RoboSense AC1 LiDAR-kamera: tarkka tekoälypohjainen 3D-näkö robotiikkaan ja SLAM-järjestelmiin

Kun Boston Dynamicsin Atlas hallitsee monimutkaisia akrobatialiikkeitä ja Teslan Optimus kehittää näppärää käsittelyä, humanoidirobotit siirtyvät tasaisesti laboratorioiden erikoisuuksista konkreettisiksi tosielämän hyödykkeiksi. Silti yksi perustavanlaatuinen haaste erottaa nämä kehittyneet koneet todellisesta autonomisesta älykkyydestä: kuinka ne voivat ihmisen kykyjen veroisesti tai niitä ylittäen tarkasti ”nähdä”, hahmottaa monimutkaisia 3D-ympäristöjä, tulkita esineiden semantiikkaa ja ymmärtää dynaamisia muutoksia mahdollistaakseen täsmällisen fyysisen vuorovaikutuksen?

Aikakaudella, jolloin liikkuvat älyrobotit yleistyvät nopeasti valmistuksesta terveydenhuoltoon ulottuvilla toimialoilla, kehittynyt havainnointi on niiden autonomian ja älykkyyden keskeinen mahdollistaja. Ruumiillisen älykkyyden nousu korostaa tätä tarvetta entisestään. Toisin kuin pelkästään pilvilaskentaan tukeutuva virtuaalinen tekoäly, ruumiillinen tekoäly edellyttää robottien olevan reaaliaikaisesti vuorovaikutuksessa fyysisen maailman kanssa, mikä vaatii niiden kehittymistä fyysiseksi tekoälyksi. Tämä edellyttää dynaamisten esteiden millimetrin tarkkojen siirtymien havaitsemista, esineiden tekstuurin ja jäykkyyden arviointia tarttumista varten sekä jopa ihmisen hienovaraisten eleiden tulkitsemista, jotta navigointi, esteiden väistäminen, vuorovaikutus ja tarttuminen voidaan toteuttaa ennennäkemättömällä tarkkuudella.

Perinteisten robottinäköratkaisujen pullonkaulat

Perinteiset näköteknologiat ovat historiallisesti kärsineet luontaisista rajoituksista, kuten ympäristön valaistuksen aiheuttamista häiriöistä, riittämättömästä etäisyysmittauksen tarkkuudesta ja tehottomasta useiden antureiden yhteistyöstä. Nämä ongelmat estävät usein robotteja saavuttamasta vakaata ja tehokasta havainnointia monimutkaisissa ja dynaamisissa ympäristöissä. Ratkaisut, joissa yritetään yhdistää useita itsenäisiä antureita, johtavat usein liian monimutkaisiin, raskaisiin ja vaikeasti käyttöönotettaviin tai massatuotettaviin järjestelmiin.

Tarkastellaan lähemmin perinteisten lähestymistapojen sitkeitä ”kahleita”:

1. Passiivisen näön luontaiset puutteet

Perinteinen strukturoituun valoon perustuva näkö, joka hyödyntää passiivisessa kuvantamisessa ympäristön valoa, kärsii merkittävästi vaihtelevista valaistusolosuhteista. Liian kirkkaissa tai hämärissä ympäristöissä tärkeitä kuvatietoja menetetään usein, minkä vuoksi robotit eivät pysty tunnistamaan tarkasti esineiden ääriviivoja tai etäisyyksiä. Perinteiset AGV-/AMR-ajoneuvot pysähtyvätkin usein näköhäiriöiden vuoksi suorassa auringonvalossa tai vuorottelevissa varjoissa. Samoin tehtaassa tai kodissa toimiva humanoidirobotti voi kohdata nopeasti liikkuvia esteitä, kuten lemmikin tai putoavan työkalun. Alhaisten kuvataajuuksien ja pitkän tietojenkäsittelyviiveen vuoksi perinteiset strukturoidun valon kamerat eivät pysty päivittämään ympäristömallia reaaliajassa, mikä johtaa robotin viivästyneisiin reaktioihin tai jopa törmäyksiin.

2. Binokulaarisen näön ja strukturoidun valon tarkkuusongelmat

Binokulaariset kamerat voivat laskea syvyyden parallaksin avulla, mutta niiden etäisyysmittauksen tarkkuus heikkenee jyrkästi etäisyyden kasvaessa, ja niiden vastustuskyky ympäristön valolle on heikko. Strukturoitu valo mahdollistaa erittäin tarkan lähietäisyyden 3D-rekonstruktion, mutta on altis kuviohäiriöille, minkä vuoksi se on lähes tehoton yli 5 metrin etäisyyksillä tai kirkkaissa ulko-olosuhteissa. iToF-teknologia tarjoaa nopean etäisyysmittauksen, mutta on altis monitieheijastuksille, jotka aiheuttavat kohinaista ja vähemmän vakaata dataa. Kun robottikäsivarren on tartuttava herkkään kananmunaan tai kiristettävä tarkkuusruuvi, näköjärjestelmältä vaaditaan senttimetrin osia vastaavaa syvyystietoa. Perinteisissä ratkaisuissa tarkkuus kuitenkin heikkenee usein merkittävästi voimakkaassa valossa ja lähietäisyydellä esiintyy parallaksivirheitä, mikä johtaa suureen tarttumisvirheiden määrään.

3. Useiden antureiden pinoamisen ”paisumisansa”

Yksittäisten antureiden rajoitusten kompensoimiseksi jotkin valmistajat yhdistävät kameroita LiDARiin (dToF) paremman havainnoinnin saavuttamiseksi. Tämä lähestymistapa aiheuttaa kuitenkin monimutkaisen laitteistoasennuksen, työlään kalibroinnin ja huomattavat laskentakustannukset. Kehittäjät käyttävät usein kuukausia aikasynkronoinnin, datan kohdistuksen ja algoritmien yhdistämisen saavuttamiseen, mutta huomaavat lopulta järjestelmän olevan liian monimutkainen skaalautuvaan käyttöönottoon. Haaste korostuu ruumiillisessa älykkyydessä, joka edellyttää näön, kosketuksen ja voimapalautteen kaltaisen moniulotteisen datan yhdistämistä. Perinteisten kameroiden, LiDARin ja tuntoanturien tuottamien tietojen tila-ajallinen yhteensopimattomuus pakottaa kehittäjät usein pitkiin kalibrointiprosesseihin ilman takuuta havainnoinnin toimivuudesta kaikissa monimutkaisissa tilanteissa.

Nämä tekniset pullonkaulat eivät ainoastaan rajoita robotin sopeutumiskykyä, vaan myös hidastavat alan innovointia ja pakottavat kehittäjät rakentamaan perustason työkaluketjuja toiminnallisen optimoinnin ja käyttöskenaarioiden laajentamisen sijaan.

RoboSense AC1: mullistava yhden luukun ratkaisu robottien havainnointiin

28. maaliskuuta 2025 RoboSense julkisti uraauurtavan RoboSense AC1 LiDAR -syvyyskameran, uuden Active Camera -sarjan ensimmäisen tuotteen, sekä AI-Ready-ekosysteemin. Tämä innovatiivinen ratkaisu tarjoaa mullistavan, yhden luukun ratkaisun robottien havainnointikehitykseen ja vastaa suoraan edellä kuvattuihin keskeisiin haasteisiin.

AC1 tarjoaa syvyys-, väri- ja liikeasentotietojen yhdistämisen laitteistotasolla, mikä muuttaa perusteellisesti robottien havainnointikokoonpanoja. Se siirtyy erillisten antureiden perinteisestä, raskaasta pinoamisesta kohti yksinkertaista, tehokasta ja kaupallisesti kannattavaa massatuotantoratkaisua. Samalla AI-Ready-ekosysteemi tarjoaa kehittäjille olennaiset ohjelmistotyökalut ja avoimen lähdekoodin algoritmit, mikä parantaa merkittävästi kehitystehokkuutta ja lyhentää kehityssyklejä. Tämä laitteistotason yhdistämisen ja kattavan kehittäjäekosysteemin tehokas yhdistelmä määrittelee robottinäön uudelleen, luo uuden paradigman tekoälypohjaiselle havainnoinnille ja vie robotteja kohti aidosti tarkkanäköisiä ”silmiä”.

RoboSense AC1:n keskeiset ominaisuudet ja mullistavat läpimurrot:

RoboSense AC1 ei ole vain päivitys, vaan laadullinen harppaus 3D-havainnointiin, joka perustuu syvälliseen laitteistotason innovaatioon. Sen keskeiset edut liittyvät erittäin tarkkaan etäisyysmittaukseen, ennennäkemättömään ympäristönsietokykyyn ja kattavaan soveltuvuuteen kaikkiin käyttöskenaarioihin.

1. Monimuotoinen yhdistäminen laitteistotasolla tila-ajallisen yhtenäisyyden saavuttamiseksi:
   AC1 toteuttaa aidon laitteistotason yhdistämisen integroimalla LiDARin digitaaliset signaalit syvällisesti kameran kuvatietoon. RoboSensen itse kehittämien sirutason algoritmien avulla AC1 tuottaa tila-ajallisesti synkronoidut syvyystiedot, väritiedot (RGB) ja liikeasentotiedot (IMU). Tämä läpimurto poistaa perinteisille usean anturin kokoonpanoille ominaiset datan epäsynkronoinnin ja kalibrointivirheiden kertymisen. Dynaamisten esteiden väistämisessä AC1 tuottaa esimerkiksi erittäin tarkkoja pistepilviä ja semanttisia kuvia reaaliajassa, jolloin robotit voivat samanaikaisesti havaita esteen sijainnin, muodon ja liikesuunnan.

2. Alan johtavat suorituskykymittarit:
   AC1 ylittää ihmisen näkökyvyn useilla osa-alueilla:

   • Erittäin tarkka syvyyden havaitseminen: Saavuttaa vaikuttavan 3 cm:n (1σ) tarkkuuden ja enintään 70 metrin mittausetäisyyden. Tämä on 600 % suurempi mittauskyky verrattuna moniin perinteisiin 3D-kameroihin ja tarjoaa edistyneeseen SLAMiin ja autonomiseen navigointiin tarvittavaa erittäin tarkkaa 3D-paikkatietoa.
   • Laaja näkökenttä (FoV): Tarjoaa laajan 120° × 60°:n syvyysnäkökentän ja 144° × 78°:n RGB-näkökentän, joka on 170 % suurempi kuin perinteisissä 3D-kameroissa. Laaja kattavuus takaa koko näkymän kattavan tietoisuuden ja vakaan esineiden seurannan

3. Verraton ympäristönsietokyky:
   Ratkaisevaa on, että valaistusolosuhteet eivät vaikuta AC1:n etäisyysmittauksen suorituskykyyn. Se toimii luotettavasti 100 kiloluksin suorassa auringonvalossa ja säilyttää tasaisen datan laadun myös täysin pimeissä ympäristöissä. Tämä tarkoittaa, että robotit voivat hankkia tarkan 3D-etäisyystiedon lisäksi runsaasti visuaalista semanttista tietoa ja selviytyä voimakkaan valon ja pimeyden kaltaisista ympäristöhäiriöistä. Robotit saavat ensimmäistä kertaa kaikissa sääolosuhteissa ja maastoissa toimivan ”visuaalisen vapauden”.

4. Kompakti, kestävä ja kustannustehokas rakenne:
   Toisin kuin monen anturin pinoamisratkaisut, jotka vaativat monimutkaisia mekaanisia rakenteita, pitkälle integroitu AC1 on huomattavasti kompaktimpi – noin kolmasosan perinteisten usean anturin kokoonpanojen koosta. Tämä kevyt puolijohdemoduuli on suunniteltu kestämään äärimmäisiä lämpötiloja −20 °C:sta 60 °C:seen, joten se sopii joustavaan käyttöön erilaisilla liikkuvilla alustoilla, kuten AGV-ajoneuvoissa, droneissa, palveluroboteissa ja humanoidiroboteissa. Lisäksi yksittäisen laitteen hinta on 40 % alhaisempi kuin erillisen ”kamera + LiDAR” -yhdistelmän, mikä edistää laajamittaista kaupallistamista.

Humanoidirobottien kansallisen ja paikallisen yhteisen tekniikan tutkimuskeskuksen algoritmi-insinööri Li Yuexuan totesi: ”Nykyisiin humanoidirobotteihin on käytettävissä vain rajallisesti tilaa antureiden sijoittamiseen, erillisten antureiden kalibrointi on hankalaa, ja helppokäyttöisistä usean anturin yhdistämisalgoritmeista on pulaa. AC1 säästää asennustilaa ja voi yhdistää kuva-, pistepilvi- ja IMU-algoritmit suoraan, mikä tuottaa erinomaiset tulokset SLAMissa, havainnoinnissa ja paikannuksessa.”

Lingbao CASBOTin toinen perustaja ja Motion Intelligence -tutkimus- ja kehityskeskuksen johtaja Yang Guodong lisäsi: ”Havainnointi- ja laitteistotiimimme ovat erittäin tyytyväisiä AC1:een. Se poistaa eri antureiden erillisen kalibroinnin työlään työn ja vähentää laitteistokomponenttien määrää, mikä säästää sisätilaa ja sopii erinomaisesti kompaktien humanoidirobottien suunnitteluun.”

Kehittäjien voimaannuttaminen: AI-Ready-ekosysteemi vapauttaa innovaatiot

AC1:n tekninen suorituskyky on vain osa sen arvosta; RoboSensen syvällisempi strategia perustuu kehittäjäystävällisen ekosysteemin rakentamiseen, joka on valmis mullistamaan robotiikka-alan kehitysajattelun.

Perinteisesti kehittäjät käyttävät jopa 80 % työpanoksestaan perustason tehtäviin, kuten anturiohjainten kehittämiseen, datan kalibrointiin ja aikasynkronointiin. AC1:n AI-Ready-ekosysteemi tarjoaa kattavan avoimen lähdekoodin työkalupaketin, joka sisältää ohjaimet, datankeruusolmut, kalibrointityökalut, monimuotoisen datan yhdistämisrajapinnat ja jopa valmiiksi määritetyn ristikäännösympäristön. Näin kehittäjät voivat siirtyä ”pyörän keksimisestä uudelleen” nopeaan ”palikoilla rakentamiseen” ja lyhentää kehityssyklit kuukausista vain muutamiin viikkoihin.

Esimerkiksi SLAM- ja paikannusmoduuleissa AC1 tukee visuaalisen tiedon ja LiDARin yhdistävää SLAMia, mikä mahdollistaa erittäin tarkan paikannuksen dynaamisissa ympäristöissä. Se tukee myös 3D Gaussian Splatting -tekniikkaa ja auttaa kehittäjiä toteuttamaan harvojen pistepilvien tehokkaan rekonstruktion nopeammin samalla, kun laskentatehon kulutus vähenee. Lisäksi AC1 sisältää semanttisen segmentoinnin ja esineentunnistuksen toiminnallisuusmoduulit, joiden avulla kehittäjät voivat saavuttaa nopeasti reaaliaikaisen kymmenien esinetyyppien, kuten teollisuusosien, jalankulkijoiden ja ajoneuvojen, tunnistuksen esikoulutettujen mallien perusteella.

Active Camera -sarjan ominaisuuksiltaan monipuolinen SDK mahdollistaa erilaisiin käyttöskenaarioihin liittyvien tehtävien toteuttamisen. AC1:n automaattisen pistepilvi- ja kuvatiedon yhdistämisen ansiosta sen monimuotoiset yhdistämisominaisuudet parantavat merkittävästi ympäristön hahmottamista. Kehittäjät voivat käyttää suoraan SDK:n toimintoja, kuten SLAM-kartoitusta, 3D Gaussians -menetelmää, paikannusta ja esteiden väistämistä, ilman työlästä anturiohjainten kehitystä, kalibrointia ja datan yhdistämistä. He voivat säätää olemassa olevia algoritmeja tiettyihin käyttöskenaarioihin tai integroida nopeasti kehittyneitä toimintoja, kuten semanttista segmentointia, esineentunnistusta ja reitinsuunnittelua intuitiivisten ohjelmointirajapintojen avulla ilman, että malleja tarvitsee kouluttaa alusta alkaen.

Vastatakseen eri toimialojen tarpeisiin Active Camera -tuoteperhe laajenee ja tarjoaa erityyppisiä tuotteita, jotka vastaavat etäisyysmittauksen, tarkkuuden, resoluution ja ympäristön valon sietokyvyn erityisvaatimuksiin. Kehittäjät voivat valita tehtäväänsä sopivan resoluution, mittauskyvyn ja virrankulutustason. Logistiikkarobotit voivat esimerkiksi painottaa laajaa näkökenttää ja häiriönestotilaa, kun taas lääkinnälliset robotit voivat valita erittäin tarkan tilan kriittistä esteiden väistämistä varten. Tämä joustavuus varmistaa, että Active Camera kattaa kaikki sovellukset teollisuustarkastuksista kodin palveluihin ja optimoi anturiperiaatteet erilaisiin käyttöskenaarioihin.

RoboSense tekee aktiivisesti yhteistyötä lukuisten kehittäjäyhteisöjen ja yliopistolaboratorioiden kanssa ympäri maailmaa algoritmikirjastonsa ja työkaluketjunsa jatkuvaksi kehittämiseksi. Tätä täydentävät Yhdysvalloissa, Euroopassa ja Aasian ja Tyynenmeren alueella toimivat teknisen tuen keskukset, jotka varmistavat kehittäjille maailmanlaajuisesti saumattoman pääsyn ekosysteemiin ja tukeen.

Yhteenveto: robottinäön uudelleenmäärittely RoboSense AC1:n avulla

Maailmanlaajuisesti johtavana robotiikan teknologiaympäristönä RoboSense on AC1 LiDAR -syvyyskameransa ja AI-Ready-ekosysteeminsä avulla nousemassa älykkään robotiikka-alan keskeiseksi ”havainnointistandardien määrittäjäksi”.

Toisin kuin perinteiset komponenttitoimittajat, jotka tarjoavat erillisiä moduuleja, kuten kameroita, tutkia ja IMU-yksiköitä, RoboSense tarjoaa kattavan, laitteistosta algoritmeihin ulottuvan suljetun kierron yhdistämisratkaisun, joka perustuu ”havainnointi–päätöksenteko–suoritus”-ajatteluun. Tämä alentaa merkittävästi robottien kehittäjien tutkimus- ja kehitystyön kynnystä.

RoboSensen laajan teknologisen osaamisen ja teollistamiskyvyn ansiosta AC1 on sekä kustannustehokas että helppokäyttöinen. Se tekee kehittyneestä havainnoinnista kaikkien saatavilla ja mahdollistaa myös pienten ja keskisuurten yritysten sekä startup-yritysten kehittää nopeasti huippuluokan ominaisuuksilla varustettuja robotteja. Tämä vauhdittaa älyrobottien laajentumista monenlaisiin ”pitkän hännän” käyttöskenaarioihin, kuten maatalouteen, rakentamiseen ja vähittäiskauppaan.

AC1:n käyttöönotto merkitsee robottinäölle ratkaisevaa siirtymää ”passiivisesta kuvantamisesta” ”aktiiviseen havainnointiin”. Se ei ole vain perinteisten 3D-kameroiden parempi korvaaja, vaan ratkaisee myös useiden näköantureiden pinoamisen aiheuttamat käyttörajoitukset ja yhteensopivuusongelmat. AC1 ilmentää uutta teknologista ajattelua: laitteiston ja algoritmien syvällisen integroinnin avulla se antaa robottien havainnointikyvylle mahdollisuuden ylittää aidosti ihmisen aistien rajoitukset ja vie meitä kohti tilaälykkyyttä.

Insinööreille ja kehittäjille AC1:n AI-Ready-ekosysteemi muuttaa heidät pelkistä ”työkalujen käyttäjistä” ”innovaatioiden johtajiksi”. Alalle tämä merkitsee tehokkuusvallankumousta ja ennen kaikkea älyrobottien seuraavan kehitysvaiheen alkua.

Active Camera -tuoteperheen laajentuessa RoboSense jatkaa robottien havainnointiteknologian kehittämistä. Kun yhä useammat robotit varustetaan näköjärjestelmillä, jotka ”ylittävät ihmisen silmän”, fyysisen maailman digitalisaatio ja älyllistyminen eivät enää rajoitu tieteiskirjallisuuteen, vaan muuttuvat konkreettiseksi ja kaikkialle ulottuvaksi todellisuudeksi.