随着人工智能不断渗透，智能机器人行业正在悄然发生变化，虽然市场增势依旧迅猛，但技术瓶颈造成的影响已经显现。在风口之下，厂商们对于技术研发后继不足，过分注重市场营销使得行业发展走向岔路。
瓶颈难破，市场乱象已生
近5年来，在人力成本的增长及经济结构转变的时代背景下，无论家用机器人还是各类商用机器人都实现了从0到1的质变，扫地机器人更是实现了数千万台的出货。超前的市场规模使得应用场景不断细分，而作为智能机器人底层基础的导航控制技术需求也同样造就了一个庞大的细分市场。
由于市场膨胀式发展，技术红利被迅速榨干。随着市场需求不断提升，后继玩家不断入场，市场的乱象开始频发，同质化严重、噱头大于实际等屡屡不绝，究其原因便在于机器人导航技术的“滞后性”。
2016年Google 对Cartographer的开源可以说推动了整个机器人行业的进步，然而风口之下，过分地注重市场营销，自身技术研发后继不足，导致市场上大部分机器人都采用类似的技术方案，并被类似的技术局限所困。随着产品的丰富度不断增加，用户需求的明确化，市场需要一种更高效、更智能的导航控制技术，同时用户也希望机器人变得更聪明更易用。
究本溯源，产业突破仍需技术创新
随着产业趋向成熟，技术本位理念正在回归，上下游的分工逐渐明确，尤其作为技术新上游的AI技术供应商的价值正逐步凸显，使得长期限制行业发展的技术瓶颈开始被打破。
针对当前市场上的这部分机器人研发需求，作为国内最早一批布局计算机视觉的AI技术供应商，INDEMIND在2020年便专门为机器人开发了以立体视觉为核心的完整解决方案——INDEMIND OS。
INDEMIND OS是基于低速自动驾驶技术，专为机器人设计的一套底层操作系统，包含了地图构建、导航定位、物体识别、路径规划、多传感器融合等机器人必备算法，同时还加入了智能避障、智能决策等上层交互逻辑。搭配不同的传感器和计算单元，可以支持从家用小型机器人到大型商用机器人等多种类型的机器人和使用场景。
来源：INDEMIND
不同于常见的机器人导航方案，INDEMIND OS利用独有的立体视觉技术，以及对算法的高度集成化，使得系统的功能性和智能化得到显著提升。此外，系统拥有完善的SDK，以及提供标准化的控制接口，能够快速接入不同的硬件平台，减少机器人的研发周期。
而INDEMIND OS开放式的决策交互模板赋予了机器人强大的智能拓展性，为未来的智能需求升级提供了现行支持。在人机交互方面，通过配置业务逻辑可实现跟随、看护、安防等智能逻辑。与此同时，在成本上与其他现有方案更有着较大优势。
商用＆家用，双向并行
在产品应用上，根据商用＆家用场景的不同，INDEMIND OS具体分为INDEMIND OS Fusion和INDEMIND OS Lite，两者均以立体视觉为主导，并根据应用方向在原有基础上进行了特定开发。
来源：INDEMIND
INDEMIND OS Fusion主要应用于商用机器人，支持多种稳定的传感器融合导航方式，根据不同作业场景需求，还可搭配激光雷达、红外、超声等多种传感器，同时基于低速自动驾驶技术的主动预判，使机器人实现地图构建、导航定位、智能避障及安全决策等多种功能。而与同类多线激光方案相比，成本降低近75％。
来源：INDEMIND
INDEMIND OS Lite应用于家用机器人，应用范围更广，如扫地机器人、教育机器人地、玩具机器人、看护机器人等，同时也可以应用在商业、工业级小型机器人场景。由于采用轻量化模型对硬件配置要求较低，搭载视觉摄像头就能实现媲美融合方案的导航避障功能及精度，如导航建图、路径规划、智能避障及人机交互等，而导航精度可实现定位精度＜1％，姿态精度＜1°。但与融合方案不同的是该方案具备独有的决策模型，能够为避障、交互等提供更高层次的决策支持，显著提升机器人的智能化水平。同时，成本上只有其1／3。具有低成本多功能、高集成度的特点。
机器人作为技术驱动型行业，技术创新是行业发展的前提。当前市场呈现下行趋势，“容错空间”越来越小，在成本与市场竞争的双重夹击下，拥有巨大潜力的视觉方案，毋庸置疑将会是下一代机器人导航技术的核心。INDEMIND也将不断技术创新，成为推动整个行业发展的践行者。
