计算机控制技术 计算机控制系统( 七 )


4.3. 工业机器人的延伸——服务机器人
随着人口老龄化趋势加快以及医疗、教育需求的持续旺盛,中国服务机器人市场存在巨大潜 力和发展空间,成为机器人市场中颇具亮点的领域 。根据赛迪顾问的数据,2019 年中国服 务机器人市场规模为 206.5 亿元,占整体机器人市场规模的 35.1%,占比进一步提高 。且未 来三年,中国服务机器人市场将继续保持较快增长,市场规模及占比也将不断提升,2022 年中国服务机器人市场份额预计达到 44.3% 。
扫地机器人成为服务机器人最先启动的“爆款” 。根据 Google Trends 全球搜索热度,2020 年扫地机器人搜索热度峰值同比提升 19% 。国内市场来看,根据奥维统计,今年 10 月和 11 月,扫地机器人线上销售额分别同比增长 35.60%和 38.15% 。同时,中国市场当前的低渗透 率和未来庞大的需求总量为扫地机器人提供巨大机遇 。根据全拓数据统计,扫地机器人在中 国沿海城市家庭的渗透率只有 5%,在内地城市只有 0.4%,远低于日本、欧洲地区的 10% 和北美市场的 13% 。长期来看,扫地机器人有潜力对标洗衣机、空调、冰箱等“每家每户必 备”的高渗透率家用电器,在行业的成熟期,上述家电的渗透率一般在 90%以上 。
AI 如何赋能扫地机器人?
机器视觉硬件可采集周围环境信息 。目前常用的视觉传感器主要有:摄像头、TOF 镜头和激 光雷达技术 。机器视觉相机的目的是将通过镜头投影到传感器的图像传送到能够储存、分析 和(或者)显示的机器设备上 。可以用一个简单的终端显示图像,例如利用计算机系统显示、 存储以及分析图像 。激光雷达是一种采用非接触激光测距技术的扫描式传感器,其工作原理 与一般的雷达系统类似,通过发射激光光束来探测目标,并通过搜集反射回来的光束来形成 点云和获取数据,这些数据经光电处理后可生成为精确的三维立体图像 。采用这项技术,可 以准确的获取高精度的物理空间环境信息,测距精度可达厘米级 。TOF 是飞行时间(Time of Flight)技术的缩写,即传感器发出经调制的近红外光,遇物体后反射,传感器通过计算光 线发射和反射时间差或相位差,来换算被拍摄景物的距离,以产生深度信息,此外再结合传 统的相机拍摄,就能将物体的三维轮廓以不同颜色代表不同距离的地形图方式呈现出来 。
SLAM 技术赋予机器人更好的规划移动的能力 。SLAM,全称为 Simultaneous Localization and Mapping,中文叫做同时定位与建图 。在 SLAM 理论中,首先是定位(Localization),其次是建图(Mapping),最后是路径规划 。通过机器视觉的映射,机器人可以通过复杂的算 法进行定位并绘制出位臵环境的地图,而 SLAM 技术则可以有效解决规划不合理,路径规划 无法覆盖所有地区,导致清洁效果一般的问题 。当完全不含 SLAM 的时候,由于没有地图没 有路径规划,扫地机器人每次碰到障碍物会沿着随机方向折返,无法覆盖到每一个区域 。当 有 SLAM 的时候,可覆盖至任意区域 。此外,扫地机器人还配备摄像头,用来识别鞋、袜子、 动物粪便等物品,达到智能规避 。
基于视觉的 VSLAM 和基于激光雷达的激光 SLAM 各有千秋 。传统意义上实现视觉导航的 VSLAM 主要通过两种视觉传感器来获取信息,一是深度摄像头,通过测距实现三维空间感 知,属于主动光源测距传感器;二是双目、多目、鱼眼导航传感器,属于非主动光源传感器 。激光导航技术的基本原理即为激光测距,较为简单直接 。现阶段市场中两者各占有一定的份 额 。激光导航精度更高,需要的计算量更低,但传感器价格高;视觉导航精度较低,且受可 见光影响大,通过搭配多种传感器一起使用可以一定程度上补足短板 。未来,如果激光导航 测距传感器的价格大幅降低,那么精度更高、体验更好的激光导航技术更有可能主导扫地机 器人市场;当然,在近距离、光照较好的应用场景下,视觉导航的优势更大,仍将保有一席 之地 。

推荐阅读