解决非结构化道路高精度定位问题,「赛特智能」落地无人驾驶清扫车

简介: 新型“环卫工”

云栖号资讯:【点击查看更多行业资讯
在这里您可以找到不同行业的第一手的上云资讯,还在等什么,快来!

在无人驾驶领域,乘用车和货运车最受资本追捧,但作为实现落地最快的场景之一,无人驾驶清扫车也逐渐被关注。2018年,Autowise.ai获得超过一亿元人民币的Pre-A轮融资;酷哇机器人完成1.35亿元B轮融资。

36氪最近接触到的「赛特智能」正切入这一赛道,赛特智能是一家智能无人设备全场景解决方案提供商,公司从事高精度室内外定位及导航、机器视觉和智能集群调度等行业核心技术的研究与创新,目前已成功开发和落地应用的产品包括医院智能配送机器人、智能消毒机器人、智能感控机器人、无人驾驶清扫车等。

v2_eabeaadf46204f908227db5f13038113_img_jpg_jpeg

无人驾驶清扫车

无人驾驶清扫车“智赛洁”已经在广州海心沙公园“上岗”,据介绍,这款清扫车具备定时清扫、自动充电和自动反馈清扫结果等功能。一台清扫车约可完成8到10个工人的工作量,约40分钟便可清扫完约15000平方米的海心沙广场。

赛特智能CTO赖志林介绍,无人驾驶清扫车对定位技术的要求很高。一方面,清扫车工作的环境较为复杂,并不是标准的结构化道路,比如小区里有楼房和树木,会对定位造成较大困难,所以不能使用单一的定位方式。另外,清扫车的运作还需要准确的定位精度。除了定位外,由于清扫车在工作时场景中的活动主体非常多,所以清扫车需要在高动态的不确定情况下进行避障。

据了解,整个清扫车的控制结构、调度系统和算法都是团队自己研发的,车体也是基于实施无人驾驶技术所需要的条件而进行的设计。所以方案落地遇到任何问题,团队都能快速及时去解决。此外,在清扫车这款产品落地之前,已有配送车落地的案例,团队在实际操作中积累了丰富经验。

赖志林介绍说,无人驾驶清扫车要落地涉及到很多的细节,处理具体问题的方式会延伸出不同的解决方案。例如赛特智能目标是做全场景无人驾驶清扫车,所以使用的是RTK、多线激光和视觉三项技术融合起来建立的高精度地图,在局部定位上依靠传感器能达到10厘米以内的高精度定位,实现延边清扫。

除了无人驾驶清扫车“智赛洁”,赛特智能另一款医院智能配送机器人“智赛拉”也已经在多家重点医院投入使用。“智赛拉”在疫情期间驰援武汉多家定点医院,据了解,根据实际运行效果测算,在疫情期间每台机器人可替代三名配送员的工作量。

之所以选择医院和环卫作为团队聚焦的方向,赖志林分析说,这是基于团队自身的技术积累和对落地场景的预判。在技术方面,能够实现室内外无缝对接配送和高精度定位的低速无人驾驶的机器人,是赛特智能技术优势的体现;而从整体的落地场景来看,团队认为像医院和环卫这种封闭场景内的应用,首先从技术层面来说是可以实现的,其次从法律法规层面来说也是完全被允许的。

在商业模式方面,公司主要依靠智能无人设备的销售与租赁、医院机器人配送整体解决方案、无人化清扫整体解决方案的项目实施,已获得数千万战略投资。

团队方面, CTO赖志林北京理工大学博士毕业,深耕无人设备的导航与控制技术领域多年。公司参与起草了国家标准《轮式移动机器人导引运动性能规范及测试方法》,拥有自主的研发中心和“产学研”智能制造基地。

【云栖号在线课堂】每天都有产品技术专家分享!
课程地址:https://yqh.aliyun.com/live

立即加入社群,与专家面对面,及时了解课程最新动态!
【云栖号在线课堂 社群】https://c.tb.cn/F3.Z8gvnK

原文发布时间:2020-06-03
本文作者:黄晓韵
本文来自:“36kr”,了解相关信息可以关注“36kr

相关文章
|
6月前
|
机器学习/深度学习 传感器 数据采集
机器学习赋能制造业:预测性维护、质量控制和智能物流优化
制造业借助机器学习和深度学习提升效率,通过预测性维护避免设备故障,利用质量控制模型检测产品缺陷,及运用智能物流优化降低运输成本。示例代码包括基于LSTM的设备故障预测和随机森林分类器的质量控制模型。这些技术革新生产流程,提高效率,降低成本,增强企业竞争力。
|
5月前
|
数据采集 传感器 机器学习/深度学习
人工智能在农业中的应用:从数据采集到智能决策
本篇文章将详细探讨人工智能(AI)技术在现代农业中的应用,包括从数据采集、分析到智能决策的全过程。通过具体案例,展示AI如何帮助提高农业生产效率、降低成本并增强环境可持续性。
703 0
|
传感器 存储 人工智能
智能驾驶词典 --- 自动驾驶芯片梳理
智能驾驶词典 --- 自动驾驶芯片梳理
337 1
|
自动驾驶 计算机视觉 Python
《基于AidLux的自动驾驶智能预警应用方案》
基于AidLux的项目实战之 智能预警在AidLux上的部署与应用
《基于AidLux的自动驾驶智能预警应用方案》
|
机器学习/深度学习 人工智能 边缘计算
实用级北斗+AI道路智能巡检系统,千寻驰观如何助力精细化公路养护决策
目前我国公路总里程达528万公里,路网建设趋于饱和,路政工作由建设转向养护。 公路养护工作贯穿公路从建成通车后的全生命周期,侧重于对被破坏的部分进行修复,是为保持公路经常处于完好状态,防止其使用质量下降,最终的目的是降低车辆在公路通行时的安全风险,并提高整体的运行效率。
实用级北斗+AI道路智能巡检系统,千寻驰观如何助力精细化公路养护决策
|
传感器 机器学习/深度学习 边缘计算
基于AidLux的自动驾驶智能预警应用方案
基于AidLux的自动驾驶智能预警应用方案
128 0
|
自动驾驶 计算机视觉
Aidlux的自动驾驶智能预警方案
本项目为基于Aidlux的自动驾驶智能预警方案,实现了在aidlux上推理展示。智能预警系统包含3个任务:目标检测,可行驶区域检测,车道线检测。
|
人工智能 边缘计算 运维
千寻驰观测评:真正达到实用级别的北斗+AI道路智能巡检
大规模道路养护时代,智能化应用需求呈现快速的增长趋势。作为道路智慧化的重要场景,道路智能巡检正在成为各地积极探索的新工具。根据赛文交通网的调研,当前道路智能巡检技术的应用以AI为主,整体处于早期阶段,在已经落地的AI道路巡检项目中,不少巡检检测成本可降低40%,且智能巡检效率是人工巡检的十倍以上;但另一方面,部分业主也传出了“识别精度不高、采集数据不准等问题,与实际应用尚存在距离”等声音。
千寻驰观测评:真正达到实用级别的北斗+AI道路智能巡检
|
机器学习/深度学习 人工智能 监控
使用AI实时纠正增材制造错误
麻省理工学院(MIT)的研究人员训练了一个机器学习模型来监控和调整3D打印过程,以实时纠正错误。
118 0
使用AI实时纠正增材制造错误
|
传感器 人工智能 监控
车辆行为识别应用现状
近年来,随着汽车行业的日益更新和人工智能的快速发展,无人驾驶技术受到广泛的推广和应用。无人驾驶的环境感知是实现车辆安全有效驾驶的必备技术,通过车载摄像头记录车辆周围视觉环境数据,识别出周围车辆和障碍物的信息从而执行相应操作。
736 0
车辆行为识别应用现状
下一篇
无影云桌面