感知引擎，为移动机器人提供先进的感知功能。它提供了一种革命性的方式来学习环境并执行定位、障碍物检测、映射、自由空间检测和其他更高层次的感知。

告诉我们你自己，是什么促使你创立RGo Robotics？

其他创始人和我亲眼目睹了机器和机器人制造商自己开发基本视觉感知的难度。如今，大多数移动机器人都是“盲人”，无法在复杂的现实环境中智能导航。我们的技术改变了这种状况。利用最先进的人工智能和计算机视觉技术以及由 50 多名专家组成的世界级团队，我们允许移动机器看到和理解周围的世界，以便它们可以在任何环境中自主、安全和智能地移动。随着时间的推移，我们看到这为移动机器人解锁了全新的应用和用途。

告诉我们您的 AI 感知引擎。它与市场上现有的解决方案有何不同？

RGo的智能视觉和AI系统Perception Engine为移动机器人提供了先进的感知能力。它提供了一种革命性的方式来学习环境并执行定位、障碍物检测、映射、自由空间检测和其他更高层次的感知。空间和感知数据以分层地图的形式呈现，允许通过 API 轻松直观地利用信息。它提供了机器人在复杂的现实生活中移动所需的所有信息层。这些数据对于包括车队经理和 WMS 在内的更高级别的系统也很有价值。

目前，大多数AMR和移动机器人依靠2D LiDAR激光扫描仪进行定位和障碍物检测。这些扫描仪在扫描仪高度上只能看到世界的一部分，因此当环境变化太大、移动太多或物体高于或低于扫描仪高度（例如叉车叉）时，它们失败也就不足为奇了。

感知引擎创建真实的3D机器人感知，使用摄像头查看和记忆环境。

感知引擎的最大价值之一是它能够降低总拥有成本。如今部署AMR的障碍之一是复杂且耗时的设置过程，需要熟练的人才和多天的现场安装。感知引擎快速学习环境并自动创建本地化地图。而且，重要的是，它会在设施或设备的整个变化中不断更新它。这是一个游戏规则的改变者，因为它消除了昂贵且破坏性的重新映射过程。

您的解决方案支持哪些新型移动机器人和应用？

我们瞄准了广泛市场中的机器人制造商。感知引擎的应用几乎是无穷无尽的。物流和制造业中的AGV/AMR、户外机器人、商业和消费市场的服务和送货机器人都非常适合。任何带轮子的移动机器人都可以从我们的解决方案中受益，我们希望成为人类对机器人感知民主化的领导者。事实上，我相信未来最大的机器人应用将是那些我们还没有想象到的应用。

我们还看到了对叉车等非机器人机器的需求，通过帮助驾驶员导航、减少事故并在机器行驶时收集有价值的数据。感知引擎可以有效地满足这些需求，并支持半自主模型，如远程操作机器或混合模型。位置和感知使这些机器更智能，更有效地执行工作。

您能与我们分享您的解决方案的任何用例吗？

我们的第一个客户参与是不同类型的移动机器，包括户外机械、工业自动化、物流、叉车、服务机器人等。有些用于机器人应用，有些用于人工驱动机器。到目前为止，我们已经获得了几个客户，并完成了超过12万美元的客户交易。设计中标的是全球市场领先的机器人原始设备制造商。

我们最近宣布与Capra Robotics建立合作伙伴关系，我认为他们是一个很好的例子。Capra正在开创他们所谓的互联物流，弥合室内和室外物流之间的差距。现有的定位和感知技术既适用于室内，也适用于室外，但不能同时适用于两者。感知引擎在两种环境中都能稳健运行，以实现在两种环境中的无缝操作。

我们看到的需求的主要驱动力来自机器人制造商，他们试图自己做，但在复杂和动态的环境中难以扩展或实现高可靠性，这些环境不可避免地存在于大多数现实世界的部署中。通过与我们合作，他们加快了产品的上市时间，并能够将开发团队集中在应用程序级别的核心竞争力上。

您认为未来5年该行业面临的最大挑战是什么？

就移动机器人行业而言，我认为互操作性将是一个重大挑战。在大型物流和制造部署中，最终用户正在部署来自多个供应商的移动机器人。对于G2P，他们正在部署专门从事此应用的机器人制造商的AMR。但对于重型托盘搬运，他们使用的是来自不同制造商的自动叉车和拖车。拥有多个地图、坐标系、车队管理工具和 WMS/MES 集成带来了复杂性和相当大的成本。RGo解决方案的一大优势是，它创建了一个统一的本地化、地图和感知堆栈，可以在多供应商车队之间共享。

您对未来的机器人感知有何展望？

我们的愿景是使任何机器能够在任何环境中自主移动，我们称之为智能自主。AMR与传统AGV的基本线路跟踪功能相比已经走了很长一段路。但它们仍然很笨拙，不是“5个九”可靠的，尤其是在动态和不断变化的环境中，以及人类和移动物体周围。

移动机器人行为需要更好的视觉感知和“上下文”才能达到人类水平。例如，感知引擎可以检测纹理和颜色，并能够区分表面或线条的边缘。这使得AMR能够沿着标记的路径精确导航，就像人类一样。当人或其他移动物体（例如叉车）进入预定路径时，感知堆栈的更高层将指示机器人动态更新其路径以自然转向。这是行为智能的一个例子，它将标志着我们与移动机器人制造商合作实现的下一波创新浪潮。此外，我们极具吸引力的拥有成本将使AMR能够为较小的客户和全新的、对价格更敏感的应用带来投资回报率。