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.
“以技术为根,以市场为引,INDEMIND把机器人AI产品和服务做到标准化,真正降低企业的研发周期和成本投入。”
规则是一个行业发展的基线,而标准化则是成熟产业链的显性特征。标准化的接口、标准化的结构、标准化的技术为各个行业的蓬勃发展奠定了基础,这对于机器人行业同样如此。
长期以来,国内机器人行业虽然起步相对较晚,但一直属于资本聚集的“高热”产业,然而即便如此,从火热“概念”到市场“落地”依然用了数十年,这其中有市场成熟度的原因,但归根结底是技术原因。技术是机器人行业最大的痛,也是最大的需。因此产业链上游诞生了诸多技术方案供应商,机器人技术方案标准化的形成也就有了雏形,如一些机器人底盘、适用性尚且单一的导航产品等一直被沿用。
INDEMIND联合创始人姜文认为,随着机器人产业链愈发完善,技术方案的标准化也应更加成熟。机器人底盘产品设计的最初大都是针对单一场景或领域开发适配接口,在应用上,往往由于环境、功能、外观、个性化需求等因素的限制,仍需要进行二次开发,且功能拓展性不足,导致在成本和周期上没有过多“减负”。而一些自然导航产品,同样适用方向单一,成本较高,因此,建立一套标准化的机器人AI产品体系显得尤为迫切。
那么标准化的机器人AI产品应该具有怎样的形态,如何能解决机器人行业的真实需求?
这一直是INDEMIND在努力探索和实现的。
INDEMIND成立于2017年,是一家专注于AI视觉及机器人底层技术研发的国高新技术企业,也是机器人行业关键技术供应商之一。基于在VSLAM、组合导航等领域拥有的全球领先的算法技术,INDEMIND为机器人及泛机器人产品打造了通用的AI底层操作系统INDEMIND OS。
据介绍,INDEMIND OS AI底层操作系统能够赋能机器人AI能力,可为机器人提供完整、可靠的传感器数据处理、AI算法融合及业务逻辑执行能力。
姜文说道,伴随着机器人行业日益增长的技术需求,INDEMIND以INDEMIND OS为核心,配套应用场景开发了不同的标准化模组套件及算法,能够提供机器人必备的底盘驱动、基础导航、上层决策、智能拓展等所有核心能力的同时,可实现快速适配,并对家用场景和商用场景全面覆盖,是一套标准化的机器人AI产品。
INDEMIND RBN10家用机器人平台
配合产品INDEMIND还建立了标准化的服务流程,从前期需求确认,到工程化实施流程,再到正式投产最短只需要100天。产品+服务的双重标准化体系可以把企业的研发周期缩短6-9个月的时间,节省80%接近千万级的研发成本。而得益于本身标准化产品的优势,导航成本还可最多下降70%,整机成本可最多下降40%,大大降低企业的研发周期和投入。
此外,考虑到企业的切实需求,INDEMIND针对家用和商用场景,以INDEMIND OS标准化产品为基础,特定开发了两款机器人通用平台,RBN10家用机器人平台和RBN100商用机器人平台,企业在适配需求时更加高效快捷。
INDEMIND RBN100商用机器人平台
在商业模式上,INDEMIND目前主要以机器人AI标准化产品和INDEMIND OS系统授权为主。机器人AI标准化产品在INDEMIND OS系统基础上,提供模组硬件、导航算法、硬件参考设计及量产设计服务等;算法授权根据客户需求提供相关服务,同时授权可覆盖该硬件的终身寿命。2021年,在商用和家用机器人领域INDEMIND已与多家国内头部厂商达成合作,并逐步进入量产阶段。同时公司RBN1平台和RBN500平台的研发也在同步进行,并已进入标准化阶段,预计2021年底推向市场。
据悉,公司总员工60余人,研发人员占比80%,其中超过40%的研发人员拥有硕博学历,研发主导人员均来自英特尔研究院、中科院及国家级重点实验室,在计算机视觉、人工智能等方面拥有丰富研究和实践经验。
随着部署量级不断增长,研发的边际成本将能降低到接近于0,借助领先的视觉自然特征导航技术和拥有的超过100个使用场景的海量数据来源,通过海量数据反哺技术研发,能将硬件成本控制在最佳性价比,在解决机器人的最后“5%问题”的同时,建立长期的行业竞争壁垒。