随着进入智能时代，人们与智能机器人交集越来越深，而技术的进步又在不断加速这一进程，从资本到市场无一不在追逐浪潮，但从产品本身出发，这些智能机器人真的实现了智能化吗？
近几年，人们见证了机器人技术的蓬勃发展，无论是定位导航技术、路径规划技术、机器人语音技术、感知识别技术还是柔性机器人技术等先进技术的出现，都为智能机器人市场实现高速发展提供了基础条件。
不过，市场在快速增长的同时，机器人产业本身也在发生变化。迅速扩张的市场规模不仅促使行业应用不断细分与下沉，使得机器人的工作任务、环境越发复杂，对机器人行为进行分析、设计也变得越来越困难。智能化需求的不断提升以及市场高速增长带来的双重压力都在倒逼机器人技术进一步升级。
由现有的各类机器人来看，智能化升级除了受感知识别技术、控制技术、人机交互技术、动力技术和材料技术等关键技术影响以外，实现智能决策仍是技术核心，即达到模拟人类大脑的思维方式。能够看到的是，目前拥有决策的智能机器人不再只是停留在概念上，如市面上一些家用扫地机器人、接待服务机器人等已经拥有一定的决策能力，在智能化提升上，受到消费者的广泛认可，然而从整个市场需求来看，应用覆盖面仍非常有限。
广泛的市场潜在需求却难以转为有效需求，这除了受需求评估滞后性影响之外，最关键的因素仍是技术问题。这类机器人的技术逻辑为感知—认知—决策—行动，而增加决策能力并非简单地做加法，这需要在原有算法和平台架构上重新设计并做整合。此外，由于厂商们大多各自为战，缺乏统一的技术标准，这就导致一款产品从策划到研发，再到落地往往需要3年或以上的研发周期以及投入庞大的成本，使得这类机器人落地缓慢。
近2年来，行业内部构想建立一套集成度高、功能丰富、统一性强的标准化技术方案的声音不断出现，这类方案的优势将不仅能大大降低机器人的研发周期，更能建立行业统一标准，推动行业整体进步。而随着产业链的快速发展与成熟，以AI公司为首的技术供应商逐渐成为产业链的技术新上游后，这个构想已经开始实践并走向成熟。
INDEMIND作为国内最早一批布局计算机视觉的AI技术公司，从成立最初，便聚焦于机器人智能化提升，在2020年便专门为机器人推出了一套基于低速自动驾驶技术的底层操作系统——INDEMIND OS。
INDEMIND OS在提供自主导航、地图构建、路径规划等基础功能上，加入了基于独有的立体视觉技术建立的智能决策模型，为机器人的底层逻辑及业务逻辑提供更高层次的决策支持，实现感知—认知—决策—行动协调统一，同时该系统还拥有完善的SDK，以及提供标准化的控制接口，能够快速接入不同平台，在提升机器人智能化程度的同时，大大降低机器人的研发周期及投入成本。
此外，INDEMIND OS还拥有强大的智能拓展性，通过开放式智能决策交互模板，用户可根据应用需求配置个性化业务逻辑，如跟随、看护、安防等智能逻辑。与此同时，在成本上更有着较大优势。
INDEMIND OS根据应用场景需求的不同，主要分为INDEMIND OS Fusion和INDEMIND OS Lite，两款产品都是以立体视觉为核心，能为机器人提供自主导航、智能避障及决策交互等功能。INDEMIND OS Fusion主要应用于商用机器人，并针对商用场景的高精度、高安全性要求特定开发了安全决策功能，而系统算法的高度集成以及支持丰富的多传感器融合导航方式，都大大提升了系统鲁棒性，而成本与传统多线程激光方案相比，下降近75%；INDEMIND OS Lite主要适用于家用小型机器人，在架构上采用轻量化模型，可快速接入不同平台，同时对硬件配置要求较低，搭配单独的视觉传感器，就能实现媲美激光融合方案的导航功能及精度，而成本上只有其1/3。
对于机器人行业来说，标准化的统一势在必行，AI技术供应商在产业链中不再只是提供技术，同时也是行业标准的推动者。INDEMIND始终在践行这一理念，未来也将不断创新，持续为行业发展提供助力。
