释放机器人潜力，INDEMIND深耕底层技术

市场转暖，但攘外需要同时安内。

市场降温之后，正迎来拐点

疫情之后，经济逐渐下行，服务机器人的“好日子”也随之结束，整个行业都在动荡中经历渡劫。根据TE智库报告显示，从2022年开始，我国服务机器人产量开始明显放缓，一直到2022年12月都处于同比下滑的状态。一时间，企业裁员、资本退场，成为了行业的负面热词，服务机器人真的只是昙花一现？

答案显然不是，无论是短期，还是长期，机器人的潜力都十分巨大。短期来看，根据TE智库报告显示，经历了连续12个月的下滑后，在今年4月我国服务机器人产量止跌并实现同比增长47.6%，到今年6月我国服务机器人产量为662658台，同比增长40%，机器人需求向好的拐点已经出现。

长期来看，现阶段的动荡虽然导致市场降温，但也挤出了近几年揠苗助长的泡沫，为未来稳定增长奠定了基础。随着老龄化问题加剧，加之中青年逐渐远离低端服务业，这意味着我国有着庞大的市场需求。目前，服务机器人的渗透仍然极低，我国服务机器人市场还处在起步阶段，服务机器人只搭载在一些标准化程度较高的场景，随着服务机器人的能力不断展现，未来将会有更多用户搭载服务机器人。

释放机器人潜力，还需解决现有“硬伤”

随着部署量的增加，机器人面临的场景复杂度和类型正在与日俱增，这意味着机器人需要更强大的产品力。而从市场调查来看，现有的机器人产品还存在着各种问题，部署周期长、场景适应能力差、避障能力差等。想要真正释放机器人潜力，这些问题亟待解决。

众所周知，作为高技术门槛行业，机器人的开发迭代需要耗费大量时间和资金，以及漫长的市场验证。痛点催生需求，随着产业链逐渐完善，上游的技术供应商们提供了新选择。

自2017年成立以来，INDEMIND坚持深耕视觉导航技术，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均有着深层次的积累和经验，针对现有的行业需求，INDEMIND将核心接轨融合研发了一套标准化的商用机器人底层解决方案「商用机器人AI Kit」。该方案以自研的INDEMIND OS Fusion AGI系统为基础，采用以双目立体相机为核心的多传感器融合架构，支持市面上不同品类的主流传感器，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，能够广泛应用于商用清洁、酒店配送、送餐、巡检等商用服务机器人平台。

无需预部署，开机即用

商用机器人在投入使用前均需要现场部署，由厂商的工程师进行SLAM建图、目标点标注、测试等专业操作，往往需要花费大量时间。同时受限于传统marker定位与激光定位的技术局限性，在空间大、吊顶高、光环境复杂的商场、超市等场景中，存在贴码成本高、高空间难贴码、改造空间布局等情况，且容易发生因环境变化定位失准的问题，还会延长部署时间，而后续场景的空间布局一旦发生改变，依然需要工程师重新部署，无论对于厂商还是终端用户，最终落地成本都较高。

而INDEMIND「商用机器人AI Kit」则无需考虑这些问题，基于独有的立体视觉技术，机器人能够实时自主构建地图，做到新机器、新场景无需预部署，开机即用，且变更场景后，机器人也能自主更新地图，无需技术人员参与，大大降低使用成本，这与现有的机器人产品有着天然的区别。

场景自适应，不再担心场景变化

与部署问题类似，以激光雷达为核心的融合导航方案场景适应能力较差，一旦场景发生变化，机器人的作业质量便不可控，甚至需要技术人员重新部署才能使用。

而INDEMIND「商用机器人AI Kit」是采用以视觉为核心的融合导航方案，机器人支持全场景二维地图、三维地图及语义地图自主创建，且能够地图动态实时更新，显著提升机器人的场景适应能力。同时，INDEMIND拥有超过100个使用场景的海量数据，对于清洁、配送、导览、安防等多种工作场景有着深度理解，配合视觉多融合感知技术，能进一步提升机器人的环境自适应能力。

更灵敏、更精准、更智能，机器人避障也能“随心所欲”

目前机器人的避障方案主要是借助激光、ToF、结构光、双目等传感器采集场景内障碍物的点云信息，构建场景栅格地图，然后对障碍物进行避障，此类方案虽然能够满足机器人的避障需求，但也仅仅“刚刚能用”，对于动静态、低矮、悬空障碍物并不能一直有效检测。