商用清洁机器人即将爆发?INDEMIND为机器人落地“保驾护航”
在商用机器人市场规模的持续增长之下,商用清洁领域所爆发出的巨大潜力,注定成为了各大玩家们争先抢夺的战略市场,而随着这场“争夺战”不断拉锯,资本多寡,营销好坏,早已不是决定结果的首要因素,产品本身成为了影响战局的“胜负手”。
市场庞大,为何“购买力”却不足?
根据数据显示,2021年,中国商业清洁市场规模将达到488.2亿元,亿欧智库认为,预计到2025年,中国商用机器人市场将呈现持续高增长至近千亿元规模,其中,商用清洁机器人将增长至约749亿元。
一方面,老龄化人口的加剧,用工成本正在逐年上涨,加之愿意从事清洁行业的人员越来越少,未来无人可用的情形已经可预见。另一方面,清洁需求的日益增长及清洁标准的提升,都让商用清洁机器人有着广阔的应用潜力。
不过市场前景虽然美好,但从现有阶段来看,商用清洁机器人尚未普遍落地,替代人工的比率不高,以商业物业保洁为例,我国拥有300亿平米的物业管理面积,但商用清洁机器人的覆盖率仍不到20%。究其原因在于,除了大家对机器人认知程度低以外,最重要的是大部分的商用清洁机器人的本身价值并不足以打破用工成本的平衡。
终端用户在采购决策过程中,会综合考虑机器人的功能、价格、效率和品牌等因素,其中功能和价格则是决定性因素。从市场反馈来看,目前大部分商用清洁机器人智能程度和性能表现较差,尤其面对商用场景中如商场中常见的高透类障碍物(玻璃护栏、玻璃墙等)、高危场景(自动扶梯、转门等)以及超市中的掉落的物品、狭窄通道、货架等类似障碍物或场景时,机器人的避障效果和稳定性往往不足。同时,目前的机器人价格大多在几万到十几万之间,替代价值不明显,导致终端用户购买意愿不高。
由此可见,要打破当前困局,意味着必须在功能和价格方面“下苦功”。在机器人行业竞争进入下半场的今天,所有机器人企业的竞争重心都在回归产品本身,资本的多寡、营销的好坏都已不再是决定性因素,谁能在功能和价格方面率先跑出优势,将直接决定未来的市场占有量。对于一直服务于产业链最上游的INDEMIND而言,这同样是一次机遇。
作为国内领先的机器人关键AI技术供应商,INDEMIND在机器人的导航、避障、决策、AI交互等关键技术和产品开发方面有着丰富的积累,且拥有面向机器人企业从0到1搭建产品的全栈式技术能力。针对当下行业需求,专门开发了RBN100商用机器人AI方案。
该方案是以INDEMIND OS Fusion系统为基础,采用以双目立体相机为核心的多传感器融合架构,支持市面上不同品类的主流传感器,满足商用机器人导航定位、智能避障、路径规划、决策交互等核心功能的开发。方案具备工业级机器人的可靠性及小型机器人的灵活性,同时性价比更高,能广泛应用于各种商用机器人产品。
在应用上,RBN100商用机器人AI方案拥有多种功能优势:
超大场景实时建图
RBN100商用机器人AI方案支持全场景二维地图、三维地图及语义地图自主创建,建图精度可达厘米级,且支持地图动态更新及智能禁区。
多模式路径规划
基于超过100个使用场景的海量数据,INDEMIND对于清洁、配送、导览、安防等多种工作场景有着深度理解,能够根据作业需求提供高 效率、科学、安全的路径规划,同时还提供路径优化模式,可进一步提升机器人作业效率。
智能识别
支持识别各种商用场景语义,对于商用场景中常见的自动扶梯等场景能够有效识别检测;
基于双目主动红外及Lidar采用INDEMIND检测算法可检测玻璃护栏、旋转门等高反物体;
支持检测行人、宠物等动态语义,有效提升机器人运行安全性。
立体避障
商用场景中,低矮类障碍物和高反类障碍物或场景往往较多,对于机器人的运行影响极大。RBN100商用机器人AI方案支持低矮障碍物避障(地插、桌椅底座等);高反障碍物避障(玻璃护栏、旋转门等);全高障碍物避障(桌面、警戒线等),保证机器人在复杂环境下安全稳定运行。
主动安全
由于商用场景基本处于动态变化,机器人的“临机判断”能力至关重要。在面对动态环境时,搭载RBN100商用机器人AI方案的机器人能够实时进行潜在风险判断(行人、宠物及快速移动的物体),根据风险分类,提前做出规避策略,兼具可靠性及灵活性。
快速部署
搭载RBN100商用机器人AI方案的机器人无需技术人员参与,用户可以自主部署及使用,操作简单。无需预部署,本机自主建图,支持多层地图及全局调度,同时还支持智能梯控系统,实现多楼层灵活作业。
RBN100商用机器人AI方案在提升机器人性能的同时,成本也实现下探,根据不同机器人企业的开发需求,成本至低可到2千元以内,包含导航和电池的完整底盘成本则可到5千元以内。结合相对成熟的作业单元技术,整机从立项到量产最快可以控制到2个月以内,可帮助机器人企业平均缩短6-9个月的研发时间,节省80%接近万级的研发成本。
作为技术驱动型行业,本身有着很高的技术门槛,随着技术的升级,运营成本在不断增加,研发难度也越来越高,显然,与产业链上游AI技术供应商合作的方式无疑是降本增效,实现快速落地的有效方式。