扫地机器人用上神经网络,还有苹果同款dToF!科沃斯AI技术再突破( 二 )



清洁能力的充分发挥 , 需要扫地机器人具备精准高效的自主导航能力 。
2009年以前 , 随机式技术导致的漏扫、重复清扫、容易卡困、低效率等问题让扫地机器人的用户体验普遍较差 。
但随着2010年首款采用激光导航的Neato XV-11和采用视觉导航的Navibot落地 , 扫地机器人行业开始全面进入了全局规划时代 。
SLAM和vSLAM算法的应用也让扫地机器人对用户房间地图的构建更加精准和高效 。 正因如此 , 目前图像传感器和算法处理技术都成为了扫地机器人竞争力的核心 。
此次科沃斯T8 AIVI升级的重点就是其自主研发的AIVI人工智能和视觉识别系统 。
科沃斯相关负责人说 , 在没有引入AI技术前 , 像家中的电源线、袜子、拖鞋这样的常见物品都会成为扫地机器人工作的障碍 。
“和电源线缠绕在一起、把袜子吸进尘盒、推着拖鞋满地跑 , 以前这些都是扫地机器人的家常便饭 。 ”
扫地机器人用上神经网络,还有苹果同款dToF!科沃斯AI技术再突破
文章图片

科沃斯表示 , 他们是第一次将200万像素传感器应用在了扫地机器人上 , 并且通过神经网络算法来提升扫地机器人的物体识别速度和准确度 。
据称T8 AIVI的单帧识别率提升了5% , 而识别速率是原来的3倍 , 得益于识别的准确和快速 , 扫地机器人与障碍物的缠绕率可以降低60% 。
值得一提的是 , 此次T8 AIVI首次将dToF(直接测量飞行时间法)技术用在了扫地机器人上 。 不久前发布的苹果新款iPad Pro搭载的激光雷达就采用了类似的dToF技术 。
dToF技术是一种通过计算光子飞行时间差来计算距离的方法 。
科沃斯相关技术负责人说 , 相比行业中常见的LDS导航 , dToF技术可以增加激光雷达的扫描范围 , 并且提升扫描精度 。 同时扫地机器人对于深色物体的识别率 , 以及对光线干扰的抵御能力都会提高 。
“不论是在弱光还是强光环境下 , 甚至在玻璃和落地窗前 , 我们的扫地机器人也可以正常工作 。 ”
据介绍 , 在高精度激光雷达和dToF技术的加持下 , T8 AIVI的扫描精度提升了4倍 , 扫描距离也提升了一倍 。
扫地机器人用上神经网络,还有苹果同款dToF!科沃斯AI技术再突破
文章图片

目前 , dToF技术的实现难度和实现成本都比较高 , 通常我们只能在自动驾驶汽车中见到采用了dToF技术的激光雷达 。 科沃斯也是业内首次将该技术落地到扫地机器人中 。
当前 , 扫地机器人看的“更快”、“更准” , 是用户最为迫切的需求 , 也更是行业后续发展的必然趋势 。
不论是AI算法的引入还是dToF技术的落地 , 都表明了科沃斯将在扫地机器人行业做 “第一个吃螃蟹的人” , 而作为第一个尝鲜者 , 他们也需要完全依靠自身去摸索 。
高清摄像头和AI算法的结合让T8 AIVI对物体的识别能力得到保证 , 而dToF激光雷达的应用让其对房屋环境扫描的范围、精度、效率及光线适应能力进一步提高 。
科沃斯相关技术负责人说 , 在物体识别方面 , 科沃斯后期将会通过OTA升级的方式增加识别种类 , 并不断完善AIVI系统 。
扫地机器人用上神经网络,还有苹果同款dToF!科沃斯AI技术再突破
文章图片

扫地机器人还能成为AI管家


推荐阅读