拉賈特-阿加瓦爾（RAJAT AGGARWAL）是美國DreamVu公司的首席執(zhí)行官，他于2017年在IIIT Hyderabad（印度海得拉巴國際信息技術(shù)研究所）完成了他的學(xué)士和碩士課程，專業(yè)是計(jì)算機(jī)視覺和計(jì)算攝影。他在計(jì)算相機(jī)方面的突破性研究導(dǎo)致他從本科早期開始就發(fā)表了多篇文章和專利。他在CVPR'16（CVPR 是全球首屈一指的年度計(jì)算機(jī)視覺盛會(huì)，包括主要會(huì)議和多個(gè)同地研討會(huì)和短期課程。憑借其高質(zhì)量和低成本，它為學(xué)生、學(xué)者和行業(yè)研究人員提供了非凡的價(jià)值。）發(fā)表的文章是計(jì)算攝影領(lǐng)域的一個(gè)突破，最終成為DreamVu公司創(chuàng)立的的基因。作為一個(gè)核心技術(shù)的發(fā)明家，RAJAT 真正相信光學(xué)的力量可以解決人類和機(jī)器在傳感和感知方面的一些最棘手的挑戰(zhàn)。

盡管發(fā)生了大流行病，DreamVu在2020年是如何成功的？這種成功是如何幫助客戶在他們的領(lǐng)域的？

需求的增加和快速的交付。我們都看到了對(duì)機(jī)器人和自動(dòng)化的需求的增加，特別是用于倉庫、商業(yè)清潔和其他保健用途的自主移動(dòng)機(jī)器人。我們提供完整的解決方案，而不僅僅是組件，這有助于我們的客戶消除漫長的開發(fā)周期。

我們最好的例子是UV-C消毒。在大流行之前，我們已經(jīng)意識(shí)到了這個(gè)用例，但我們并不了解我們在幫助加速部署自主紫外線消毒方面的作用。為了實(shí)現(xiàn)消毒過程的自動(dòng)化，你必須確保在UV-C燈開啟時(shí)沒有人靠近。我們發(fā)布了一個(gè)完整的、經(jīng)過驗(yàn)證的解決方案，即我們非常緊湊的360°三維攝像機(jī)PAL Mini，具有高度精確的人員檢測功能。從一個(gè)有利的角度，我們可以檢測和定位機(jī)器人周圍任何地方的人。定位部分是關(guān)鍵。如果一個(gè)解決方案只使用二維感應(yīng)，可以檢測到大于20-25英尺的人。在這個(gè)距離上沒有危險(xiǎn)，所以關(guān)閉UV-C燈只會(huì)損害消毒過程的效果。因?yàn)槲覀円呀?jīng)準(zhǔn)備好了這個(gè)解決方案，我們的客戶可以在沒有任何開發(fā)的情況下進(jìn)行評(píng)估。這有助于他們更快地進(jìn)入市場。

盡管大流行病影響了許多制造廠，并導(dǎo)致一些地方長期停工，但我們繼續(xù)以極短的交貨時(shí)間提供產(chǎn)品。如果你到我們的網(wǎng)站上購買入門套件，我們通常在第二天發(fā)貨。在大流行期間，我們已經(jīng)準(zhǔn)備好支持自動(dòng)化的需求。這就是我們的優(yōu)勢。雖然2020年對(duì)每個(gè)人來說都是一個(gè)挑戰(zhàn)，但盡管有挑戰(zhàn)，我們還是能夠完成大量的工作，并為我們的技術(shù)被用于幫助對(duì)抗病毒而感到自豪和幸運(yùn)。

為什么基于攝像頭的視覺系統(tǒng)要有如此大的視野，它們對(duì)自主移動(dòng)機(jī)器人、紫外線消毒機(jī)器人、協(xié)作應(yīng)用等的使用有什么好處？

機(jī)器人能感知的東西越多，它執(zhí)行任務(wù)的效率就越高。機(jī)器人技術(shù)的自動(dòng)化從跟隨磁帶開始，然后是激光，現(xiàn)在機(jī)器人設(shè)計(jì)者正在尋求增加基于攝像頭的視覺系統(tǒng)，以便他們的機(jī)器人能夠感知和收集越來越多的數(shù)據(jù)，從而獲得智能。你可能想知道為什么這種智能很重要？機(jī)器人的部署不僅僅是為了取代人類的工作，它們必須與人類一起工作。而人類的行為是不可預(yù)知的。對(duì)于機(jī)器人來說，感應(yīng)是目前最重要的事情。如果傳感好，智能就會(huì)更好。想想其他的傳感器，它們可以探測到障礙物，但不能識(shí)別它們?；跀z像頭的視覺系統(tǒng)提供了機(jī)器人的眼睛。不止如此，因?yàn)槿瞬荒芸吹街車囊磺?。但現(xiàn)在機(jī)器人可以。機(jī)器人設(shè)計(jì)師很早就意識(shí)到需要看到四周，但他們沒有任何解決方案可以用相同的傳感器給他們提供高視野。DreamVu改變了這一點(diǎn)。

在DreamVu到來之前，所有這些立體攝像機(jī)都有同樣的問題--在水平和垂直平面上視野狹窄。90°的水平視場是很常見的，這意味著必須安裝、連接、縫合、校準(zhǔn)，然后處理障礙物檢測的多個(gè)立體相機(jī)?；蛘?，使用單個(gè)攝像機(jī)，并輔以接近傳感器或激光掃描儀，以覆蓋所產(chǎn)生的巨大盲點(diǎn)。一句話，這是一個(gè)昂貴且過于復(fù)雜的問題?？紤]到自主移動(dòng)機(jī)器人中的大視場相機(jī)，不需要完整的360°，但它可以使用像DreamVu的PAL這樣的180°視場的立體相機(jī)?，F(xiàn)在，除了看到前面的一切，PAL還可以看到可能從側(cè)面靠近的障礙物。當(dāng)機(jī)器人向左或向右移動(dòng)時(shí)，它可以看到是否有任何障礙物擋住了它的去路。這個(gè)AMR現(xiàn)在可以更有效地進(jìn)行機(jī)動(dòng)。而且，只用一個(gè)大視場的立體攝像機(jī)，傳感器棧就簡單多了。最后，DreamVu的光學(xué)系統(tǒng)的固有優(yōu)勢是，沒有其他所有立體相機(jī)的近場盲點(diǎn)。同樣，在UV-C和協(xié)作機(jī)器人應(yīng)用中，基于寬FOV相機(jī)的視覺系統(tǒng)可以檢測到機(jī)器人周圍任何地方的人。

什么是視覺智能軟件，它如何用于尋求完整解決方案的客戶？

早期，我們就意識(shí)到需要寬視場角來提高機(jī)器人系統(tǒng)的導(dǎo)航、測繪和態(tài)勢感知性能。我們希望為機(jī)器人設(shè)計(jì)師提供一個(gè)完整的解決方案，以便在短時(shí)間內(nèi)建立一個(gè)機(jī)器人。而這正是視覺智能軟件所實(shí)現(xiàn)的。視覺智能庫是一個(gè)軟件模塊庫，它使用來自我們相機(jī)的360°三維數(shù)據(jù)，并提供一個(gè)智能輸出。例如：VIL人物檢測包提供來自攝像頭的X、Y、Z方向的人類位置。有了視覺智能庫，我們的客戶可以安裝攝像機(jī)，連接攝像機(jī)并隨時(shí)部署他們的解決方案。它消除了漫長的開發(fā)周期，這是當(dāng)今機(jī)器人技術(shù)廣泛采用的一個(gè)障礙。有了視覺智能庫，我們希望加快整個(gè)開發(fā)和測試周期，以減少時(shí)間。另一個(gè)例子是SLAM。我們知道，使用大視場相機(jī)，測繪和定位性能更好，因?yàn)槟惚ＷC在每一幀中都能看到一些紋理來參考距離。通過PAL和PAL Mini，我們的客戶可以直接使用SLAM，這是視覺智能庫的一部分。目前，我們有使用PAL和PAL-Mini的2D 360° SLAM。使用PAL的3D視覺SLAM正在開發(fā)中，并將很快作為一個(gè)有效的解決方案提供。我們也有ODOA、地板映射、場景分割和物體識(shí)別的多種配置，作為視覺智能庫的一部分。

你今天看到或正在研究的創(chuàng)新技術(shù)有哪些？

我們看到，我們的客戶正在轉(zhuǎn)向使用三維數(shù)據(jù)，而不是僅僅依賴二維數(shù)據(jù)，這是一種趨勢。我們已經(jīng)看到對(duì)基于攝像頭的視覺系統(tǒng)的大量需求。其中一個(gè)例子是3D視覺SLAM，這意味著僅根據(jù)視覺輸入對(duì)機(jī)器人進(jìn)行導(dǎo)航，而不依賴LiDAR。一個(gè)工業(yè)化的3D視覺SLAM是具有挑戰(zhàn)性的，許多公司正在研究這個(gè)問題?；?60-3D相機(jī)的視覺系統(tǒng)改善了繪圖和定位，因?yàn)樗鼈冊谔峁└嗟谋尘靶畔⒎矫婧茇S富。我認(rèn)為這是移動(dòng)機(jī)器人技術(shù)棧中的下一個(gè)創(chuàng)新。在提高機(jī)器人的價(jià)值的同時(shí)，降低傳感器堆棧的成本也很重要。而我們是這一運(yùn)動(dòng)的一部分，因?yàn)槲覀兣喕瘋鞲幸螅詸C(jī)器人的投資回報(bào)率推動(dòng)了更大、更快的采用。我們是第一個(gè)開發(fā)出這樣一個(gè)緊湊的360-3D相機(jī)，即PAL Mini，它還可以提供一個(gè)3D視覺SLAM。PAL Mini的光學(xué)器件直徑只有3厘米。我們曾經(jīng)想象過這樣小的全向3D視覺系統(tǒng)嗎？PAL Mini的尺寸使國內(nèi)機(jī)器人公司能夠帶來他們從未想過的能力。由于尺寸的原因，他們只能使用一維/二維激光器。這就是DreamVu正在進(jìn)行的創(chuàng)新水平。

視覺和成像行業(yè)在過去十年中是如何發(fā)展的？

首先要討論的是經(jīng)濟(jì)問題，這完全是由移動(dòng)電話行業(yè)推動(dòng)的。CMOS傳感器具有如此先進(jìn)的內(nèi)置功能，而嵌入式處理器現(xiàn)在允許以令人難以置信的低成本進(jìn)行高性能邊緣計(jì)算。這意味著高性能的視覺和成像現(xiàn)在可以在適量的應(yīng)用中發(fā)生--無論是超高速還是超高分辨率，這些解決方案都是可以承受的。而隨著人工智能和神經(jīng)網(wǎng)絡(luò)在邊緣的運(yùn)行，巨大的智能水平可以應(yīng)用于計(jì)算機(jī)視覺。有了這些經(jīng)濟(jì)效益，就有可能產(chǎn)生更多的應(yīng)用案例，這就給視覺系統(tǒng)供應(yīng)商帶來了創(chuàng)新的壓力--利用現(xiàn)在的能力。在DreamVu，我們在這方面走在了前列。首先，使用非常緊湊的設(shè)備PAL Mini，我們使用創(chuàng)新的光學(xué)技術(shù)創(chuàng)建立體視覺，這意味著我們可以利用CMOS傳感器和嵌入式處理器的進(jìn)步。其次，我們獲得高分辨率和高幀率，并進(jìn)行邊緣處理，使圖像去扭曲，并應(yīng)用AI將視頻資料轉(zhuǎn)化為視覺智能。而不需要依賴云。這在十年前是無法預(yù)見的。

為什么現(xiàn)在是客戶投資這項(xiàng)技術(shù)的好時(shí)機(jī)？他們?nèi)绾尾拍茏詈玫亻_始，或增強(qiáng)當(dāng)前的系統(tǒng)？

在我看來，考慮到未來十年和它的發(fā)展方向，其他所有的機(jī)器人都會(huì)做人類現(xiàn)在做的事情。而這種廣泛采用只能通過基于攝像頭的系統(tǒng)來實(shí)現(xiàn)。你無法避免一個(gè)基于攝像頭的視覺系統(tǒng)。如果你有一個(gè)攝像頭，你將需要更多的傳感器信息來工作，可靠和安全。而現(xiàn)在沒有其他理想的解決方案，能以最低的成本為你提供最多的信息。這項(xiàng)技術(shù)與機(jī)器人技術(shù)的未來相吻合。除此之外，機(jī)器人公司從未見過如此廣泛的機(jī)會(huì)和激烈的競爭。市場已經(jīng)準(zhǔn)備好在汽車制造商的設(shè)施之外大規(guī)模采用機(jī)器人技術(shù)。但傳感器堆棧仍然過于復(fù)雜和昂貴，由于推動(dòng)成本下降的壓力，這在未來將不可能繼續(xù)。因此，現(xiàn)在是利用新的和更好的方法的時(shí)候了。而這正是DreamVu的優(yōu)勢所在。機(jī)器人開發(fā)人員可以通過評(píng)估PAL或PAL Mini開始工作。當(dāng)他們自己可以看到時(shí)，為什么要聽我告訴他們。而對(duì)于任何建立UV-C消毒的公司來說，我們的360°三維人員檢測解決方案已經(jīng)準(zhǔn)備就緒。經(jīng)過充分驗(yàn)證和部署。