所有文章 > 正文

技术谈 | 如果扫地机器人遇到智能音箱

作者: 学术君 学术哥

时间: 2019-01-04 12:10

本文科普了目前扫地机器人中应用的技术,并猜想如果在其中加入听觉系统,是否会让扫地机器人更加智能?

激光雷达为主干

近年来,扫地机器人等智能家居逐渐走进了普通家庭中。设置好路线之后就开始扫地,扫完地还会自己乖乖回去充电,听起来是不是很萌?

而这种“自动”的萌感,主要来自于扫地机器人内部的激光雷达。

环境感知一直是移动机器人研究的关键技术之一。近年来,由于基于激光的距离测量技术的诸多优点,激光雷达在移动机器人导航中的应用日益增多。

与其它距离传感器相比,激光雷达能够同时考虑精度要求和速度要求,这一点特别适用于移动机器人领域。

此外,激光雷达不仅可以在有环境光的情况下工作,也可以在黑暗中工作,而且在黑暗中测量效果更好。

当然,激光雷达的属性也有一定的短板——这类传感器无法在雨雾天气工作,而且激光雷达在真正意义上还没开始大规模量产,因此成本较高

激光雷达配合slam算法,可以让扫地机器人在房间里实现智能清扫。

扫地机器人可以利用导航定位系统记住起点和清扫路径的坐标,构建环境地图,同时计算规划清扫线路。

目前市面上的扫地机器人的定位技术主要有360度旋转激光定位、视频图像偏移定位、无线载波室内定位等。

清扫的过程中,扫地机器人可以绘制地图,实时传输到手机APP,就算用户不在家,也可以通过手机APP查看清扫情况,以及安排其他地方清扫。

遇到一些特别复杂的环境,扫地机器人可以用视觉感应技术解决。

双目视觉也有导航、绘制地图的功能。

双目视觉采用的主要是图像采集技术,可以把这些数据放到高速相机里,经过数字算法,让视觉识别周围的环境,以及物体,从而去判断路径以及里程,甚至自主导航。总之,激光雷达与双目视觉结合,可以让扫地机器人更加智能。

何谓机器视觉

简而言之,机器视觉就是利用机器代替人眼进行测量和判断。

在机器视觉系统中,传感器通常以光纤开关、接近开关等形式出现,用以判断被测对象的位置和状态,告知图像传感器进行正确采集。

尽管功能与人类视觉相仿,机器视觉却拥有其超越人类的独特之处。

首先是精确性,人眼受物理条件限制,视觉距离和准确程度都无法与精度能够达到千分之一英寸的机器相比;

其次是重复性,机器视觉可以达到无数次重复观测之后仍然保持精确的水平,而人类视觉则会因疲劳感产生误差;

第三是高速度,机器视觉更擅长捕捉高速运动的物体,这一点对工业机器人在流水线上的应用尤其有利;

最后是低成本,机器视觉在工业生产中对人类的替代可以实现连续工作,因而极大地提高了工作效率,也降低了劳力成本。

具体而言,视觉传感器是指通过对摄像机拍摄到的图像进行图像处理,来计算对象物的特征量(面积、重心、长度、位置等),并输出数据和判断结果的传感器。

视觉传感器具有从一整幅图像捕获光线的数以千计的像素。图像的清晰和细腻程度通常用分辨率来衡量,以像素数量表示。

因此,无论距离目标数米或数厘米远,传感器都能“看到”十分细腻的目标图像。在捕获图像之后,视觉传感器还可以将收到的信息与内存中的基准图像进行比较,以做出分析。

作为提取环境特征最多的信息源,视觉传感器是机器视觉系统当之无愧的核心

最早的视觉传感器出现于20世纪50年代后期,于60年代开始首先尝试处理积木世界,随后逐渐发展到处理桌子、椅子、台灯等室内景物,直至能够处理户外的现实世界。

20世纪70年代后,具备实用性的机器人视觉系统开始出现,被用于集成电路生产、精密电子产品装配、饮料罐装箱场合的检验及定位等。

如果扫地机器人遇上智能音箱

目前,扫地机器人中还没有对听觉系统进行应用。智能家居中对听觉系统应用更多的还是智能音箱。

在此我们不禁猜想:如果在扫地机器人中搭建听觉系统,是否会产生更加智能化的人机交互呢?

机器人的听觉系统是一种方便、智能化的机器人与外界系统交互的方式。尽管听觉定位精度逊色于视觉,但其仍然具有独特的价值。

由于声音信号的衍射性能,听觉具有全向性

相较于视觉、激光等其他传感信号而言不需要直线视野,因而对于需要在有视野遮蔽障碍物或光线不足甚至黑暗环境下工作的机器人来说非常重要

在某些环境下,机器人需要测知声音的音调和响度、区分左右声源甚至需要判断声源的大致方位;

甚至有些条件下,机器人需要与人类进行语音交流

因此,听觉传感器的存在能够使机器人更好地完成这些任务。

得益于传感器热潮,声音传感器在上世纪80年代被日本、美国和俄罗斯等国先后重视并大力发展,从最初的单一话筒功能逐渐演变为现在的多功能集合体,甚至能够测量噪声强度、配合各种采集器和计算机一起使用。

这期间,声音传感器的精度也得到了很大提高。

目前市场流行的精密传声器动态范围高达178dB,极大地拓展了其服务范围,为这一技术应用于机器人听觉系统奠定了良好的基础。

根据需要,一般RA(RobotAudition,机器人听觉)的功能包括声源信号的定位与分离、自动语音识别和说话识别等。

其中,涉及到听觉传感器的部分主要包括两点,首先是包括声源定位和距离测定等在内的声音测量定位

其次则是语音识别,就是利用听觉传感器解决“听得到”和“听得懂”的问题。

在声音测量定位方面,自1995年Irie第一次将声源定位技术用于智能机器人以来,经过二十多年的发展,目前已经取得了很多重大成果。

其中,近几年随着多传感器机器人的兴起,机器人的视听觉交叉感知技术研究成为新的热门。

这一技术能够感知机器人周围环境最直观的表现形式,而且能够同时克服视觉受光照干扰和听觉受到噪声干扰的缺陷,利用两项信息互相补充完善机器人的空间定位能力。

2017年12月,国内首创的视听机器人在深圳正式发布,标志着家庭服务机器人的智能化迈向了新的高度

然而以这一技术在机器人领域的应用为例,要实现机器人与人的语音交互自然化、个性化以及场景化,能够任意打断且不影响机器人理解用户需求,最终进行精准的内容推荐和服务,显然还有很长的路要走。

二维码 扫码微信阅读
推荐阅读 更多