目前,思岚科技与餐饮品牌联动,打造智能餐厅配送。餐厅内,餐品的传递不再是靠服务员来回穿梭于吧台及就餐区,而是等配送机器人“端”过来,先走到A桌,再来到B桌,工作人员负责上餐,做好服务。
基于Athena底盘研发的送餐机器人
那,在今天这样的高人流、高压力的工作条件下,AI机器人还能从容应对么?这就需要AI服务机器人具备灵活的避障及自主规划路线能力,能适应场所中不断变化的复杂环境,为顾客带来全新的用户体验。
提供更优的传感器解决方案
人类想要从外界获取信息,必须要借助感觉器官。同理,机器人想要拥有类似人类的感觉功能,就必须借助传感器的帮助。
▲以Athena为例,身载各类传感器
以下,是机器人身上常见的传感器类型及功能:
各传感器及其功能
传感器技术的运用,多传感器技术的融合,为机器人的智能发展翻开了关键新篇章。改变了早期服务机器人功能单一、自主设计空间小的缺点,为机器人提供了环境识别、感知、判断和行动能力。
研发更优的SLAM算法,解决各类实际问题
除了要配备优秀的传感器之外,算法的优化和提升也是影响机器人性能、用户使用体验的重要因素之一。
可靠的障碍物规避
当AI服务机器人被七夕的人流团团围住的时候,会不会慌到宕机?
首先,思岚的自主定位导航技术会让机器人做到有效的避障物规避,保证不会碰到人。其次,当被围住时,机器人会原地旋转,保证地图的不丢失不偏离,实现环境完全变化后的可靠定位。待现场情况好转,有路可寻的时候,机器人将会自动开启自主寻路算法,实现可靠定位导航。
玻璃、镜子等高透材质多
除了人流外,商场、餐厅里的透明玻璃、镜子、光源等干扰因素也颇多,这样的环境会对机器人建图造成一定影响,比如:边角毛刺多、丢点、地图重合、漏检……,继而影响后续的避障导航性能。
▲地图毛刺多,导致导航不准确
思岚的激光雷达在算法和光学上下了狠功夫,对镜面和光源带来的噪点可以进行滤波。同时,还采用多传感器融合技术,能很好的帮助机器人消除这一环境影响,提升定位导航准确性。
▲ 基于Athena底盘的餐厅配送机器人
大场景地图构建
商场里入驻的商户多、品类复杂还让商用环境存在“大、长走廊和环路较多、相似的场景多”等特点。
为了解决这一问题,除了保障传感器的测距半径符合环境需求外,还要求SLAM算法要具备闭环检测能力。SLAM 3.0 采用图优化的方式,依赖内部的拓扑图进行主动式的闭环检测,实现更加可靠的大场景环境建图。
“一机多用”,执行N种不同的任务
在机器人成本还没普遍下降,但要让机器人发挥最大的价值时,最直接的方法就是“一机多用”,就是让机器人去执行不同场景下的任务。引导、巡逻、导航、营销……十八般武艺,样样精通。
▲ 同一机器人在不同场景下的应用
解决了上述这些问题,AI机器人应该能够从容应对。而这些技术的集成,将会把智能机器人从“概念”推向“落地”,功能方面也不仅仅是噱头,而是能真正帮助机器人用户来降低运营成本,提升客户体验和满意度的。