在 2024 年全國大學生物聯網設計競賽中,火山引擎作為支持企業,不僅參與了賽道的命題設計,還為參賽隊伍提供了相關的硬件和軟件支持。以邊緣智能和扣子的聯合應用為核心,參賽者們在這場競賽中展現出了卓越的創新性和實用性,將邊緣智能與扣子的技術巧妙地應用于機器人、家庭陪護、智慧康養、智慧座艙等多個領域 ,為未來行業應用結合大模型的 AIoT 解決方案探索出更多可能性。
本文將聚焦機器人領域,詳細介紹“少年先瘋”隊伍,基于火山引擎邊緣智能及扣子,打造的家庭助老助殘智能取物機器人解決方案 。
多樣化需求驅動家庭機器人智能化升級
據智研咨詢報告顯示,2021 年,我國 65 歲及以上人數增長至 20059 萬人,增速達 5.22%。隨著社會老齡化加劇,養老問題日益凸顯,而護理人員由于工作負擔重、薪水偏低等問題,已經出現了供不應求的局面。因此,家庭服務機器人的研究與應用是社會發展的必然趨勢,對提高人民生活質量、緩解我國人口老齡化社會問題具有重要意義。德國國際機器人聯合會發表的《世界機器人報告》中指出,消費者需求最強勁的是家用機器人領域,2022 年售出近 490 萬臺機器人。
然而,當前服務機器人的智能化程度還不能滿足室內場景下人機交互需求。主要存在的問題包括:
-
家庭勞動機器化需求:?在日益智能化和自動化的時代,家庭中仍有許多繁重的體力勞動需要手動完成,如搬運重物、清理大型雜物等。這些任務不僅耗時耗力,還可能對家庭成員,尤其是老年人和身體虛弱者,帶來身體上的負擔和安全隱患。
-
家庭服務機器人功能單一:?現有的家庭服務機器人多為專用型,功能單一,如打掃、陪伴、安防等。為了全面滿足家庭的多樣化需求,通常需要購置多個不同類型的機器人,這不僅增加了購買成本,也提高了管理和維護的復雜性。此外,由于各機器人之間缺乏協同能力,用戶體驗往往不盡如人意。
-
定位和導航精度低:?在復雜的室內環境中,家庭服務機器人面臨著定位與導航精度的重大挑戰。傳統的定位技術在復雜環境中表現不佳,導致機器人在執行任務時無法準確識別自身位置或規劃最優路徑,影響任務執行效率和用戶體驗。
如何賦予機器人精準的取物、搬運能力?如何讓機器人在生活層面真正實現養老助殘?來自湖北工業大學的“少年先瘋”隊伍,通過運用火山引擎邊緣智能與扣子的能力,打造家庭助老助殘智能取物機器人。在先進智能機器人技術的基礎上,通過深度學習,實現了目標識別、自主導航、主動避障、機械臂精準操作等智能化功能,將人工智能與物品搬運技術深度融合,構建高效的自動化物品搬運解決方案。
在實際運用中,家庭助老助殘智能取物機器人不僅能整理玩具、清理垃圾,顯著提升生活便利性,還能針對特定需求,如幫助老人拾取高處書籍、遙控器或地面小物件,并通過先進的識別技術安全遞送,減輕老人身體負擔。此外,機器人還具備家庭巡視功能,可以完成自主導航,檢查老人安全狀況,讓家人更放心。
基于邊緣智能 + 扣子的智能取物機器人設計方案
整體方案介紹
家庭助老助殘智能取物機器人集成了家庭語音助手和安防功能,同時配備了自主導航與機械臂抓取技術,它能精確響應用戶指令,自主導航至指定位置,準確抓取目標物體并將其遞送至用戶手中。
智能取物機器人解決方案,主要包括以下5個主要能力:
-
多自由度機械臂:?利用高精度伺服電機和多自由度關節設計,實現對復雜空間中物體的靈活抓取和放置,提高取物效率和準確性。
-
視覺識別系統?:?利用深度學習算法和高分辨率攝像頭,進行物體識別和位置檢測,確保機器人能夠精準定位并抓取目標物品。
-
語音控制:?集成自然語言處理技術,支持用戶通過語音命令控制機器人,實現更加便捷的人機交互。
-
安全保護機制:?配備傳感器,實時監測機器人運行狀態和環境變化,避免碰撞和意外情況,提高使用安全性。
-
自學習算法:?利用機器學習技術,根據用戶的使用習慣和需求,不斷優化機器人動作策略,提高操作效率和用戶滿意度。
其中,通過火山引擎邊緣智能幫助智能取物機器人接入和管理機器人大腦,連接主板所有設備信息,集成機器人搭載的攝像頭,并實現了對設備數據的直觀展示與記錄,助力整體方案順利運行,此外,通過火山引擎邊緣智能和扣子的聯合應用,還幫助機器人實現了定時巡邏、室內跌倒檢測、監控預警?等能力。
邊緣智能 + 扣子創新應用
“少年先瘋”隊伍將火山引擎邊緣智能平臺上的摔倒檢測模型,集成到機器人的主板上,邊緣智能的數據流處理模塊負責收集模型檢測的輸出結果,這些結果將被開發者創建的虛擬設備捕獲并存儲。
此外,在扣子平臺上設置了定時器觸發機制,確保機器人在指定時間自動執行室內巡航任務。在此期間,扣子平臺上的“檢測屋內是否有人摔倒”工作流持續運作,通過 API 工具實時獲取邊緣智能平臺中虛擬設備的最新數據。如果檢測到虛擬設備的數據為“True”,表明室內有人摔倒,此時工作流將觸發機器人發出語音警報,并將警報信息同步上傳至邊緣智能平臺。
在監控功能方面,一旦檢測到有人跌倒,機器人將立即發出警報,并將警報信息同步上傳至火山引擎邊緣智能平臺,以此提醒監護人采取相應措施。
為實現整體效果,在基礎設施層面,火山引擎邊緣智能與扣子幫助機器人實現了:
-
在一體機管理層面,?通過火山引擎邊緣智能平臺,接入了機器人的大腦——NVIDIA orin nano 開發板,實現對主板運行狀態等信息進行監控。
-
在設備管理層,?采用 MQTT 協議,將連接主板的所有設備信息,通過已部署的 MQTT 服務器托管至火山邊緣智能平臺,實現數據的直觀展示與記錄功能。同時,利用火山邊緣智能平臺兼容的官方 USB-Camera,將機器人搭載的攝像頭集成至平臺,為與扣子系統的后續聯動打下堅實基礎。
-
在邊緣推理方面,?火山邊緣智能平臺支持將機器學習模型直接部署至主板。通過將邊緣智能提供的行人檢測模型集成至主板,并通過已集成的攝像頭設備監測室內行人流量,以判斷是否存在非法入侵。模型推理的輸出結果為在扣子系統中通過工作流實現 。
-
在聯合應用方面,?通過 URL 調用火山引擎聯動扣子的插件,實現在扣子中對火山引擎中邊緣智能平臺上納管的所有資源進行訪問。通過利用工作流強大的多模塊協同能力,實現了復雜的業務邏輯,如自動檢測房屋內是否有行人闖入等,進一步豐富了機器人的功能。
-
在模型部署層面,智能取物機器人采用了火山引擎邊緣智能平臺的深度學習模型一鍵部署功能,輕松實現了穩定且精確的深度學習模型在機器人上的部署。同時,機器人還利用了邊緣智能平臺的數據處理能力,通過便捷的低代碼工具對模型推理結果進行加工,使得扣子平臺能夠通過API工具輕松調用和獲取這些數據。
用戶可以在邊緣智能平臺上輕松部署原本需要大量時間和資源訓練的深度學習模型,在扣子輕松定制模型推理結果的應用方式。這種便利不僅在家庭服務機器人中得到了有效實踐,隨著平臺未來更多的互動和 API 工具的開發,邊緣智能平臺結合扣子的模式將開啟更廣闊的想象和創新空間。
解決方案效果展示
智能取物機器人擁有 4 種主要服務模式:
1.精準定位與靶向抓取模式。當用戶對目標有清晰的需求時,下達明確指令,引導機器人精確抵達指定坐標并執行特定物體抓取。機器人遵循定位系統鎖定目標,路徑規劃算法指引行進,抵達后執行物體識別與機械臂精準操控,確保任務順利完成。
???????2.導航、感知、抓取模式。?在此模式下,無需預設抓取對象,機器人先導航至用戶指示的地點,抵達后,利用視覺及傳感器技術對環境進行掃描,辨識潛在抓取目標。隨后機器人將識別結果反饋給用戶,用戶可根據實際需求作出選擇。此模式適用于用戶對環境物體不熟悉或需即時決策的場景。
???????3.垃圾清理模式。?機器人前往特定地點,如垃圾桶或指定清理區,進行垃圾處理。這個模式下,機器人先導航至垃圾集中區,利用視覺及傳感器技術辨識垃圾位置與類別。確認后,機器人精準執行垃圾抓取,并將其運送至垃圾桶或處理點。
???????4.巡航監察模式。?激活巡航模式后,機器人沿預定路線從起點啟程,順序巡視各個設定檢查點,并最終閉環返回。途中,機器人在每個檢查點停留執行規定的檢測或任務。面對障礙物,機器人將展現出色的避障靈活性和路徑規劃效率。
END
隨著技術的進步,智能取物機器人將朝著更智能化、個性化、人性化的方向發展,家庭看護行業的智能機器人將具備情感交互能力,更好地滿足老人的心理需求,實現真正的家庭陪伴,讓養老服務更加高效、溫馨。未來,邊緣智能與扣子的深度融合將為智慧家庭看護行業帶來更多可能性。
資料來源:創新實踐分享:基于邊緣智能+扣子的智能取物機器人解決方案 - 文章 - 開發者社區 - 火山引擎