自主车辆和机器人领域通常采用激光雷达作为主要的系统导航传感器。但相机和基于视觉的感知将越来越多地成为移动机器人的技术基础。

大多数自动驾驶汽车制造商将高端3D激光雷达（LiDAR）以及其他传感器纳入他们的车辆，以便为他们提供足够的数据，充分了解他们的周围环境并安全运行。然而，在2019年4月，埃隆-马斯克在特斯拉的自动驾驶日上告诉与会者，LiDAR是一个 "傻瓜的差事"--任何依赖它的人都是 "注定的"，指的是特斯拉对基于视觉的感知的偏爱。

LiDAR/视觉的辩论一直持续到今天。但从那时起，自动驾驶汽车市场对摄像头和计算机视觉的重视程度在稳步提高。

基于视觉的AMR导航

最近，在移动机器人市场上也出现了同样的争论，几十年来，传统的二维激光雷达一直是主流的导航传感器。一些AMR制造商，包括Canvas Technology（被亚马逊收购）,Gideon Brothers和Seegrid，已经开发了具有不同程度的基于视觉的导航的AMR。

这些AMR公司选择基于摄像头的导航解决方案的原因之一是，与LiDAR相比，视觉系统的成本较低。但最令人信服的原因是基于视觉的系统能够实现全三维定位和感知。

寻求替代方案

三维激光雷达也是希望在其系统中增加三维感知能力的机器人开发商的一个选择。但是，虽然3D LiDAR解决方案的价格在过去几年中有所下降，但3D感知的总系统成本仍然是成千上万美元。

对于机器人领域来说，汽车级3D LiDAR的成本通常很高。因此，机器人制造商继续寻求成本较低的3D LiDAR替代品来实现3D感知。

摄像机可以看到天花板、地板上的自然特征，以及设施另一侧的远处。

基于摄像头的视觉系统

基于相机的视觉系统本质上可以应对感知的挑战，因为它们可以 "看到 "其视野内的一切并将其数字化。 利用其他行业的规模经济，即使成本低于20美元的相机也能提供足够的分辨率和视野，以支持强大的定位、障碍物检测和更高水平的感知。

在具有挑战性的环境中进行定位

基于视觉的导航的另一个重要优势是能够处理LiDAR失去稳健性的挑战性环境。典型的例子是物流仓库，那里的一排排机架和货架系统在整个设施中重复出现。

摄像机还可以看到天花板、地板上的自然特征，以及设施另一侧的远处。但是LiDAR所能看到的世界的二维 "切片 "根本不足以区分这些环境中不同的、重复的特征。因此，基于LiDAR的机器人在许多情况下会感到困惑，甚至完全迷失。

这些挑战也适用于开放或高度动态的环境，如交叉码头和开放的仓储设施。LiDAR在上次访问时看到并解释的 "切片 "现在可能是开放空间--或者完全是其他东西。

最终，为了实现真正的智能自主行为，导航系统必须提供人类水平的三维感知。

三维感知和场景理解

最后，也是最重要的，基于视觉的感知可以实现其他类型的传感器根本无法实现的功能。最终，为了实现真正的智能自主行为，导航系统必须提供人类水平的三维感知。例如，由于摄像机可以检测到纹理和颜色，因此能够区分人行道的边缘和道路的边缘。这可以为送货机器人创造显著的安全优势，因为机器人可以利用这一视觉信息精确地沿着其边缘导航，就像人类一样。

这种能力在仓库和生产设施中非常有用，因为那里的行人道路是用线条和地板标记来定义的。 基于摄像头的系统甚至可以读取标志和符号，提醒人类和机器人注意临时关闭、潮湿的地板和绕道。 基于视觉的导航系统还能够在室内和室外环境中工作--开辟了新的用例和应用。

挑战

在低成本的硬件上将来自相机的大量数据转换为3D感知是一个巨大的技术和工程挑战。这个过程需要工程师具备大量的人工智能、计算机视觉和传感器融合方面的专业知识，同时还需要有配套的技术。

值得庆幸的是，基于摄像头的3D感知的强大的、可执行的解决方案现在已被机器人工程师所接受。例如，RGo机器人公司的解决方案--感知引擎，是一个全栈式的软件解决方案，使制造商能够迅速提供下一代的能力。在一些应用中，它能够只利用一个摄像头来实现精确的三维定位和感知。它的宽视场相机还能够识别人类和周围的其他障碍物。这种水平的场景理解使移动机器人在人类周围的行为更加自然和协作。

其他模式

综上所述，包括LiDAR在内的传统传感器模式仍然具有重要价值。最近在低成本MEMS三维激光雷达方面取得的进展令人鼓舞，当与相机结合时，可以为机器人系统增加具有成本效益的稳健性和丰富的三维制图能力。

但马斯克说的没错，相机和计算机视觉应该作为任何移动机器人导航系统的基础。未来几年肯定会看到动态变化，因为随着自主车辆和机器人行业的进步，最先进的技术也在不断发展。

关于作者

Peter Secor作为市场营销和业务发展高级副总裁，负责建立RGo机器人公司的品牌，并为公司寻找新的客户和市场机会。 在加入RGo之前，他曾在物联网、工业自动化、机器人和3D打印的前沿和交叉领域的公司担任变革性职务，包括iRobot和Stratasys。 Secor的职业生涯开始于管理顾问，他专门为工业自动化市场的财富500强公司提供企业战略发展和并购，包括罗克韦尔自动化、西门子和霍尼韦尔。 他拥有新罕布什尔大学的机械工程学士学位和哥伦比亚大学哥伦比亚商学院的MBA学位，主修技术增长营销。

以色列RGo机器人公司正在开创一种人工感知技术，使移动机器人能够理解复杂的环境，像人类一样自主操作。正在申请专利的计算机视觉和人工智能技术构成了感知引擎，它在超低成本、低功率的硬件上运行。

Perception Engine的应用几乎是无止境的，从物流和制造业的AGV/AMR到消费市场的最后一英里配送和服务机器人。

我们的商业模式是与机器人制造商合作，这些制造商与我们有共同的愿景，即未来的自动化是不受约束的，但专注于现实世界的解决方案。 我们的团队由具有深厚学术和行业经验的世界级领导人组成，我们在将世界级创新推向市场方面有着良好的记录。

主要目标市场：

1、物流/供应链 2、制造业 3、其他

技术/产品/服务--RGo Robotics 提供感知引擎，这是一个完整的堆栈软件和硬件解决方案，能够在多个硬件参考设计上运行，为自主移动机器人提供基于视觉的高级感知，使其能够高效运行在非结构化环境中安全。感知引擎软件作为 SDK 提供，该软件旨在运行低成本、低功耗的商用硬件。

价值主张--RGo Robotics 的解决方案利用正在申请专利的计算机视觉和机器学习技术，为移动机器人和其他系统提供先进的感知能力，例如对象检测和识别、场景理解以及映射和定位。这允许采用 RGo 感知引擎技术的系统自主运行。

需求驱动--虽然机器人创新的步伐令人惊叹，但当今绝大多数机器人仍然不是自主的，无法在复杂的现实生活环境中自由移动。仓库中的移动机器人正变得越来越普遍，但仍然过于复杂、过于昂贵，而且过于受限于非常受控的环境，无法利用更广泛的市场机会。

RGo 相信只有基于视觉的感知才能真正达到人类水平的理解。就像人类一样，将视觉与额外的传感器相结合可以使感知变得稳健、准确并且不受暂时故障的影响。它的愿景是使移动机器人民主化，并使任何机器能够在任何环境中自主、智能地移动。

RGo 解决方案使用基于视觉的感知，但将视觉信息与其他传感器数据相结合，以建立对周围世界的强大理解。

RGo Robotics – 商业模式和竞争

商业模式--RGo 的商业模式是与机器人制造商合作，这些制造商分享其对自动化不受限制但专注于现实世界解决方案的未来愿景。

合作伙伴--RGo 与高通、NVIDIA 和 ARM 等多家合作伙伴建立了战略合作伙伴关系。

客户--RGo 已获得多个全球客户，并已完成超过 1000 万美元的客户交易。

竞争对手--RGo 的竞争对手包括视觉 SLAM (vSLAM) 和自治解决方案提供商。

伙伴

RGo Robotics 拥有多元化的领先投资者和战略合作伙伴，包括：