需要解决,首先是歧义消除,即机器在相关语境下是否能识别带有多重含义的词语。例如,“灌水”既有往容器中注水的意思,也有发表无意义帖子的意思。还有一个跟机器视觉类似的问题,当机器前面有多个人时(这在社区显然是正常的情况),它是否依然能与人正常交流。这里有一个“鸡尾酒会问题”亟待解决,“鸡尾酒会问题”显示了人类的一种听觉能力,人类能在多人场景的语音或噪声混合中,追踪并识别至少一个声音,在嘈杂环境下也不影响正常交流。

从多模态交互的角度来看,如果在目前的智能语音技术上再去扩展视频、图片、运动数据等素材非常困难,那么只能一对一单线操作,现在还没有成熟的方案能将它们结合起来。

二、从理念导入实践,技术落地还需“软着陆”

中智科创机器人有限公司于2015年率先在国内开发安防巡逻机器人。它是户外全天候智能机器人,集高清摄像头、红外热成像、视觉激光导航、环境传感器、警灯装置于一身,具备自主导航、自主执行任务、24小时全方位音视频监控、异常情况自动报警等多种功能。据统计,一个安防巡逻机器人可以抵得上2.4个安防人员执行巡逻任务。

2017年,青岛克路德机器人有限公司在华为全连接大会上推出了一款安防机器人。这台机器人具备自主巡逻、业主识别、紧急情况报警、险情预警、远程对讲、语音对话等功能,可以实现24小时自主巡逻。此款安防机器人已经在鑫苑集团旗下的鑫苑名家小区正式投入使用。

入局的“玩家”不少,“头号玩家”却还未诞生,于是各“玩家”开始从最擅长的细分领域做起。

1. 识别障碍物,保证“通行无阻”

2017年,浙江国自机器人技术有限公司发布了一款名为TIGER的“智能安防机器人”,这款机器人可以巡逻、发布危机预警、查漏补缺、进行车辆管理、进行人脸识别,还可以与人进行语音交互。但是它上不了台阶,最多只能爬一个小斜坡。

武汉工控仪器仪表有限公司在全力解决机器人上台阶的问题。该公司开发的“小卒一号”安防机器人头上装着4个摄像头,能在小区里自由行走,无须人工控制,可以提供全方位无死角的监控保障。只需充电4小时,它就可以不间断巡逻8小时。

机器人很难识别小台阶等障碍物,有针对性地开发算法和进行实地调试,才能保证机器人“通行无阻”。技术人员需要实时监控机器人的步态数据,并在计算机上绘成一条坡度曲线。只有当坡度数据与真实坡度曲线几乎完全重合时,一项小小的上下坡识别算法才算调试完成。

2. 3D视觉SLAM方案:未来的发展方向

2017年深圳市大道智创科技有限公司推出了一代产品“e巡”机器警长,它是国内较早采用视觉SLAM方案的安防机器人公司。该警长配备4路高清夜视摄像头360度实时全景监控,同时融合热成像系统、超声波阵列、红外阵列、TOF深度相机和平面激光雷达多传感器采集环境信息。它还通过视觉测距、视觉避障、VSLAM定位与环境重建及人脸、车牌的识别与追踪进行视觉处理。在定位方面,它以多传感器融合算法适应多种环境,定位误差小于10cm,航向误差小于1度。

上文提到,大部分企业采取三维激光雷达SLAM方案。激光雷达基本上都是从国外引进的,虽然产品稳定性较好,但是成本很高。因此,3D视觉SLAM方案无疑是未来的发展方向。就现在的技术而言,我们通过视觉构建出来的地图场景,更多的是一种或稀疏或稠密的点云图,抓取的是技术的点的结构特征,用到线的很少,不太智能。

未来,企业需要将3D视觉SLAM和深度学习结合,对场景做到语义级别的理解。不仅要知道哪里是特征点、特征线、特征面,更要知道这是什么物体、什么场景,物体在大厅里还是小区外。基于场景的识别能力、理解能力是提升机器人智能水平的重点。

3. 从0到1,从场景定制到经验复制

安保公司Unity Guard System(UGS)的全资子公司Unibot于2018年推出了防盗机器人,该机器人可以在商店内巡逻,通过面部识别系统识别顾客并打招呼。如果公司进行事先注册,机器人还能呼唤顾客的名字,并能向店方发送提醒信息。

该项防盗技术可以广泛应用在安防机器人身上,社区相对商店来说是一个更为封闭的系统,而且对防盗的要求更高,相信未来使用防盗技术的安防机器人可以在社区实现大规模应用。

安防机器人的市场开拓依然要根据特定的场景进行,不管是产业园区、公安警用还是商业楼宇等,每个场景的安防需求都是不一样的。但是只要完成场景中的某一个功能,这个市场就能够打开,因为技术是具备可复制性的。

不同场景对机器人的需求差异很大,因此,在机器人的设计上,不管是功能还是外观,我们都要依据场景需求确定。

安防机器人虽然还在起步阶段,但是它的发展前景广阔,势必会引领新趋势。未来还将产生集合图像与视频精准识别、大数据挖掘、智能预警等多种技术的智能安防产品,为安防业的发展注入强劲的动力。安防机器人正在从静态发展慢慢走向动态发展,形成从被动到主动的发展趋势。我国物业管理正在迈入智能安防的阶段,在物业领域,安防机器人将“大显身手”。

未经允许不得转载:涨姿势 » 如何成为安防机器人“头号玩家”?

赞 (0) 打赏

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信扫一扫打赏