AI技術升級，景聯文科技助力掃地機器人行業加快技術迭代，提供資料採集服務

近年來，機器人相關的產品和企業受到國家層面高度重視。《“十四五”規劃和2035年遠景目標剛要》指出，推動機器人產業創新發展和順應居民消費升級趨勢成為“十四五”時期的重要任務。國家對機器人行業的支援正不斷加強。

掃地機器人行業經過二十多年的持續發展，產品在最佳化升級中實現了必選功能的不斷豐富和可選功能的不斷創新。在必選功能上，掃地機器人的清潔功能由原始簡易的掃和吸發展為掃拖一體模式，再到現如今可以完全解放雙手，實現自清潔功能；導航功能也由隨機亂撞發展為如今廣泛應用的LDS SLAM技術和VSLAM視覺導航技術。與此同時，可選功能的持續創新使得掃地機基礎配置不斷豐富。“主機+多功能整合基站”成為目前大多數中高階掃地機產品的標配。必選功能的最佳化升級和可選功能的持續豐富推動掃地機器人的實用性和智慧度不斷提高。

現階段的產品雖然有了很大的進步，但仍然有較大的提升空間。

資料缺乏、室內環境複雜、待檢測障礙物形態各異等問題導致了我們很難用傳統的機器視覺方法靠提特徵來進行魯棒地檢測，需要採用深度神經網路模型。

大量有效的資料成為進行深度學習最重要的資源。收集各個時間段、各個地點的資料成為一大難點。

景聯文科技是長三角地區規模最大的AI基礎資料服務商之一，在掃地機器人視角的家庭環境資料採集標註專案上有豐富的執行經驗。

案例

掃地機器人廠商 掃地機器人影像採集

客戶具體痛點與挑戰：

由於掃地機器人主要工作在地面，視角獨特。在掃地機器人看來，同一件物體的前後左右看上去是有差別的，還有許多創意形狀帶來的干擾，所以想準確識別物體，並不是容易。需要採集大量不同樣式同類物體的平視角度影像並建模，寫入掃地機器人的資料庫中。

家庭環境的複雜性遠大於一般的室外環境。許多人的家可能一天一個樣，每天的裝修、家居、光線情況都會不一樣。

掃地機器人在掃地過程中可能需要面對惡劣的光線條件、複雜的環境背景、千奇百怪的地板，攝像頭視角的抖動、旋轉、模糊等困難，這些困難對神經網路模型來說，都是嚴酷挑戰。

現有的公開資料集對掃地機器人AI學習的可利用率極低，因此需要人工採集多個掃地機器人視角下的家庭環境資料，並要持續不斷的更新雲端資料。在AI與大資料的支援下，才能讓掃地機器人有效避開障礙物的阻擋。

客戶採集需求：

為提高掃地機器人模型的精準性，需要30萬張影像，包含電線、液態汙漬、寵物糞便、拖鞋/鞋子、襪子、金屬椅底座、垃圾桶、體重秤、貓碗/狗碗、電扇底座、門、床、沙發、茶几、地毯等400個種類物體採集。

景聯文科技解決方案：

由於同時間段採集到的資料也會一定的差異。比如，白天和晚上的資料會有很大差別，主要表現在環境光照。因此，採集時間分佈為早：中：傍晚：晚（燈光）比例 1：1：1：1。

由於室內地面視角，目標被遮擋和截斷的相對較多，對被遮擋不標註的比例進行了慎重選擇，另外柔性目標和非柔性目標在進行標註時也進行了區別對待。

針對採集多樣性，景聯文科技根據不同採集場景、不同檢視平面、不同擺放方式及不同存放形態、不同時間進行採集。

為確保資料的高質量合規交付，景聯文科技提供的定製化採標資料都經由智慧標註平處理。

景聯文科技｜資料採集｜資料標註

助力人工智慧技術，賦能傳統產業智慧化轉型升級

文章圖文著作權歸景聯文科技所有，商業轉載請聯絡景聯文科技獲得授權，非商業轉載請註明出處。