純視覺方案的缺陷和誘惑。

“不靠譜”的視覺

無論是自動駕駛，還是機器人導航，純視覺方案都一直倍受質疑。不可置否，視覺是公認的未來主要技術方向，但現實中的“稚嫩”表現讓這一可期未來始終可望不可即。

視角拉到自動駕駛領域，作為純視覺方案的急先鋒，特斯拉的純視覺之路走得并不順利。去年6月，美國國家公路交通安全管理局（NHTSA）發布了一份監管文件，文件指出消費者對于“幽靈剎車”的投訴量激增，從2月份的354起增長至單月758起。大量的投訴也引起了人們對視覺的質疑和擔憂。

雖然純視覺方案有著更高經濟性、可擴展性的獨特優勢，但一般認為純視覺方案的精準度和魯棒性還達不到激光雷達方案的水平，由于采用純攝像頭作為數據輸入，導致其是用二維圖像生成三維空間，更難準確掌握障礙物的三維位置信息，難以自動駕駛的安全要求。

與此同時，思維的慣性，也讓人們對機器人視覺導航有著同樣質疑。不幸的是，機器人視覺導航方案的實際表現也同樣不理想。對目前應用視覺導航方案最多的掃地機器人品類分析來看，雖然視覺也是市面上的主流導航方案之一，但其應用產品大多為中低端產品，視覺方案在光線環境適應、導航精度、算力要求等方面都有著或多或少的缺陷。

事實上，自動駕駛和機器人導航雖是孿生子，卻不能一概而論。相同的“不靠譜”，本質卻不同。由于應用場景的不同，汽車和機器人對于精準度和魯棒性的要求是不同的，對于家用掃地機器人而言，由于不需要高速運動狀態下作業，實現媲美激光雷達方案的純視覺方案并非幻想，在技術上也沒有自動駕駛級別的瓶頸。

不做配角，視覺也能獨挑大梁

INDEMIND「家用機器人AI Kit」視覺導航方案，為業內帶來了新的答案。

「家用機器人AI Kit」以INDEMIND自研的INDEMIND OS Lite家用機器人AGI系統為核心，搭配面向家用小型機器人專門研發的一體化立體視覺模組，可實現家用機器人導航定位、智能避障、路徑規劃、決策交互等核心功能，是包含軟硬件的ALL IN ONE解決方案。

作為一款純視覺導航方案，「家用機器人AI Kit」在光線環境適應、導航精度、算力要求、智能化等方面都有了根本性進步。

為了應對光線適應問題，INDEMIND開發了一套系統化環境補光策略，包含主動式環境補光配置和光照變化條件下的建圖策略，在實際表現中，面對強光直射、無光源、昏暗等特殊光照環境均能無差異工作，滿足全天候作業要求。在導航精度方面，基于INDEMIND自研的高精度VSLAM算法，可精準快速地獲取位置位姿信息，目前導航精度已實現絕對定位精度<1%，姿態精度<1°，足以媲美激光雷達。其次，為了有效降低算力要求，INDEMIND在算法上采用增量優化的方式，分段處理，并在區段間建立先驗信息，有效降低了平臺的計算壓力，同時應用硬件加速技術，在硬件上，對于視覺處理采用neon加速、GPU加速、DSP加速等方式，進一步提升計算性能，降低算力要求，在實際表現中，已能夠在幾美金的計算平臺上穩定運行整套VSLAM算法。

在更加重要的智能化方面，「家用機器人AI Kit」也進行了全面提升，支持智能識別、智能地圖、智能避障、智能交互等多種關鍵功能。

基于立體視覺技術和輕量化深度學習模型，機器人可以識別物體、人、動物及空間語義，根據掃地機器人家庭應用場景需求，目前定義識別鞋、插線板等10類物體，且識別類別可根據特定需求調整和訓練。智能地圖不僅支持構建三維語義地圖，還支持全時段、全光線環境重定位及智能禁區功能。

為了進一步提升機器人的“智商”，INDEMIND還專門開發了決策交互引擎，基于高精度三維建圖能使機器人在語義層次上理解環境信息，模仿人類大腦對環境理解的方式，并進行策略處理。因此，結合決策交互引擎，在避障上，機器人可做出類人規避動作的精細化操作，能夠讓機器人有策略的實現智能避障（如根據障礙物不同做出不同規避距離）；在交互上，可通過語音、手勢、動作等自然語言指令，命令機器人進行安全、搜尋、跟隨、自主尋路、定向清掃等多種智能邏輯。以定向清掃為例，發布語音命令：“清掃一下廚房”可被識別為針對地圖上識別到的廚房區域進行一次規劃清掃。

值得提到的是，在成本表現上，「家用機器人AI Kit」只有激光雷達融合方案的1/3，卻實現了同等水平的技術效果。

目前，INDEMIND已和國內多家掃地機器人廠商達成合作。相信未來隨著純視覺導航產品的落地，質疑聲也將隨之消失。

審核編輯黃宇