ITBear旗下自媒体矩阵:

高仙商用清洁机器人实现超10w+公里无故障运行

   时间:2018-05-03 15:13:04 来源:互联网编辑:星辉 发表评论无障碍通道

近日,高仙机器人联合新加坡综合技术委员会(JTC)即将发布新一代商用清洁机器人,这也是高仙第五代商用清洁机器人产品。据悉,高仙商用清洁机器人是全球范围内为数不多的一个规模化成熟商用案例,截止目前,产品在全球实现了超过10万公里安全高效的无故障清洁运行,被新加坡樟宜机场、澳大利亚悉尼机场、卡塔尔多哈机场、香港环球贸易广场、澳大利亚君悦酒店以及北京望京SOHO、上海浦东机场等众多高端公共服务行业用户所认可,全新一代商用清洁机器人凭借更加小巧灵敏的性能、更人性化的全语音交互又将受到更多小面积室内公共服务场所的青睐,同时,今年6月,高仙还将正式推出无人驾驶环卫车,商用清洁机器人应用自此将完整覆盖室内、室外全场景。

高仙商用清洁机器人的核心技术是其自主研发的SLAM方案,SLAM作为一种运动交互技术,是与计算机视觉、自然语言理解并列的三大机器人底层技术之一,更是低速无人驾驶应用领域的关键。高仙自2013年成立起就专注于SLAM技术的研发,探索并推动基于SLAM的低速无人驾驶和机器人商用化进程。过去5年,高仙不仅成功开拓了商用清洁这一机器人终端应用市场,同时还作为底层技术商向下游近百家智能机器人终端企业提供完整的SLAM商用解决方案,并实现了在国内该领域超过60%的市场占比,近一年综合营收达数千万,从而也确立并验证了其从机器人上游底层技术到下游终端应用全产业链布局的市场战略。

室内/外100万平米建图能力,高出行业平均水平20倍

与热门的计算机视觉和自然语言理解技术相比,同样是核心的机器人运动交互技术由于起步相对晚一些,很多人对它的了解还不够深入,而事实上,在当前的视觉和语音/语义的弱智能阶段,机器人能规模化商用却需主要依赖运动交互类技术,这之中,环境感知与地图构建就是重中之重,与市场上看到的大多数产品最高不足10万平米的建图性能相比,高仙SLAM商用解决方案已经实现了100万平米的地图构建能力,超出业界同类产品技术平均水平20倍,仅这一项性能表现,就已足已奠定其机器人运动交互技术的全球领先地位。

多传感器融合,安全避障零失败率

目前下游应用SLAM技术方案最多的就是各类服务机器人终端,这些在各类人流密集的复杂场合使用的机器人最集中、最重要的诉求就是安全,尤其是一些体积大的工具类终端设备,一旦避障失败后果不堪设想。高仙SLAM商用解决方案同时融合了包括激光、单/双目视觉、超声、防碰撞、防跌落、GPS、红外、UWB、RFID等在内的总计超过20个传感器,高效保障了机器人的避障准确性和灵敏度,迄今为止,使用高仙SLAM方案的机器人尚未发生过一起避障失败事故。

无缝适配任何终端,10分钟即完成移植

机器人行业经过5年的市场洗礼和技术“过招”,SLAM其实已经进入非常成熟的商用时期,在这一阶段,各家产品要比拼的除了技术硬指标,一体化的便利性和快速的终端适配也是一项重要的竞争砝码。高仙SLAM商用解决方案在简便、无缝接入各类终端能力的表现方面也非常突出,10分钟内即可完成任何终端或车体的移植,从而为下游合作伙伴缔造了一个极其成熟、便捷的开放式合作架构,不夸张的说,即使是一家没有任何机器人运动技术基础的公司,基于高仙完整而高效的SLAM商用解决方案也可以在30天内量产自己的机器人产品。

终端应用日益扩展,开启行业+平台化机器人时代

上游技术的成熟催生了越来越多的下游产业,随着机器人应用需求的高速增长,越来越多的传统行业和组织机构加入进来,希望借助机器人推动所在领域的技术变革,创造新的效益方向,当然,行业的壮大也同步伴随着市场与用户的日益复杂化,对像高仙这样的上游技术企业自然提出了更高的要求,包括如何将机器人与用户核心业务深度融合、如何帮助用户快速打造属于自己的机器人产品,针对此,高仙不再仅仅停留在SLAM技术商角色的层面,而是深入各个垂直领领域,为合作伙伴及用户提供完整的行业/平台机器人解决方案,例如,在安防行业,高仙就在深入与合作伙伴一起针对独立而细分的行业场景设计行业机器人解决方案;在外卖/快递零售领域,高仙联合产业链关键环节的代表企业推出楼宇配送机器人,它不仅能解决新零售的最后百米配送问题,还将生产、输出大量精准而宝贵的零售终端应用数据,而高仙楼宇配送机器人自身也将形成一个天然的基于开放式架构的垂直平台机器人。

基于SLAM的低速无人驾驶和机器人产品未来两年还将在更多的垂直市场快速落地应用,高仙在上游底层技术和终端市场应用的双管齐下,也使得他开始步入一个良性的自循环模式——技术为市场拓展赢得成功,市场又反哺技术进一步成熟和持续迭代,从而让企业能够形成并始终保持领先壁垒。

举报 0 收藏 0 打赏 0评论 0
 
 
更多>同类资讯
全站最新
热门内容
网站首页  |  关于我们  |  联系方式  |  版权声明  |  网站留言  |  RSS订阅  |  违规举报  |  开放转载  |  滚动资讯  |  English Version