今天為大家?guī)淼臋C(jī)器人干貨內(nèi)容，來自去年5月23日英特爾V-SLAM技術(shù)研討會上，機(jī)器人創(chuàng)新生態(tài)合作伙伴 弗徠威智能機(jī)器人科技有限公司 - 潘何浩先生帶來的主題演講【 基于Intel? Realsense?技術(shù)在動態(tài)環(huán)境下的三維建圖和導(dǎo)航避障】，他也是弗徠威公司的算法工程師兼導(dǎo)航避障功能負(fù)責(zé)人，接下來的內(nèi)容將會從以下四個方向進(jìn)行分享。
以下為演講實(shí)錄整理：
首先簡單介紹一下我們公司 - 弗徠威智能機(jī)器人科技有限公司，我們成立于12年8月的上海，也是我國成立較早的機(jī)器人研發(fā)機(jī)構(gòu)之一，率先參與了制定服務(wù)機(jī)器人的企業(yè)標(biāo)準(zhǔn)、以及首批認(rèn)證等。公司對于基礎(chǔ)研發(fā)有較高的投入，同時也擁有自己一套完善的技術(shù)體系，我們授權(quán)的關(guān)于機(jī)器人的發(fā)明專利在國內(nèi)是排名前三的。同時也是全球最早實(shí)現(xiàn)機(jī)器人量產(chǎn)，并且一次性交付量最大的集團(tuán)企業(yè)之一。目前我們的總部在上海，在深圳還有一個機(jī)器人本體研發(fā)&自主移動研發(fā)中心。
在產(chǎn)品方面，但我們08年還在實(shí)驗室階段的時候，就已經(jīng)開始制作多種各樣的機(jī)器人，只不過沒有作為商品進(jìn)行產(chǎn)業(yè)化，直到12年我們成立了公司，15年的時候開始研發(fā)自己的產(chǎn)品，也就是 維拉機(jī)器人，維拉機(jī)器人是我們作為家庭陪伴機(jī)器人這條產(chǎn)業(yè)線的產(chǎn)品，它主要負(fù)責(zé)解決在家庭中的陪伴問題，實(shí)現(xiàn)健康顧問包括家庭安全等功能，同時也負(fù)責(zé)連接家里各種智能安防的傳感器，或是智能家居等設(shè)備。而今天的分享也主要圍繞維拉三代進(jìn)行。
在維拉三代的算法體系中，主要分為四塊：
建圖模塊：
支持自主建圖以及手動建圖，并且支持地圖標(biāo)記編輯等功能。
自主移動：
自主移動支持隨叫隨到，以及導(dǎo)航到指定位置，包括各種操控方式例如語音控制，以及自動避障、脫困等功能。
自動回充：
除了可以自動標(biāo)記充電座的位置，同時也支持在無地圖或者無充電座位置信息的情況下通過探索方式來尋找充電座。
自動跟隨：
較好地實(shí)現(xiàn)人體檢測從而進(jìn)行人體跟隨，保證它可以跟得及時不跟錯誤，跟丟了也可以隨時跟回來。
我們使用英特爾Realsense?深度相機(jī)為機(jī)器人提供建圖和導(dǎo)航支持，它也是一個必不可少的組件，因為立體視覺信息對其建圖模型的完整性和準(zhǔn)確性是必不可少的。
而在導(dǎo)航過程中，具體的家居環(huán)境像椅子箱子之類的東西事實(shí)上是非常多的，像一張桌子，我們本質(zhì)上是不希望機(jī)器人鉆到桌子底下的，所以在自主建圖的過程中就需要把桌椅的位置標(biāo)記出來的，如果僅依賴平面導(dǎo)航，機(jī)器人的運(yùn)動性能會有受到很大的限制。我們希望它能在無人為干預(yù)的情況下，能夠盡可能的做好，能實(shí)現(xiàn)自主順利地在復(fù)雜環(huán)境中移動的能力。
上面是一個對比圖，分別是 【僅采用激光雷達(dá)】以及采用 【深度相機(jī)+激光雷達(dá)】去測試同一個場景，在建圖過程中，可以看到僅使用激光雷達(dá)的案例，它是完全沒有辦法看到桌椅的，所以在這個模型下仿佛是一片空曠的區(qū)域，而另一邊依靠深度信息可以分辨出立體的椅子和桌子，然后就可以在地圖上作出準(zhǔn)確的標(biāo)記。
除了在建圖中有這種情況外，還有針對移動人體的場景。在實(shí)際的建圖環(huán)節(jié)中，人很容易走進(jìn)機(jī)器人的測量范圍內(nèi)，在沒有深度相機(jī)的技術(shù)支持下，僅依靠雷達(dá)很容易會把人體檢測為建筑共同體當(dāng)成障礙物的一部分，而影響后續(xù)的建圖和擦除，甚至還可能會讓機(jī)器人反復(fù)測量這個位置，才能把這個區(qū)域的真實(shí)情況記錄進(jìn)地圖中。
接下來的內(nèi)容，是關(guān)于如何利用Realsense?深度相機(jī)實(shí)現(xiàn)機(jī)器人的導(dǎo)航避障功能。首先導(dǎo)航問題就和上面的建圖問題一樣，激光雷達(dá)在導(dǎo)航過程中有視覺盲區(qū)的問題。
在上面這個案例中，機(jī)器人在沒有深度信息的情況下，遇到障礙物，只能通過碰撞去發(fā)現(xiàn)新的障礙點(diǎn)，很明顯我們是希望避免這種情況，更多的情況是機(jī)器人有可能陷入到和障礙物進(jìn)入到一種膠著的狀態(tài)。所以我們?yōu)榱藦浹a(bǔ)這種狀態(tài)，我們利用Realsense ?來實(shí)現(xiàn)機(jī)器人更好的探索功能。
當(dāng)然深度相機(jī)也有它自身的限制，例如FOV視場角的限制，而其中最棘手的一點(diǎn)是，在家中到處移動的機(jī)器人，存在一個移動障礙物檢測的問題，舉個例子，當(dāng)機(jī)器人遇到桌子，會收錄這個三維信息，把它標(biāo)記為障礙物，但如果遇到了移動中的人體，由于人同時也處于運(yùn)動狀態(tài)，當(dāng)機(jī)器人在持續(xù)不斷地檢測人體的三維信息，會讓每一段的三維信息連起來，成為一道“殘影墻”，這對機(jī)器人實(shí)現(xiàn)導(dǎo)航功能來說非常致命。
針對這個問題，我們特意設(shè)計了一個場景，在機(jī)器人導(dǎo)航過程中，尤其是通過比較狹窄的走廊時，讓一個人從它面前穿過去，穿過去之后在圖中會有一片非常大的立體數(shù)據(jù)，機(jī)器人就會想辦法繞路繞過去，直至到無路可走，這是我們想極力避免的。
針對這一點(diǎn)，我們結(jié)合人體檢測模塊，通過深度相機(jī)提供的三維數(shù)據(jù)可以精準(zhǔn)定位和區(qū)分正在移動中人體，并且將這部分從地圖中扣除，把導(dǎo)航過程中的影響也給抹除掉。 同時還不影響對靜態(tài)障礙物的處理，通過這樣的處理設(shè)計，機(jī)器人就夠非常高效且智能地處理導(dǎo)航中遇到的突發(fā)問題。
以上兩部分的分享主要是圍繞我們?yōu)槭裁匆x擇深度視覺相機(jī)以及如何利用這部分的信息，即便在沒有人為干預(yù)的情況下，去實(shí)現(xiàn)更出色的建圖和導(dǎo)航功能。以上是我的全部分享，感謝！
