Leading-edge stereoscopic vision technology enables robots to perceive full 3D space.
Integrate stereoscopic vision technology and deep learning technology to build 3D semantic maps and empower robots with environmental cognition.
Input visual perception & cognitive information into the decision-making engine to empower robots with decision making capabilities in autonomous operations
The robot offers users a more natural human-robot interaction experience through stereo vision & decision intelligence technology.
市场的狂欢总是短暂的,当增长放缓,产业逐渐进入内卷的下半场,扫地机器人会走向哪里?
增长放缓,原因几何?
从2020年到2021年,在扫地机器人行业连续两年双位数高增长之后,今年上半年扫地机器人行业增长开始放缓。根据奥维云网数据显示,2021年我国扫地机器人线上市场同比增长了23%,而到今年上半年扫地机器人零售额为57.3亿元,同比仅增长9%。
增长放缓的背后有哪些原因?
通过对市场调查,原因并不复杂。一方面是扫地机器人售价上涨,2021年,扫地机器人线上、线下渠道平均售价分别增长了734元、824元,2022年上半年,扫地机器人价格继续增长,线上渠道和线下渠道平均售价较去年同期分别增长了999元、1873元,上涨幅度可以说非常明显。目前市面上的高端机售价基本在4000元以上。
而另一方面,与价格上涨相比,除了清洁能力的提升,机器人在智能化方面的提升却并不明显。在黑猫投诉平台上,大多数投诉依然集中在扫地机器人的智能化问题,如自动回充找不到基站,避障失灵、避障能力较差、传感器异常等,在实际使用过程中,漏扫、重复扫、撞坏家具、拖行障碍物、卡死等现象经常发生。
回到产业本身,即使增速放缓、头部企业市值纷纷缩水,却丝毫不影响后续玩家和资本的扎堆入局,在激烈厮杀之后,厂商之间的竞争已经卷了起来。产业亟待需要能够打破僵局的有效途径。
重营销轻研发的时代已过
增长放缓,产业内卷的诸多原因,本质实则都和技术缺位有着直接关系。当重营销轻研发的时代过去,扫地机器人将重回技术比拼擂台。而这场比拼也不只是台前的厂商之间的争夺,对于幕后的技术供应商们同样需要迎接挑战。
随着产业链的完善,机器人产品的设计和研发已经从早期的初创企业“一站式”打包逐渐转化为由产业链公司各司其职,发挥最大价值的同时也能有效降低终端制造成本。其中技术供应商,则是产业链的重要一环。
INDEMIND作为国内最早的一批机器人AI技术供应商,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技术积累。分析当下产品的发展趋势,可以看到,清洁功能方面已经很难再有大刀阔斧式的进步,而智能化将是未来扫地机器人的主要价值特征。
因此,针对智能化提升,INDEMIND对机器人的感知能力、避障能力和自然交互等和方面进行了全新设计,并专门推出了RBN10家用机器人AI方案。
该方案是以INDEMIND OS Lite系统为核心,搭配面向家用小型机器人专门研发的一体化立体视觉模组,实现家用机器人导航定位、智能避障、路径规划、决策交互等核心功能的软硬件一体化方案。基于INDEMIND OS Lite轻量化系统和消费级传感器的低成本特性,相较于上一代激光雷达及激光融合方案,在用户体验及性价比上拥有巨大提升,可广泛应用于家用扫地、陪护、教育、玩具等家用服务机器人平台。
智能提升,领先一代的体验
INDEMIND作为国内最早的一批机器人AI技术供应商,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技术积累。分析当下产品的发展趋势,可以看到,清洁功能方面已经很难再有大刀阔斧式的进步,而智能化将是未来扫地机器人的主要价值特征。因此,针对智能化提升,INDEMIND对机器人的感知能力、避障能力和自然交互等和方面进行了全新设计,并专门推出了RBN10家用机器人AI方案。
在交互方面,方案能够实现自然语言命令控制。基于INDEMIND自研的决策交互技术,可通过语音、手势、动作等自然语言指令,让扫地机器人实现“目标区域+清扫逻辑”的智能指令自动执行,例如“客厅”可被识别为针对地图上识别到的客厅区域进行一次局部清扫。
在应用上,INDEMIND还自研了轻量化模型,对算力配置要求低,且自身拥有标准化的控制接口,能够快速适配各种机器人平台,搭配一体化立体化视觉模组,以持平单线激光雷达的成本,即可达到“激光+视觉传感器”融合方案的导航精度水平(目前已实现绝对定位精度<1%,姿态精度<1°)。此外,INDEMIND还提供成熟的硬件参考设计和量产设计服务,借助INDEMIND自身产业链资源,可帮助客户快速实现量产,大大降低企业的研发周期和投入成本。
在行业降速,竞争反而越发激烈的当下,新技术的应用无疑是打破僵局的关键,面对自研难题,选择与技术供应合作则是更现实的选择。