爱吧机器人网 » 资讯 > 企业 > 正文

英特尔、科沃斯商用共同探索智能机器人“云、端、边”生态平台建设

IT时报记者 王昕

近日,科沃斯商用机器人发布了四款基于英特尔产品和技术的全新智能服务机器人,包括工具型金融服务机器人、零售营销服务机器人、巡检机器人以及通用运动底盘。这些智能机器人从硬件、算法、软件层面全方位采用了英热尔的解决方案。

英特尔中国研究院院长宋继强表示:“今天科沃斯商用机器人的最新进展,是双方成功合作的第一步。接下来,双方将携手推动行业转折性技术的融合,提供多样化的产品组合和解决方案,助推机器人迈向云-边-端融合的智能机器人4.0时代。”

英特尔中国研究院院长宋继强

智能机器人里的“Intel Inside”

此次科沃斯商用机器人推出的新品,是双方在共推智能机器人应用落地的成功案例。在硬件层面,科沃斯商用服务机器人采用英特尔酷睿i7处理器,支持机器人的导航、避障、定位、建图算法的运算平台;采用Intel Movidius Myriad X进行深度学习任务的处理,主要是人脸检测、人体检测和物体检测;算法层面:采用Intel RealSense D435i用于图像相关算法的数据输入,以及获取深度数据用于机器人避障;软件层面采用英特尔OpenVINO工具包以及Intel RealSense SDK来加速深度学习以及深度图像的获取。

科沃斯商用首席执行官高倩介绍,疫情期间,科沃斯很多类的机器人都大放异彩,“比如在医疗场景当中用的消毒机器人,人群密集时的测温机器人以及移动配送式机器人等,它们都在疫情期间发挥了很好的作用,这也帮助大众对智能机器人应用场景有了很形象的理解。”

科沃斯商用首席执行官高倩

宋继强表示,英特尔目前提供的硬件设备很完整地覆盖了智能机器人的各种应用场景,“感知部分,我们有RealSense摄像头;数据处理,有CPU,以及专门针对视觉的Intel Movidius Myriad X;对于实时交互,英特尔还有FPGA可用;网络方面也与英特尔传统的联网计算完整连接,所以从硬件的角度来说,机器人领域是英特尔可以提供完整一体化的硬件支撑保证的。”

打造智能机器人生态平台

科沃斯商用机器人有限公司CTO邵长东

未来机器人智能的发展及联网化的趋势,英特尔的软硬一体能力是对最大的投资收益保障。

高倩表示,科沃斯商用机器人和英特尔的合作由来已久,科沃斯期待与英特尔研究院共同探讨5G、云、边、端和机器人的结合。

科沃斯商用机器人有限公司CTO邵长东表示,英特尔在从感知到计算再到软件平台的整个链条都有完善的解决方案,“对于科沃斯商用机器人来说,在机器人这一侧,运动也好,交互也好,硬件端、边缘侧双方有望进行更密切的合作。

宋继强说:“科沃斯是一个非常重要的合作伙伴。因为对于服务机器人来说,今天科沃斯发布了很多针对不同场景和领域的产品。就像我们的手机,虽然是一个手机,但是有不同的APP是做不同的事情的,有了像科沃斯,加上英特尔支持一起打造的智能机器人的云、端、边缘计算统一起来的平台,未来在多个细分领域如何分而治之,同时又有一个公共的底层是非常关键的,所以我非常看好和科沃斯一起打造的生态。”

邵长东进一步解释:“科沃斯机器人从CPU到传感器再到图形加速单元,使用了一套英特尔的产品生态系统,整个产品的接口衔接、软件的兼容性以及整体开发难度都会降低,这就是生态的力量。科沃斯机器人的服务集成受益于这样的平台化支撑,从而让今天旺宝5、秀宝、巡宝等具备了更强的行业领先的整体AI算力、AI功能。”

“端、边结合”是必然发展趋势

智能机器人如何才能真正做到有用、专业和可靠?

“机器人不为智能而智能,是为了更好的协同以完成工作。”高倩表示,“我们所面对的行业,本质上正发生着数字化的革命浪潮。在万物智能化、互联化、数字化的行业趋势下,科沃斯商用正式开启了V2.0时代的实践,我们将通过平台化的设计思维和积木式的硬件思路,在四大智能和三大平台核心技术的支撑上,打造真正符合需求的机器人,并将机器人产品应用到我们所关注并深耕的行业。”

宋继强认为,从智能机器人发展生态环境来看,越来越强大的端计算和边缘计算能力成为必然趋势。

“我们想象一下,就像手机系统的升级换代,你可能两三年之后,手机上的软件就没有办法在现在的手机上运行了,但智能机器人无法保证如此快的迭代速度,不可能将其弃之不用。” 宋继强解释,当好几个任务正在同时发生时,智能机器人需要如酷睿i7这样的高性能处理器,未来,不仅限于机器人本身的端计算能力,边缘计算也会纳入机器人本身的计算存储的一部分,“端计算主要负责感知、移动、实时交互等应用,云和边缘计算可以支持场景理解所需要的处理多个输入源的数据处理,要理解场景当中跨越时间的行为或者是知识的积累,也需要去协调多个智能体,多个机器人的合作。”

宋继强预言,未来更丰富的决策和行动控制需求更大量的计算能力,而这些计算不可能都靠机器人本体完成,而是需要边缘智能来补足,这一定会是未来发展的方向。


上一篇:超20家企业入局,商用清洁机器人驶向千亿级蓝海市场
下一篇:近期融资传估值打折 创业8年融资8轮的依图科技何去何从
精选推荐

[2018-01-26]  纽约时报的报道,德国的研究人员已经开发出一种长约七分之一英寸的机器人,首先看起来不过是一小块橡皮条。然后它开始移动。机器人走路,跳跃,爬行,滚动和游泳。它甚至爬出......

美国普渡大学研发快动作软体机器人,灵感来自变色龙舌头捕食
美国普渡大学研发快动作软体机器人,灵感来自变色龙舌头捕食

[2019-10-31]  本文图片均来自:Ramses v Martinez 普渡大学变色龙、蝾螈和许多蟾蜍利用积蓄的弹性能量,向距离1 5倍体长的毫无防备的昆虫伸出粘糊糊的舌 ...

助力卷积神经网络时空特征学习 史上最大行人重识别视频数据集被提出
助力卷积神经网络时空特征学习 史上最大行人重识别视频数据集被提出

[2017-12-25]  本文提出了一个大型的、长序列的、用于行人重识别的视频数据集,简称LVreID。与现有的同类数据集相比,该数据集具有以下特点:1)长序列:平均每段视频序列长为200帧,包含丰......

人工智能民主化能否实现取决于科技巨头
人工智能民主化能否实现取决于科技巨头

[2017-12-29]  我们经常听到像谷歌和微软这样的公司说他们希望人工智能民主化。这是一个很好的词,民主化。 但这些公司如何界定“民主化”还不清楚,像AI本身一样,它似乎有点炒作的味道...

谷歌《Nature》发论文称实现量子霸权 18亿倍速碾压世界最强超算
谷歌《Nature》发论文称实现量子霸权 18亿倍速碾压世界最强超算

[2019-10-23]  谷歌坚称自己已经取得了量子霸权——这标志着计算研究领域的一个重要里程碑。谷歌首次发布声明是在今年9月,虽然遭到竞争对手的质疑,但就 ...

7种常见的机器人焊接类型
7种常见的机器人焊接类型

[2017-12-17]  机器人焊接是工业领域最常见的机器人应用之一,近几十年来主要由汽车行业驱动。机器人焊接在完成大批量,重复性的焊接任务时效率最高。...

可编辑神经网络,有望简化深度学习?
可编辑神经网络,有望简化深度学习?

[2019-10-04]  深度学习是一个计算繁重的过程。 降低成本一直是 Data curation 的一大挑战。 关于深度学习神经网络大功耗的训练过程,已经有研究人员 ...

Waymo:人性和行为心理学才是无人驾驶最大的挑战
Waymo:人性和行为心理学才是无人驾驶最大的挑战

[2019-11-03]  自动驾驶汽车作为AI领域内最大的挑战之一,谷歌致力于其研发已有十余载,现在他们逐渐意识到,最困难的是如何让人们享受驾驶的乐趣。这是一 ...

本周栏目热点

华为中标浙大云机器人计算系统项目

[1970-01-01]    对生活的高度追使得云机器人研究的逐步深入,计算越来越复杂、数据量呈爆炸式增长,浙大需要一套高密度、更精密的智能机人与人类相辅相 ...

[2018-12-12]  成立于2015年的推想科技,以肺部AI辅助筛查产品为起点,现已逐步建立起一整套完整的多病种、全流程的人工智能疾病管理路径,也使得未来推想AI可快速迭代研发,拓展多条可真实......

美的与库卡将设合资公司 并在顺德建立机器人生产基地

[2018-03-22]  3月22日,美的发布公告,称将与库卡集团设立合资公司并新建生产基地。据 KUKA Aktiengesellschaft(以下简称库卡,为美的集团股份有限公司 ...

亚马逊大搞机器人军备竞赛 与DHL一起推进仓储自动化

[2017-04-10]    Patrick Clark 和 Kim Bhasin 日前发表文章,讲述了亚马逊自收购 Kiva 公司以来如何创新发展 机器人 (300024),并且将其 ...

国内外机器人厂商争相卡位3C制造业 谁能笑到最后?

[2016-04-01]      作为继汽车领域后的第二大机器人应用市场,3C制造业正成为机器人企业角逐的 ...