Demo China丨INDEMIND：持续创新，打造硬核AI立体视觉解决方案
2019年9月18-19日，2019 DEMO CHINA 创新中国·未来科技节在杭州未来科技城学术交流中心举办。众多专家学者、创新创业精英齐聚一堂，围绕机器人、人工智能、5G、云计算、智慧城市等领域，探讨新时代未来创新趋势，展示硬核科技成果，呈现了一场规模宏大的科技盛宴。
本次活动上，国内新锐人工智能视觉方案提供商INDEMIND受邀参展，现场展示了视觉导航定位技术、机器人视觉导航定位解决方案以及工程样机，吸引了众多与会者的关注。借此机会，我们对INDEMIND联合创始姜文先生进行了采访。
INDEMIND是专注于计算机视觉技术研发与嵌入式计算平台研发的人工智能公司，行业领先的人工智能视觉方案提供商。其自主研发了双目视觉深度解算、高精度Vi- SLAM、基于深度学习的立体视觉识别等一系列核心技术，并结合应用场景，打造了视觉导航、立体视觉监控、定位及人机交互三大主导方案。
其中，视觉导航方案已在国内机器人头部企业的扫地机器人、服务机器人中量产应用，相关产品已进入落地阶段；立体视觉监控方案已应用到电力行业，通过与国家电网合作打造的输电线路智能监测平台已在重庆地区部署应用；定位及人机交互方案作为国内唯一拥有完全自主知识产权的定位交互技术方案，已获得军工及专业级穿戴计算厂商的认可。
丨软硬件双管齐下，打造硬核立体视觉解决方案
据中国信通院数据显示，AI视觉技术在2018年凭借80亿元的收入排名AI行业第一，2018年AI视觉市场规模已经突破了100亿元，预计2019年将进一步扩大至300亿元，年复合增长率将达到125%，立体视觉作为AI视觉的重要课题之一，未来将是一片蓝海。
“尽管立体视觉市场的未来规模非常宏大，但目前仍处于一个鱼龙混杂的阶段。”姜文先生表示。
首先，大部分立体视觉产品依然不够成熟，很多厂商在研发时，都是根据理想环境进行技术研发，一旦遇到复杂的真实环境，就会出现各种场景适应性问题，导致实际应用效果不理想。
其次，大部分厂商要么只做算法开发，要么只做硬件设备，少有软硬件兼备的企业，缺乏系统化、平台化的软硬件一体式服务支持。
而INDEMIND的核心优势在于无论软件还是硬件，所有核心技术及硬件都由自己掌握。INDEMIND可通过对核心技术的灵活运用及对硬件参数的调整、定制，为行业打造针对性、能有效解决实际需求的行业解决方案。
丨从导航到决策，AI视觉引领机器人行业发展
在谈及机器人行业痛点时，姜文先生直言，目前机器人核心需求主要有两点，一是自主移动，二是智能决策。
而在本次Demo China备受瞩目的INDEMIND机器人视觉导航定位解决方案主要解决的便是机器人导航定位以及智能决策问题。
目前，INDEMIND机器人视觉导航定位解决方案已达到绝对精度<1%，定位稳定性1-2mm(RMS)，绝对姿态精度<1°的领先水平，足以媲美激光雷达，可为扫地、服务等移动机器人提供更低成本的空间建图、导航定位、路径规划、智能避障等功能。据悉，该方案已经在国内多家机器人厂商的产品中量产应用，相关产品也已进入落地阶段。
同时，基于立体视觉获取的环境视觉信息，INDEMIND机器人视觉导航定位解决方案还可帮助机器人实现“看见、分析、决策”的智能决策。据姜文先生介绍，目前INDEMIND已向部分机器人厂商开放了初代智能决策模型，相信不久之后大家即可体验搭载智能决策功能的“智慧型”机器人。
丨AI视觉，为更多行业赋能
除了深耕AI视觉导航，为机器人行业提供服务外，INDEMIND也在探索AI视觉技术在其他行业的应用。“我们积累了大量的AI、立体视觉底层算法，这些算法具有通用性、延展性，除了可以广泛应用于机器人、穿戴计算等行业外，还能为电力、能源、城市安防等多个行业赋能。”据姜文先生介绍，目前INDEMIND已经开始进入电力、智能安防等领域，且部分产品已落地应用。
其中，与国家电网合作的INDEMIND输电线路智能监控平台已于重庆多地重要电力设施部署上线。该平台通过前端AI计算与视觉图像识别，从输电线路的导线姿态、杆塔状态、线路入侵、自然灾害等维度对输电线路进行24小时自主监测、识别、预警，实现了电网监测的智能化升级，在降低人工成本的同时保障了输电线路安全稳定的运行。
“输电线路智能监测平台标志着INDEMIND迈出了赋能能源行业的第一步。未来，INDEMIND将持续深耕AI视觉技术，挖掘更多行业的应用，助力相关产业的智能化升级，从而实现公司持续、快速、健康的发展。”
作者暂无likerid, 赞赏暂由本网站代持，当作者有likerid后会全部转账给作者（我们会尽力而为）。Tips: Until now, everytime you want to store your article, we will help you store it in Filecoin network. In the future, you can store it in Filecoin network using your own filecoin.
Support author:
Author's Filecoin address:
Or you can use Likecoin to support author: