這些挑戰也適用于開放或高度動態的環境，如交叉碼頭和開放的倉儲設施。LiDAR在上次訪問時看到并解釋的 "切片 "現在可能是開放空間--或者完全是其他東西。

最終，為了實現真正的智能自主行為，導航系統必須提供人類水平的三維感知。

三維感知和場景理解

最后，也是最重要的，基于視覺的感知可以實現其他類型的傳感器根本無法實現的功能。最終，為了實現真正的智能自主行為，導航系統必須提供人類水平的三維感知。例如，由于攝像機可以檢測到紋理和顏色，因此能夠區分人行道的邊緣和道路的邊緣。這可以為送貨機器人創造顯著的安全優勢，因為機器人可以利用這一視覺信息精確地沿著其邊緣導航，就像人類一樣。

這種能力在倉庫和生產設施中非常有用，因為那里的行人道路是用線條和地板標記來定義的。 基于攝像頭的系統甚至可以讀取標志和符號，提醒人類和機器人注意臨時關閉、潮濕的地板和繞道。 基于視覺的導航系統還能夠在室內和室外環境中工作--開辟了新的用例和應用。

挑戰

在低成本的硬件上將來自相機的大量數據轉換為3D感知是一個巨大的技術和工程挑戰。這個過程需要工程師具備大量的人工智能、計算機視覺和傳感器融合方面的專業知識，同時還需要有配套的技術。

值得慶幸的是，基于攝像頭的3D感知的強大的、可執行的解決方案現在已被機器人工程師所接受。例如，RGo機器人公司的解決方案--感知引擎，是一個全棧式的軟件解決方案，使制造商能夠迅速提供下一代的能力。在一些應用中，它能夠只利用一個攝像頭來實現精確的三維定位和感知。它的寬視場相機還能夠識別人類和周圍的其他障礙物。這種水平的場景理解使移動機器人在人類周圍的行為更加自然和協作。

其他模式

綜上所述，包括LiDAR在內的傳統傳感器模式仍然具有重要價值。最近在低成本MEMS三維激光雷達方面取得的進展令人鼓舞，當與相機結合時，可以為機器人系統增加具有成本效益的穩健性和豐富的三維制圖能力。

但馬斯克說的沒錯，相機和計算機視覺應該作為任何移動機器人導航系統的基礎。未來幾年肯定會看到動態變化，因為隨著自主車輛和機器人行業的進步，最先進的技術也在不斷發展。

關于作者

Peter Secor作為市場營銷和業務發展高級副總裁，負責建立RGo機器人公司的品牌，并為公司尋找新的客戶和市場機會。 在加入RGo之前，他曾在物聯網、工業自動化、機器人和3D打印的前沿和交叉領域的公司擔任變革性職務，包括iRobot和Stratasys。 Secor的職業生涯開始于管理顧問，他專門為工業自動化市場的財富500強公司提供企業戰略發展和并購，包括羅克韋爾自動化、西門子和霍尼韋爾。 他擁有新罕布什爾大學的機械工程學士學位和哥倫比亞大學哥倫比亞商學院的MBA學位，主修技術增長營銷。