随着服务机器人应用到越来越多的生活场景中，场景的复杂度和终端需求也在明显提升，对于机器人的性能要求越来越高，在当下机器人产业升级迭代的重要机遇期，新的一轮洗牌已无可避免，在新需求和新产品碰撞中，谁能成为新的行业独角兽？
需求升级之下，问题难解
在疫情催化之下，服务机器人迎来了前所未有的发展机遇，清洁、导览、送餐等多种细分机器人市场得到迅速增长，但与此同时，关于机器人的负面声音也从未停止，其中智能化、安全性问题是主要痛点：
1. 安全性不足
以常见的商超场景为例，人员密集、流动性大，同时含有狭窄通道、玻璃护栏、自动扶梯等诸多危险场景，对于机器人的避障能力、识别能力有着巨大挑战，实际安全表现并不理想，如之前发生过的服务机器人扶梯跌落事件。在应用场景越发复杂的情况下，安全能力无疑是影响商业化落地的重要因素。
目前大多数服务机器人的安全功能主要有以下缺点：
• 不具备完善的安全策略，整体系统联动性、可拓展性差；
• 仅支持固定的几种安全场景，单独场景单独处理，安全覆盖率低；
• 对传感器依赖严重，成本较高。
需要提到的是，激光雷达对于玻璃等高透物体很难有效检测，大多需要技术人员在建图过程中人为识别出玻璃的位置，并在地图中划定虚拟墙，才能使机器人完成规划及运动，导致机器人的便捷性降低。
2. 智能几何？噱头大于实际
机器人从诞生以来，虽历经了多次迭代，但人工“智障”的帽子始终跟随着机器人，除了受到营销过度的影响外，关键仍是智能技术的进步缓慢导致。可以看到，目前市面上大部分的机器人在智能化方面都有着相同缺陷：
• 感知&认知能力差
受限于激光雷达的传感器特性，缺少环境语义信息，这使得机器人在识别能力和场景理解上有着先天性不足。
• 智能决策水平低
机器人“开智”，不仅要能“看见”，能“看懂”，还要“懂执行”，这其中的关键便是智能决策，而目前大多数机器人仅是实现了部分信息感知（感知&认知）和基于知识的决策。
• 无法自然交互
交互方式单一，反应较为呆板，灵动性和功能性不足。
可以预见，在未来的大洗牌中，解决智能化、安全性等关键问题将是建立未来产品竞争力的核心。从一些现有产品可以看出，已经有部分企业在这个方向取得了一定成果，但整体来说还并不明显，原因在于，智能化、安全性方面的技术门槛和投入极高，让本就面临资金压力的机器人企业有些捉襟见肘，即使是财大气粗的传统巨头面临从0到1的团队和研发体系建设，也是一笔不菲的投入。
那么，企业该如何应对这一难题？
面对自研困局，选择与AI供应商合作或许是有效选择。
经历多年发展，产业链上游的供应商价值正越发凸显。
作为国内领先的机器人关键AI技术供应商，INDEMIND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积累，且拥有面向机器人企业从0到1搭建产品的全栈式技术能力。针对机器人的智能化、安全问题，INDEMIND开发了一套系统化的智能决策技术体系，实现了智能避障、主动安全、智能作业、决策交互等多种功能。并根据商用场景机器人需求，进行技术整合，专门推出了RBN100商用机器人AI方案。
该方案是以INDEMIND OS Fusion系统为基础，采用多传感器融合架构，满足商用机器人导航定位、智能避障、路径规划、决策交互等核心功能的开发。
解决机器人的智能化和安全问题，需要多种技术接轨融合，但最关键的是感知&认知和智能决策的提升。
因此，在感知&认知方面，INDEMIND采用了以双目视觉为核心的多传感器融合架构，支持融入Lidar、TOF、跌落、碰撞等市面上不同品类的主流传感器，大幅提升信息感知能力，结合VSLAM算法，可实现三维场景的实时地图构建。同时，借助领先的AI识别算法，还支持识别人、动物及各种场景语义识别，对于商用场景中常见的玻璃门（包括玻璃转门）、玻璃护栏、自动扶梯等场景能够有效识别检测。
在智能决策上，自研了INDEMIND智能决策引擎技术，能够为机器人实现智能避障、主动安全、智能作业、决策交互等多种功能。
• 智能避障
支持低矮障碍物避障（地插、桌椅底座等）；高反障碍物避障（玻璃、镜面等）；全高障碍物避障（桌面、警戒线等），保证机器人在复杂环境下安全运行。
• 主动安全
在面对高动态环境时，机器人能够实时进行潜在风险判断（行人、宠物及快速移动的物体），根据风险分类，提前做出规避策略，兼具可靠性及灵活性。
• 智能作业
依照场景中的动态化作业需求，自主调整作业策略，优化机器人作业性能及效率。
• 决策交互
接受用户下达的自然语义命令，自主设计作业策略，完成个性化交互。
基于视觉的强大认知&感知基础上，配合系统化的机器人智能决策体系，智能化和安全性能全面升级，用户使用体验也得到跨代提升，使之具备工业级机器人的可靠性及小型机器人的灵活性，同时性价比更高，这无疑为解决当下产业升级迭代中的技术需求提供了有效选择。
