360人工智能研究院潘俊威:扫地机器人走向“真香”，AI成重要创新点( 四 )

机器学习在扫地机器人上的应用，现在芯片的算力快速发展，包括端上AI的能力可以赋予机器人环境语义的理解能力，结合AR芯片，充分利用深度和图象数据，可以提高机器人对清扫场景的理解能力，做到更省心、更智能地工作。
云上AI能力，扫地机器人通过云端的训练服务平台自动更新到机器人身上，实现自我进化。端上AI能力可以赋予机器人场景理解的能力，比如机器人可以分辨房间、卧室、客厅、餐厅区、沙发区等，还能识别各个区域使用的是地砖还是地毯。对障碍物的识别，对场景能够理解之后就可以做更多更智能化的清扫。
另外一点，深度相机可以孵化有效数据，运用神经网络和机器学习通过单目RGP也可以识别出障碍物，它对算力要求很高。有了深度相机可以孵化有效数据，这样可以得到更加有效的数据信息。然后，通过不断完善障碍物的数据，让机器人的识别变得更准确。

本文插图
在数据积累到一定程度的时候，可以去掉深度相机。机器在降本的同时，避障性能不会发生特别大的变化。当机器人有了环境感知与理解能力之后，就不仅仅是扫地机器人了，它可以充当一个安防巡逻机器人、服务机器人或者陪伴机器人等，这些功能都是可以去探索开发的。
五、无人驾驶大脑：环境感知、场景理解、决策规划360针对这些场景提出了360无人驾驶大脑的概念，目前主要是室内的通用性移动平台，在扫地机上应用为了让扫地机器人更智能，重点要提升移动机器人在环境感知、场景理解、决策规划三方面的能力。

本文插图
针对环境感知，我们要融合LDS雷达传感器等各种传感器，对这些数据进行处理，并且加以融合。在场景理解上，基于融合的数据构建二维地图还有三维地图，融合出来高精度的地图，这样可以更好地在地图上标注障碍物理解。对机器人的姿态识别、运动状态识别以及危险状态识别等进行判断认知，这也就是运动态势认知。上层的决策和规划对扫地机器人的行为进行决策，规划出合理的路线以及对机器人本体进行运动控制。
我们将这项功能应用在最新发布的旗舰款360差异板MAX机器上面，它是市面上唯一一款将定位雷达做到内置，放到机器人内部。激光雷达一般的都被安装在机器设备的顶部。我们把这个设计放到了机器人内部，在360差异板MAX机器里，我们放置了三个雷达， ETOP雷达，做定位，解决导航定位的问题；固态线性雷达，融合了ETOP定位雷达，解决避障的问题。