为何机器人是迈向自主现实捕捉的一大步

根源 NavVis 和 移动扫描 在机器人和人工智能研究中撒谎，说 NavVis 首席技术官 Georg Schroth。自治 现实捕捉 是下一个合乎逻辑的步骤。

我们的愿景是将 GPS 和地图的强大功能应用到建筑物和场所中，这一想法源于 2009 年，当时NavVis 这一概念最初诞生于慕尼黑工业大学的机器人和人工智能研究实验室。

在这里，一群年轻的科学家和工程师开发出了我们公司今天产品的核心技术。从一开始，我们就利用自己在机器人技术、机器学习和软件方面的背景，来回答有关建筑物和场地空间数据的核心问题，以及如何使其始终保持最新的问题。

与当时的现有产品相比，我们确信，同步定位和绘图 (SLAM) 是所有机器人系统的基础技术，对于捕捉真实世界至关重要。制图和建模过程将大大简化和加快。

再往前追溯，2007 年我在斯坦福大学 GPS 实验室工作期间，亲眼目睹了SLAM 的潜力。SLAM 是斯坦福大学当年参加 DARPA 城市挑战赛的基础，并成功推出了自动驾驶汽车 "Junior"--这基本上是此后所有自动驾驶汽车开发的起点。

SLAM 移动扫描和自主机器人的拐点

那么，我们今天的当下在哪里？现实捕捉 行业即将经历又一次重大变革，而基于SLAM 的移动扫描 将再次发挥巨大作用。

相当长一段时间以来，移动扫描解决方案在捕捉建筑环境方面速度更快。但要将精确度提高到毫米级并使其成为行业专业人员的标准 "腰带工具"，还需要多年的研究和开发。虽然基于SLAM 的制图可以将更新建筑或场地空间信息的时间和精力缩短 10 倍，但我们的一些大客户却要求我们更进一步。

他们的应用范围从施工 现场监控到管理世界上最大的工厂。我们的愿景与他们的需求不谋而合；他们需要几乎实时的现场数字副本，以便根据他们可以完全信任和依赖的数据和信息进行规划、管理和决策。这些工业环境中的等式很简单：信息越旧，价值越低。

我们基于SLAM 的 NavVis VLX与单独的现场考察和孤立的信息收集以及过时的二维图纸相比，我们的制图解决方案是一个重大的飞跃。特别是在 COVID-19 时代，它大大减少了收集所需信息和空间数据的时间和成本。

然而，要获得几乎实时的建筑物副本，仅仅派人穿过工地和建筑物已远远不够，还需要实现整个过程的自动化。那么，自主机器人是解决方案吗？

似乎几乎每个星期都会有视频或新闻稿展示安装在腿部机器人上的激光扫描仪、摄像头或传感器，通常是波士顿动力公司（Boston Dynamics）生产的四足机器人 Spot。它们看起来很酷！

人们可能会把它们当作对实际业务毫无意义的宣传噱头，但自主机器人的能力正迅速接近拐点。过去，楼梯、台阶、门、电灯开关或任何移动物体对这些系统来说都是巨大的挑战，而现在已经发生了很大变化。这些机器人一步又一步地缩小差距，成为人类执行高重复性或过于危险任务的可靠支持。

从经济角度来看，我们必须承认，今天的机器人扫描速度并不比人类快。由于安全限制和短距离感知的原因，它们的移动速度通常较慢，而且可能还无法预测阻塞区域。机器人的额外成本、安装、维护以及对偶发错误的反应也肯定不会使单次扫描的成本降低。

引入一个兼容的解决方案

真正的好处在于重复扫描，您可以锁定所有成本和精力，而与扫描次数无关。这个等式也很简单：扫描次数越多，每次扫描的成本就越低，但空间数据的更新速度和价值也就越高。

这就是为什么那些需要（几乎）每周更新空间数据或需要获得人类无法进入区域的数据的公司应该尽早关注这一新兴技术。

NavVis 与包括慕尼黑工业大学在内的研究合作伙伴以及我们的客户一起，对这一概念进行了迭代，最终形成了一个完整的解决方案，而不仅仅是将扫描仪安装到自主机器人或无人机上。

将兼容的解决方案嵌入客户现有的自主制导车辆车队和基础设施是应对挑战的最佳方式。对现场进行初步扫描是计划新任务和登记新扫描的前提条件。基于SLAM 的扫描仪和机器人系统必须紧密耦合，才能捕捉到最高质量的空间数据--根据多年的实践经验，NavVis 在这一领域自然会表现出色。

最终，空间数据必须在数小时内以易于使用和理解的格式提供给尽可能多的利益相关者。这就需要以完全自动化的方式，将各个扫描数据合并成一个可访问的设施数字副本。

在NavVis ，我们将可穿戴设备与机器人测绘系统的集成结合视为实现始终保持最新空间数据的下一个合理步骤，您可以完全依赖这些数据进行规划、管理和决策。

与我们的团队联系，讨论、探索和考虑您的使用案例，让我们一起迈出下一步。

编者按 本文首发于 2021 年 2 月 16 日的《Geo Week News》。