進擊純視覺技術,商用清潔機器人能加速普及嗎?

藍鯨財經
03-07

作者 | 響鈴說 曾響鈴

“不太懂規矩的優等生”,這是特斯拉FSD入華後有用戶給出的客觀評價。

換句話說,如果“懂了規矩”(主要是適應一些本土交通規則),毫無疑問純視覺技術的魅力將會被進一步放大,“優等生”將坐實學霸地位。

而事實上,在某些“規矩”相對而言更清晰具體的領域,純視覺技術已經表現出獨特的價值潛力。

商用清潔機器人就是如此。

在人口老齡化趨勢+年輕人擇業觀念變遷的雙重影響下,清潔行業招工難、用工貴等問題突出,由此商用清潔機器人迎來了巨大的市場空間。

在全球範圍內,根據QYResearch調研團隊報告《全球商用地面清潔機器人市場報告2023-2029》顯示,預計2029年全球商用地面清潔機器人市場規模將達到32.4億美元,未來幾年年複合增長率CAGR爲8.5%。

在國內,商用清潔機器人的覆蓋率不到20%,在300億平米的物業管理面積下,擁有可觀的發展潛力,相關統計數據顯示,2023年,中國商用清潔機器人市場規模同比增長高達19.7%。目前,國內市場上,科沃斯、高仙機器人、螢石網絡等佔據了主要市場主要份額。

同樣需要“自動行駛”,這個賽道也存在着純視覺技術VS激光雷達技術的分野,與汽車領域一樣,兩種流派都表現出了各自的優劣勢,甚至“陣營規模”也十分類似——純視覺玩家相對更少,主要爲螢石網絡等少數玩家在持續投入,而激光雷達技術則聚集了高仙機器人、科沃斯等一衆玩家。

究其原因,激光雷達能夠直接享受其他領域積澱的成熟技術,如激光SLAM算法經過長期驗證,落地案例豐富,目前,此類商用清潔機器人產品在標準化作業的大場景、大空間(如機場等)具備較強的落地價值。

然而,就如特斯拉FSD攪動風雲,這些年純視覺技術在商用清潔機器人領域有望成爲商用清潔新標杆。例如,科創板智能家居上市企業螢石網絡推出的雲視覺商用清潔機器人BS1正在寫字樓辦公大廳、電梯廳、商超、銀行、食堂、政企門廳等相對更緊湊、更復雜的場景得到廣泛應用。

汽車自動駕駛的實踐已經表明,技術本身並沒有絕對的優劣,關鍵是廠商能否結合產品設計獲取市場的選擇與信任。純視覺技術陣營在商用清潔機器人這裏殺出了一條路,快速開拓市場、打造商用清潔新標杆,其過程,實際上也與特斯拉一樣,都是產品創新與技術特質實現着更好的融合。

具體來看這種“融合”的實現過程,商用清潔機器人與很多AI+產品或服務一樣,能夠被市場認可,靠的是能從最終使用者的視角真正去做好一名合格的、像真人一樣的清潔工作“助手”,而純視覺技術靠着某些方面的優勢,在扮演“助手”方面更進了一步,如此,在汽車駕駛之後,我們才得以看見純視覺技術又攻克了一個重要場景。

工作能力要強:對清潔“助手”第一順位要求

當下,越來越多的白領們開始利用大模型創造專屬工作“助手”,提升工作效率——這些AI能力能夠真正解決工作問題,才得以加速普及。

對不太起眼的清潔工作來說,邏輯是類似的。選用商用清潔機器人,首先要看的也是作爲本質上的“助手”能否高效完成安排的清潔工作任務。

激光雷達技術過去已經表現出自己的“助手”能力。例如高仙機器人的產品在某國際機場項目中,其清潔效率據稱提升50%。

而純視覺技術創新,同樣表現出了強大的清潔“助手”工作能力,只是側重的場景有所不同。

例如螢石BS1產品採用的是多目視覺技術(純視覺技術的另一種概念表達,如同人眼兩個眼睛能通過視覺差更好地實現立體視覺),設備安裝了高達8個攝像頭,獲取不同方位的環境信息,然後系統對信息進行篩選和3D建模,結合智能算法,來實現與特斯拉FSD類似的準確判斷、精確定位能力。

多目視覺在較小型、各種障礙物比較複雜的場景相比激光雷達更有優勢,能夠獲得更多、更精確的位置信息。但與激光雷達主要基於設備的物理條件不同,多目視覺的能力十分依賴算法,因此可以看到螢石配套自創了“多目視覺計算系統ezMultiVCS++”,並延展出了系列語義應用,來強化多目視覺的差異化能力。

例如最基礎的語義三維空間計算技術,通過一系列攝像頭採集信息、3D處理、環境重構等,最終實現如同人一樣的對場景空間的理解能力——知道自己在哪裏、要往哪去、要怎麼更穩地過去,等等。

“語義建圖”能力通過理清哪裏能去、哪裏不能去(如門外),哪裏要繞過去(如警示區),最終做到自主建圖、自主部署,不再需要手工建圖(很多產品仍然需要人推着機器走一遍能去的地方纔能完成繪製)。

不僅如此,這一套算法中的語義避障能解決對各種不同類型障礙物的識別,語義清潔則解決不同垃圾類型的識別與處理(如一隻掉落的筆不應該當垃圾被清理掉),等等。

……凡此種種,都進一步證明了,要做好多目視覺,要完成特斯拉FSD一樣的純視覺能力,算法的重要性有多強。

但無論如何,問題得到了解決,多目視覺方案下的商用清潔機器人具備複雜環境下的穩定性和自適應性,正在極大降低產品的交付成本和使用門檻。

儘可能獨立工作、讓管理者更輕鬆:優秀“助手”的必備素養

判斷一個“助手”是否優秀,除了能力要足夠強,少讓管理者操心、介入,是另一個重要標準。

對商用清潔機器人而言,這又可以分爲兩個方面。

第一,是清潔過程中,是否什麼任務都能自己搞定,而不需要呼叫人的支援。

關於這一點,過去“狹小空間”的清潔一直是商用清潔機器人的痛點之一。人的拖把可以伸進各種犄角旮旯,但商用清潔機器人具備一定的體積,狹窄區域進不去,總是需要人爲再清掃。

自然而言,“做小”而又不犧牲清掃能力,就成爲必然的選擇。

在物理條件上,激光雷達部件的安裝比較佔用空間(很多品牌的產品都選擇往腰部以下的部位安裝),採用純視覺技術的商用清潔機器人在空間上相對富餘(如同特斯拉FSD不用像激光流派搭載沉重的雷達設備一樣),由此,在把體積做小這件事上後者更有潛力,如螢石BS1打出的SLOGAN即爲“小有可爲,更淨一步”,其小型化的外形設計,能夠清潔到桌椅下方等各種狹窄區域,與此同時,其掃洗一體的清潔方式、自動化加排水等使得清潔更簡單高效。也因此,作爲目前市面上的最小的洗吸一體商用清潔機器人,螢石BS1實現了精細化清潔+人工死角區+不規則場地,彌補了市場空白。

當然,目前激光流派的商用清潔機器人也在嘗試做小,例如科沃斯K1 VAC做到了可通過52cm狹窄空間,雖然距離螢石BS1不到50cm的通過性還有距離,但這已經是這個流派比較好的成績了。

第二,是清潔支持工作中,儘可能減少人爲介入需求。

手持的家用洗地機風靡一時,但充電、配置除菌液、滾刷清理等等工作比較繁瑣。

商用清潔機器人過去也面臨類似的問題,維護繁瑣。

廠商們各自進行了探索,例如在基站互動上下功夫——高仙機器人一些機型支持回基站進行智能水電補給;螢石BS1則建設了所謂“超能基站”,簡單說就是自動爲機器人加排水、風乾滾刷和管道、沖洗清污管道,並自動添加除菌液、消毒液等,完全脫離人工干預。

讓人省心的“助手”,才能算得上是一個好“助手”。

積極配合全局、會協同幹活:多面“助手”更容易得到器重

一個好的“助手”還應當在主職工作外完成各種關聯的協同工作。

對商用清潔機器人而言,清潔之外同樣還有許多工作能力值得探索。

得益於如今成熟的物聯網技術,在這方面,很難說純視覺與激光雷達流派能做出太多差異化來,廠商基本都在齊頭並進。

例如,在羣管羣控、遠程運營方面,各個廠商都有較爲成熟的探索。

科沃斯的HIVE多機協同系統,支持多機器人共享環境信息、自主調度任務,提升了協同清潔效率;螢石物聯雲能實現機器人的羣管羣控,多機調度,並且做到高效的梯控和閘機等的控制,還能遠程實時監控機器人的狀態,提高運營效率。

這方面,與其說是商用清潔機器人廠家們的集體努力,倒不如說是物聯網技術發展到今天在智能清潔這裏的具體成果。

當然,值得關注的是,純視覺技術大量分析“圖像”的算法特點,最近逐步顯現出某些協同能力優勢。

典型如,不久前螢石BS1在升級中推出了智能巡檢能力,讓機器人去進行大角度的場景監控,藉助機器人可自主移動的特點,實現場景無死角的自主巡檢(如:防火門關閉情況)。實際上,不少物業管理所需要的巡檢能力,都可以通過深度學習算法讓機器人習得(同樣都是圖像處理算法,只需要加入各種條件即可)。

這也說明,作爲物業管理的一分子,未來,商用清潔機器人開發更多物業管理的協同功能,會是純視覺技術流派重要的、佔據優勢的探索方向。

結語

選擇合適的清潔“助手”,還有一些其他標準,例如合理的“薪酬”,越“便宜”就越能加速普及。這方面,純視覺方案似乎有着天然的優勢,也是馬斯克篤定其爲智能駕駛終局的主要原因所在。

但是,正如特斯拉沒有因爲成本優勢大打價格戰,商用清潔機器人賽道上,也並沒有颳起“內卷”之風。面向B端場景的產品們都在探索合適的價位,螢石憑藉供應鏈基礎儲備做出的產品也只是爲行業帶來了“性價比”,整個行業仍然恪守良性競爭的商業規則。

至少從目前的市場狀況看,商用清潔機器人雖然場景滲透速度還不夠快,但創新一直在持續,技術-市場良性互動在深化,在純視覺技術深化、兩大流派齊頭並進下,未來可期。

免責聲明:投資有風險,本文並非投資建議,以上內容不應被視為任何金融產品的購買或出售要約、建議或邀請,作者或其他用戶的任何相關討論、評論或帖子也不應被視為此類內容。本文僅供一般參考,不考慮您的個人投資目標、財務狀況或需求。TTM對信息的準確性和完整性不承擔任何責任或保證,投資者應自行研究並在投資前尋求專業建議。

熱議股票

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10