Leading-edge stereoscopic vision technology enables robots to perceive full 3D space.
Integrate stereoscopic vision technology and deep learning technology to build 3D semantic maps and empower robots with environmental cognition.
Input visual perception & cognitive information into the decision-making engine to empower robots with decision making capabilities in autonomous operations
The robot offers users a more natural human-robot interaction experience through stereo vision & decision intelligence technology.
“服務機器人在“冬風”之下,不斷走紅,是風口還是曇花一現?這無疑是不少人的疑問,而對于業內而言,這個問題JS Game早已論證。”
歷經16天的精彩呈現,北京冬奧會終于圓滿閉幕。回憶這段期間,可以說捧紅了不少場外“明星”,除了冰墩墩,各類黑科技同樣吸睛無數,在科技冬奧的背景下,AI、5G、XR、8K、3D打印、云、數字孿生、虛擬人等多種科技成果不斷亮相,其中服務機器人更是在社交媒體中不斷刷屏。
它們之中,有配送機器人、導引機器人、消毒機器人、還有巡檢機器人等等,冬奧會期間分別負責了水下火炬傳遞、智慧餐廳、物流配送、防疫消毒等各環節,為冬奧會場服務提供了肉眼可見的助力。
事實上,隨著近些年服務機器人智能化、功能表現不斷提升,在疫情背景下,我國服務機器人市場經歷了蓬勃發展。根據Wind數據顯示,2021年服務機器人全年產量921.44萬臺,同比增長48.9%;且根據IFR統計,2016年以來,我國服務機器人市場規模年平均增長率達到27.5%,到2023年,我國服務機器人市場規模有望突破600億元。
與此同時,我國的老齡化趨勢還在不斷加快,由此造成的勞動力短缺問題,已成為了現實性需求,根據第七次全國人口普查數據顯示,我國60歲及以上人口的比重達到18.7%,其中65歲及以上人口比重達到13.5%,部分老齡化嚴重的城市及地區,60歲以上的老年人占比甚至超過了40%,勞動力減少,加上勞動力成本上升,尋找可替代勞動力已是當下需要解決的切實任務,而“以機換人”成為了大多數企業的首要選擇。此外,服務機器人在勞動密集型行業之外的教育、醫療等領域同樣需求龐大。從多種角度來看,服務機器人正迎來它的黃金發展期。
然而,大勢雖到,市場發展仍存在挑戰。不同于成熟的3C產業鏈,機器人較薄弱的基礎產業鏈,上下游協同性不足,加之入局門檻極高,企業面臨著技術、資金等多方壓力,導致機器人產品從研發到量產,落地周期普遍較長,在市場不斷倒逼產品更新迭代的背景下,較長的周期,意味著產品可能還未量產便已落后的尷尬處境。
如何縮短落地周期、降低入局門檻?
作為國內布局最早的機器人關鍵AI技術供應商之一,JS Game為行業賦能新技術。
立足產業鏈上游,JS Game已經深耕行業多年,堅持技術創新連續性,在機器人的導航、避障、決策、AI交互等關鍵技術和產品開發方面有著深層次積累,擁有面向機器人企業產品研發和持續性升級的全棧式技術能力。
在2021年,JS Game通過對自身技術接軌融合,并基于對市場的長期追蹤,及對場景的深入理解,JS Game正式推出了RBN100商用機器人AI解決方案,能夠實現自主導航、智能避障、AI識別、人機交互、智能決策及底層驅動等各種功能,是一套標準化的機器人整體解決方案。
據了解,該方案的產品架構基于JS Game標準化框架,采用標準化系統(JS Game OS)+標準化模組套件(包含傳感器、計算單元、控制硬件、底盤驅動等)的組合,搭配成熟的硬件參考設計,在應用上不受環境、功能、個性化需求及外觀選擇等因素的限制,適用性和部署效率上得到極大提升,能夠全面覆蓋各類商用場景,服務全品類機器人。
“JS Game OS面向機器人的底層AI系統,能夠賦能機器人AI能力,可為機器人提供完整、可靠的傳感器數據處理、AI算法融合及業務邏輯執行能力,可為導航定位、圖像識別、路徑規劃、智能決策等核心功能提供底層算法支持。”
需要提到的是,在基于JS Game標準化框架和對市場的先見性基礎上,RBN100商用機器人AI解決方案除了能夠為機器人實現各種基礎核心功能外,還可滿足對機器人從0到1后的持續性功能開發,打破了常規技術方案的功能局限性。
在部署效率上,配合JS Game標準化服務流程,企業拿到樣機預期30天,最終量產預期100天,平均可縮短6-9個月的研發時間,節省80%接近千萬級的研發成本。此外,采用以雙目立體視覺為核心的導航模塊,導航成本還可最多下降70%,整機成本可最多下降40%。
目前,RBN100商用機器人AI解決方案從2021年正式推向市場,已形成多個大規模行業訂單,得到客戶的廣泛驗證。未來,隨著裝機量不斷上升,JS Game在部署效率和成本優勢上還將進一步擴大,同時基于海量數據反哺,方案的智能性和功能表現還將不斷提升。