智能一下
公告
机器人产业发展的起源还要追溯到20世纪50年代，在美国诞生了第一台可编程的机器人，并研制出了世界上第一台工业机器人。这标志着机器人从理论向实际应用阶段迈进，机器人产业开始萌芽。
近年来，随着感知、控制、计算等技术的迭代升级，以及图像识别、深度学习、自然语音处理等人工智能技术在机器人领域的深入应用，逐渐使机器人服务领域渗透到生活的每一个角落。在十三五期间，机器人产业发展更是被提升到国家战略高度，承担起我国在2025年迈进制造强国行列的重要加速器作用。
支持本市企业采购中关村智能机器人产品和服务，对于首次采购并开展数字化车间和智能工厂建设改造的，按照实际采购额20%的比例，给予最高不超过200万元的资金支持。
支持平台通过市场化机制为中关村示范区企业提供合作研发、检验测试、成果转化、协同创新、示范推广等服务，按照不超过服务合同额30%的比例，给予最高不超过600万的资金支持。
中关村智能机器人企业申请国际发明专利并进入国家阶段的，每进入一个国家或地区最高支持6万元，每件专利最多支持进入三个国家或地区；对获授权的国内发明专利，每件给予不超过1万元的资金支持，每家企业年度国际、国内发明专利最高支持金额均不超过600万。
机器人企业发展不仅要靠产业聚集的推动，充分用好产业扶持政策，打造上下游企业生态链，还要加上资本的驱动和公共技术的共享，才能共同促使我国机器人产业发展赶超世界领先水平。
文集
统计
今日访问：110
总访问量：164697
为什么历途机器人可以实现越障清洗？
2018年12月05日
评论数（0）
历途机器人借助计算机视觉和人工智能技术来感知外界环境，并配合其它系统完成机器人的场景感知、行动规划和任务执行。
1、采用视觉slam技术
采用几何视觉slam和基于深度学习的slam相结合的技术进行机器人位置和周围环境距离信息的感知。
几何视觉slam技术对于不同工作场景适应性强，其配合IMU使用后，可以提供较准确的定位信息;缺点是工作前需要进行初始化，稳定性会受不同光照条件影响。
基于深度学习的slam技术，当模型训练好，开始工作时不需要初始化，在特定情况下工作稳定性好;缺点是稳定性过分依赖于训练数据集，数据集的不完备性影响场景感知性能。
两种技术进行结合可以提升工作稳定性，当几何视觉slam初始化失败或者工作不稳定时可以采用基于深度学习的slam技术进行环境感知。
2、多传感器融合技术
单纯依赖一种传感器进行感知不能完全保证机器人工作的稳定性。为此采用多传感器融合的技术，通过采用单目相机、IMU等传感器进行数据耦合，相互补充提升感知的稳定性。单目相机缺失尺度信息，而IMU可以测得绝对的速度和角速度，弥补了尺度缺失的问题;IMU数据采样频率高，但数据漂移大，而相机数据虽然采样频率低但漂移小，相机数据和IMU数据相互耦合可以克服单一传感器造成的感知性能差的缺点。
3、图像检测技术
视觉slam技术只是提供了周围环境距离信息的感知，缺乏对环境信息的理解。采用图像检测技术可以确保机器人更深层次的理解环境，检测出障碍物，使得机器人避开不利于自身行动的障碍;另一方面，通过图像检测技术可以感知可以指引机器人进一步行动的参照信息，纠正行动偏差，确保工作稳定。
外墙清扫机器人可以借助这些技术获取外墙的工作环境，感知外墙玻璃边框凸起的棱角，凸起的棱角会阻碍机器人清扫工作，有了场景的感知就可以引导机器人进行越障;借助视觉感知外墙玻璃凹陷的边带，该凹陷的边带会影响机器人的吸附压，同样借助视觉引导机器人跨越该边带;在外界天气比较恶劣的情形下，风力会造成机器人清扫路径与实际期望有所偏差，通过视觉信息的指引可以实时调整行进路线，保证清扫工作顺利完成。
THE END
这些技术的采用，使得机器人不需要人的干预，可以智能的工作，自己感知距离、感知物体、理解场景，可以更好的服务于人类。
