QQ在線
企業微信
資訊
491智東西4月26日消息，近日，科沃斯商用機器人發布了四款基于英特爾產品和技術的商用智能服務機器人，包括工具型金融服務機器人、零售營銷服務機器人、巡檢機器人以及通用運動底盤。
會后英特爾中國研究院院長宋繼強、科沃斯商用機器人CEO高倩、CTO邵長東與智東西等少數業內媒體進行了交流。宋繼強表示，“如何利用AI、5G、計算模式跨領域的技術推動力，加速對機器人的賦能，是機器人產業亟待解決的問題。”
2019年6月，英特爾曾聯合科沃斯等科技企業聯合發布了機器人4.0白皮書，對云-邊-端融合的機器人系統和架構進行了定義及解讀。高倩說，今后科沃斯和英特爾還將推出更多產品組合，加速向機器人4.0時代發展的步伐。
一、專注金融服務，提升機器人自主性
此次科沃斯商用機器人發布了工具型金融服務機器人BENEBOT5旺寶5、大屏營銷服務機器人SHOWBOT秀寶、巡檢機器人THINGBOT巡寶三款商用服務機器人和一款通用運動底盤NIMBOT敏寶。
高倩說，科沃斯商用機器人是2016年成立的公司，原先他們非常聚焦金融服務領域，并推出了第一代產品——旺寶。經過三輪迭代，最終發布了今天的旺寶5。旺寶5進一步強化了主動迎賓功能，可承擔從迎賓接待、分流引導到業務咨詢和辦理的整條服務任務。
科沃斯商用機器人有限公司CTO邵長東在發布會上特別詳細地描述了旺寶5的應用情境：當用戶進入廳堂時，旺寶5能在3m左右的距離洞察用戶動向，識別人臉；通過三維麥克風拾音，結合科沃斯自研的交互平臺，旺寶5可以判斷用戶可能的所需業務，實現分流引導。
另外，旺寶5新增了可伸縮的外設托盤，可以協助用戶辦理非現金業務。接待閑暇之余，旺寶5可在廳堂內進行移動營銷，邊走邊播，提高用戶觸達率。
高倩說，他們幾乎每年迭代一次旺寶系列，在金融服務這條細分賽道上，目前已經做到了市占率第一。
“我們所面對的行業，本質上正發生著數字化的革命浪潮，萬物智能化、互聯化、數字化是當下的行業趨勢。”高倩說，科沃斯目前采用平臺化的設計思維和積木式的硬件思路，希望讓他們的機器人能夠更好地滿足行業需求。
值得關注的是，在此次疫情期間，科沃斯也在鍛煉自身產品在醫療場景中的應用能力，其消毒機器人、測溫機器人以及像移動配送式的機器人均在疫情期間發揮了較好的作用。
二、酷睿i7加持，視覺芯片性能提升8倍
此次發布的幾款商用服務機器人，均采用了英特爾酷睿i7 處理器和支持機器人導航、避障、定位、建圖算法的運算平臺。另外在視覺上升級了Myriad X芯片，讓機器人可以更好地進行進行人臉檢測、人體檢測和物體檢測。
宋繼強說，Myriad X相比上一代，在架構當中專門加入了針對深度學習加速的硬件加速部件，通過這個加速部件，芯片的計算量大幅度提升，性能上可以提升8-10倍左右。并且在此基礎上還可以保持1瓦左右的較低功耗。他特別提到，Myriad X的軟件支持也比較豐富，因此可以比較靈活地在終端和邊緣側使用。
酷睿i7作為高性能通用型處理器，一般在商用機器人中并不常見，宋繼強說，現在之所以采用酷睿i7處理器，一方面是因為通常機器人處理的任務好幾個任務都是同時發生的，需要用到通用計算能力，并且未來任務會越來越復雜。
酷睿i7的采用也是為了保證現在的機器人平臺可以支撐未來幾年的使用。不過他說，未來計算能力的要求會越來越強，更需要邊緣智能計算。
在軟件和算法層面，此次幾款商用機器人都采用了英特爾的RealSense D435i用于圖像相關算法的數據輸入，以及獲取深度數據用于機器人避障，并且搭配英特爾OpenVINO工具包以及RealSense SDK來加速深度學習以及深度圖像的獲取。
宋繼強說，從計算機自動化技術，到機器人自動化技術，它加上了感知和移動交互能力，感知這一塊需要很多的傳感器和傳感器背后的數據處理能力，移動交互能力需要一些實時控制的能力。現在很多的機器人需要聯網去借助云端的一些能力。而英特爾目前提供的硬件芯片或者是硬件設備可以完整的覆蓋了這些方面。
而在軟件方面，宋繼強提到，像英特爾OpenVINO這樣的工具包，可以只寫一次程序就滿足后期的硬件升級需求，因此對于機器人企業來說，軟件切換的代價也非常小。英特爾軟硬件一體的能力是他們的核心競爭力所在。
對此，邵長東補充道，從基本的CPU到傳感器再到圖形加速單元，科沃斯使用了一套英特爾的產品生態系統，產品的接口銜接、軟件的兼容性以及整體開發難度都因此而降低了。
▲邵長東
他說，英特爾的AI計算能力，讓商業機器人擁有了更強的圖像算法能力、人機交互能力以及多機調度的能力，以及運動導航的基礎能力。旺寶5、秀寶、巡寶均獲益于此。
三、機器人4.0時代開啟，邊緣計算或成核心
高倩說，在生態方面，科沃斯和英特爾的合作由來已久，比如對于云、邊、端三個部分如何和機器人結合，一直都在與英特爾進行合作。技術和商用機器人的產品如何更好的結合落地是非常關鍵的。她說，科沃斯也很期待在解決方案的部分，可以和英特爾有更深的合作。
邵長東說，英特爾在感知、計算、軟件平臺等多個部分都有完善的解決方案。而他們在機器人運動、交互、硬件、邊緣也有很多解決辦法。這兩部分其實是有望做更加密切的合作，推動行業解決方案的落地。
宋繼強提到，在即將到來的機器人4.0階段，機器人除了具有感知能力實現智能協作，還具有理解和決策的能力，達到自主的服務。要實現這一目標，需要利用好人工智能、5G和智能邊緣等技術。
他在這里特別提到，智能邊緣計算會加速發展。這幾年來自機器的數據、來自AI算法所使用并且產生的一些數據增長是非常快的。不久后，這些數據量就沒有辦法全部傳到云端處理了。
因為這些數據首先是要做很多智能化處理，很多數據都是來自于物理世界的數據，而不是人為處理后的結構化數據，并不能直接拿來進行分析和利用。
另外，數據來自于設備或者是邊緣本身，就需要在那里做一些實時快速地處理，云端的網絡帶寬不足以支撐它，而且延時過長。這就要求把很多云端的能力下沉到邊緣。根據延時的要求和數據處理量的要求，就會在不同的邊緣位置進行部署。
不論邊緣計算是云的邊緣，還是網絡的邊緣，或是設備的邊緣，最終的共同的目的都是為了把智能計算部署在最符合它帶寬需求和延時需求的位置，讓性價比達到最高。
關于邊緣，宋繼強還提到，目前邊緣計算最大的特點就是各個不同領域有不同的需求，不同邊緣的位置還需要根據不同應用領域去選定。所以現在最有實效的方法就是分而治之，根據不同領域做相適配的最優方案。
對于機器人而言，它在移動能力、場景感知能力和交互能力方面的需求大部分是相似的，它的差別在于不同領域場景復雜度是不一樣的，有一些是很大的場景，比如數萬平方米的商場，有一些是小的場景，比如說銀行的營業廳只有百平米左右，未來可能還會有居家服務，老人看護等場景。
這些場景不盡相同，但它們的需求卻集中在幾大類共通點算法上，這幾類算法，可以放在機器人終端上做，也可以放在比它能力更強但是靠近它的邊緣上做。這就會涉及到一些原來只是在機器人本體上做的一些功能模塊要遷移到邊緣計算，如何遷移才可以做到比較無縫且有效呢？這就需要打造的統一的基礎架構。
