第四代掃地機器人來了，SanKoBot如何用Vslam搶佔先機

從2001年伊萊克斯開發了全世界第一款「三葉蟲」，掃地機器人先後經歷了全自動掃地、開環局部規劃、激光雷達導航等三個階段。掃地機器人的技術難度主要體現在定位導航部分，從這一點來看，掃地機器人的這三個階段分別為盲掃、無記憶地建圖掃和有記憶地建圖掃。

不過，激光雷達只能建立平面的深度圖像，且成本一直居高不下，多年來遲遲未得到廣泛應用。而隨著視覺演算法和視覺計算處理器的發展，掃地機器人迎來了基於視覺識別技術和AI演算法的時代。

視覺導航是指利用攝像頭掃描周圍的環境，然後結合紅外感測器，利用數學運算和幾何、三角法測繪出房間的地圖，以此來進行導航，並根據前後影像中各個地標的位置變化來判斷當前的移動路線，對其所構建的環境模型進行更新與調整。

目前，市面上使用Vslam方案的只有Dyson和iRobot，前者於2014年9月推出360Eye，後者於2015年9月推出Roomba 980。國內這幾年也開始湧現不少做Vslam方案的初創企業，其中創立於2016年2月的SanKoBot（珊口智能）便是其一。與其他競爭對手不同的是，SanKoBot的Vslam方案擁有包括Vslam視覺、物體識別、圖像處理、人臉識別等多種創新技術，兼具自主創新和產業落地能力，提供人工智慧演算法和整體方案。

基於Vslam開源演算法，SanKoBot高度優化絕大部分性能。比如，實現了可以應用於弱光、弱紋理、強光、甚至快速光照變化等一系列高難度的室內場景，打破了原有Vslam技術高度依賴於光線條件的應用局限。同時，搭載的「SKB HOME AI大腦」將圖像中的物體進行識別、分類記錄，並規劃最佳清掃路徑，實現自動避障、提高清掃效率。

基於vslam+識別技術機器人實現室內地圖和物品檢測

去年10月，SanKoBot在香港發布了單目視覺模組，助力家庭掃地機器人產業升級迭代，國際首個在普通晶元（R16無加速晶元）實現Vslam演算法產品化的公司，成為同行努力效仿的對象，也奠定行業領導者的地位。

單目視覺定位模組和採用該視覺的掃地機

11月，SanKoBot成為全球率先實現室內物體實時識別檢測，應用在掃地機器人領域可與Vslam同時運行。該掃地機器人一邊畫出室內地圖，一邊做識別檢測，並在地圖記錄好物體位置。該方案是基於端的實時檢測和Vslam，無需雲輔助或者加速晶元幫助，是基於同一個攝像頭且為單目。

12月，全覆蓋帶有路徑規劃演算法+Vslam視覺定位的模組，以及整機進入量產，截止目前SanKoBot已經給TCL等國內外知名企業供貨。

機器人基於端的實時識別技術（單目）

在成立不到兩年的時間裡，SanKoBot能取得如此耀眼的成績，離不開背後成熟的團隊。創始人兼CEO李磊有多年的國內外TMT行業經驗和晶元產業經驗，曾為國際知名以色列圖像視覺公司Cortica中國的總負責人，也是多家矽谷和以色列創業公司的早期投資人；聯合創始人崔彧瑋畢業於美國馬里蘭大學，獲計算神經學博士學位，曾任矽谷AI公司Numenta高級研究員，擁有2項美國AI核心專利，曾獲William Hodos獎項；演算法總監王子敬曾任Panasonic新加坡研究院演算法負責人，具有16年計算機視覺及AI研發、產業落地經驗，其所設計的人臉檢測、人體檢測演算法應用於松下監控相機及數碼相機中。此外，技術、管理團隊分別來自於United Technologies、優必選、三一重工、ZTE、萬國商業網等企業。

在李磊看來，SanKoBot的技術在設備上實現了類似於人類的眼睛和部分大腦的功能，掃地機器人只是落地的第一步。

隨著視覺Vslam的技術逐漸落地，SanKoBot於去年12月宣布已與國內一間知名公司達成合作，將其視覺識別技術應用於城市智慧大腦。例如，當城市中攝像頭數量約為50萬個時，僅兩周產生的數據就已達到8000T，這是一個巨量的信息。在如此海量的數據中找到某時段、某輛車的信息，通過傳統方法，也許需要400人花上一整天的時間才能找到。但通過SanKoBot提供的技術，將車的顏色、品牌、行人等數據在錄製的時候就進行提煉和分類，存儲在雲端索引中。在其內搜索關鍵詞、時段等信息，幾分鐘內就可以檢索到結果，這將大大提升城市管理的效率。

去年6月，SanKoBot完成1100萬天使輪融資，國金投資領投，王利傑pre-Angel，深圳朗科和鼎翠，IKEA等跟投。同月獲得上海張江臨港的政府支持以及數百萬智能製造專項資金。目前珊口智能正在新一輪融資，用於研發投入和產品化商業化。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！