AI技术在空气净化机器人中的高能应用

本文转载自公众号夕小瑶的卖萌屋,专业带逛互联网算法圈的神操作

-----》我是传送门

关注后,回复以下口令:

回复【789】 :领取深度学习全栈手册(含NLP、CV海量综述、必刷论文解读)

回复【入群】:加入卖萌屋深度学习/NLP/CV/搜广推等方向的技术交流与内推社群(大V、顶会审稿人云集)

回复【0511】:领取算法岗面试手册(刷offer神器)

回复【0424】:领取刷论文神器(挖掘每日、每月必刷重磅论文)

人工智能最近几年越来越融入到我们的生活方方面面,例如自动驾驶,智能音响,刷脸支付等等,感觉没有人工智能,我们生活便利性会大打折扣。随着生活品质提高,很多人家里都用上了扫地机器人,利用AI技术自动巡航清洁房间。现在,机器人还可以净化空气了。

有的人会说,空气净化器还不够吗?用过空气净化器的同学大概有体会,客厅开着空气净化器能享受到好空气,但你走到卧室时,卧室的空气似乎没有被净化到。当然,多放几台空气净化器也可以解决这个问题,但有必要吗?

何同学有个视频里面设计了一个移动的无线充,可以根据你手机的位置来把充电器定位到你手机后面。空气净化器是否也可以根据需要,自动移动到需要净化的位置呢?答案是可以的,例如例如科沃斯最近推出了空气净化机器人Z1就能做到。

对于人工智能爱好者,又忍不住研究这类产品的工作原理了。这里以科沃斯的空气净化机器人Z1为例,讲讲其技术架构,以及相关的AI技术以及工作原理。

技术解析

科沃斯的空气净化机器人Z1可以在手机监测与控制机器人,通过云端,实现手机和机器人的通信,使得手机可以监测空气情况,操作机器人。大致技术架构如图。

2825bdfafa3e4c876972fc217d6d066a.png

科沃斯的空气净化机器人Z1可以实现语音交互,当你叫“OK,YIKO”时,机器人就会回应并等待你的指令,例如你让它全屋空气净化一次,或者叫它开香氛、加湿等功能,那么它会根据指令,执行相应任务。当然机器人并不像人一样思考,机器人要通过摄像头扫描周围环境,然后用算法建立起一个3D地图,才能不到处磕碰,且不重复净化。然而这么简单的一个过程,会用到很多复杂的AI技术,包括:

自然语言处理。由于机器人需要和你对话,这里就包含了语音识别(ASR)、自然语言理解(NLU)、对话管理(DM)、自然语言生成(NLG)和语音生成(TTS)模块。

155cea38661edad3af393d2e3283c11e.png

可以看到,语音识别是第一步。为了保证准确率,除了算法,也要在硬件上堆料,空气净化机器人Z1的方案是用了6个mic多方向采音。

AI芯片。芯片是智能硬件的核心,负责机器学习,数据处理,讲讲芯片的作用。科沃斯Z1采用的是地平线旭日3芯片,算力可达5TOPS。

0f1db5685be3378977107eb8b46f1092.png

室内巡航。这里分为几部分:

1. 防跌落。有的家庭是复式,有阶梯,没有防跌落的话,机器人就看不到阶梯。这个问题解决的思路是使用下视传感器。

2. 避障技术。被扫地机器人应用过或是正在使用的避障技术包括3D结构光避障、单目视觉避障、双目视觉避障、激光雷达避障、3D TOF避障等。一般来说,算法层面越简单,硬件方面就越需要堆料;如果硬件方面简单,就要在算法层面下狠功夫。多数产品采用的方案是激光雷达或者双目相机等,算法为SLAM(Simultaneous Localization and Mapping) ,包括双目相机的VI-SLAM,激光雷达的2D Lidar SLAM等等。科沃斯采用的是叫AIVI 3D的精准避障技术。这个技术没有公开的资料,不过前面介绍,大家理解AIVI3D精准避障大概原理。3D重构(3Dreconstruction)需要深度信息,才能对相机中的信息进行重构。一般来说,利用激光雷达可以轻松获得深度信息。不过对于摄像头来说,深度信息哪里来呢?

3. 深度估计。前面讲到,我们重构场景需要深度信息,深度估计对于摄像头来说并非易事。尤其科沃斯空气净化机器人Z1采用的是单目摄像头,就更有难度了。不过这都难不倒科沃斯的算法工程师们。他们发表在IROS上的论文《Deep Unsupervised Learning Based Visual Odometry with Multi-scale Matching and Latent Feature Constraint》提出了名为SAEVO的深度估计算法。

c76f7dedb5a2233a1c3d35410d27768a.png

SAEVO算法表现如何?可以从论文看到,无论是误差还是准确率,都表现得比同类算法要好。

e4547976f5151c86f910c56acaca119f.png

10841cd29d6faccde8df6f67eb9e02f1.png

当然,空气净化机器人最重要的,还是净化空气。通过自研的算法和优秀的硬件,空气净化机器人可以实现移动净化空气,实现了单台空气净化器难以做到的全屋空气净化功能。科沃斯的空气净化机器人Z1拥有四重空气焕活系统和智能空气检测仪等等功能,这些都是高端空气净化机器人的必备配置了,还有更多的功能,例如移动视频管家,实时视频加双向语音等等,这些更是普通空气净化器无法做到的。鉴于篇幅原因,这里就不展开讲了,因为本文章主要分析其AI技术,毕竟我还是个技术博主(害羞)。如果对这款机器人功能本身感兴趣,可以到其京东页面去看看详细介绍,

科沃斯(Ecovacs)沁宝Z1空气净化器 家用除甲醛 除菌 除过敏原 除雾霾可移动母婴空气净化机器人 无雾加湿

总结

一个高端的智能家居电器,其实背后的AI系统还是很复杂的。但好的产品总能把复杂的细节隐藏起来,把最简单的一面留给用户。让机器人服务全球家庭是科沃斯的使命,科沃斯研究更好的技术,做更好的产品来让更多的家庭体会到家用机器人的魅力,为全球家庭的美好生活贡献价值。

这就是科技产品的魅力。

本文转载自公众号夕小瑶的卖萌屋,专业带逛互联网算法圈的神操作

-----》我是传送门

关注后,回复以下口令:

回复【789】 :领取深度学习全栈手册(含NLP、CV海量综述、必刷论文解读)

回复【入群】:加入卖萌屋深度学习/NLP/CV/搜广推等方向的技术交流与内推社群(大V、顶会审稿人云集)

回复【0511】:领取算法岗面试手册(刷offer神器)

回复【0424】:领取刷论文神器(挖掘每日、每月必刷重磅论文)

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/477496.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Spring Cloud构建微服务架构:服务消费(Feign)【Dalston版】

通过前两篇《Spring Cloud构建微服务架构:服务消费(基础)》和《Spring Cloud构建微服务架构:服务消费(Ribbon)》,我们已经学会了在Spring Cloud中基本的服务调用方式。本文我们将继续介绍Spring…

LeetCode 1317. 将整数转换为两个无零整数的和

1. 题目 「无零整数」是十进制表示中 不含任何 0 的正整数。 给你一个整数 n,请你返回一个 由两个整数组成的列表 [A, B],满足: A 和 B 都是无零整数A B n 题目数据保证至少有一个有效的解决方案。 如果存在多个有效解决方案&#xff…

预训练模型对实体的表示能力差?一个简单有效的解法来了(开源)

本文转载自公众号“夕小瑶的卖萌屋”,专业带逛互联网算法圈的神操作 -----》我是传送门 关注后,回复以下口令: 回复【789】 :领取深度学习全栈手册(含NLP、CV海量综述、必刷论文解读) 回复【入群】&#xf…

图谱实战 | 深度应用驱动的医学知识图谱构建

分享嘉宾:徐美兰 浙江数字医疗卫生技术研究院 数字医学知识中心主任编辑整理:李杰 京东出品平台:DataFunTalk导读:数研院这些年在知识图谱建设上取得了丰硕成果,今天我们将图谱构建过程中的经验、心得分享给大家&#…

朴素贝叶斯法(Naive Bayes,NB)

文章目录1. 朴素贝叶斯法的学习与分类1.1 基本方法2. 参数估计2.1 极大似然估计2.2 学习与分类算法2.2.1 例题2.2.2 例题代码2.3 贝叶斯估计(平滑)2.3.1 例题2.3.2 例题代码3. 自编程实现NB4. sklearn.naive_bayes1. 朴素贝叶斯法的学习与分类 1.1 基本…

《Easy RL:强化学习教程》出版了!文末送书

作为人工智能里最受关注的领域之一,强化学习的热度一直居高不下,但它的学习难度也同样不低。在学习强化学习的过程中,遇到了有无数资料却难以入门的问题,于是发起了Datawhale强化学习项目,希望自学的同时帮助更多学习者…

Spring Cloud构建微服务架构:服务消费(基础)【Dalston版】

通过上一篇《Spring Cloud构建微服务架构:服务注册与发现》,我们已经成功地将服务提供者:eureka-client或consul-client注册到了Eureka服务注册中心或Consul服务端上了,同时我们也通过DiscoveryClient接口的getServices获取了当前…

论文浅尝 | Temporal Knowledge Graph Completion Using Box Embeddings

笔记整理:杨露露,天津大学硕士论文链接:https://www.aaai.org/AAAI22Papers/AAAI-6210.MessnerJ.pdf动机时态知识图谱补全(TKGC)中的主要挑战是额外学习时间戳嵌入,以便嵌入模型根据关系、实体和时间戳嵌入…

别再无脑wwm了,在下游任务中不一定有效

本文转载自公众号“夕小瑶的卖萌屋”,专业带逛互联网算法圈的神操作 -----》我是传送门 关注后,回复以下口令: 回复【789】 :领取深度学习全栈手册(含NLP、CV海量综述、必刷论文解读) 回复【入群】&#xf…

逻辑斯谛回归模型( Logistic Regression,LR) 最大熵模型(Max Entropy,ME)

文章目录1. Logistic Regression 模型1.1 logistic 分布1.2 二项逻辑斯谛回归模型1.3 模型参数估计1.4 多项逻辑斯谛回归1.5 Python代码2. Maximum Entropy 模型2.1 最大熵原理2.2 最大熵模型的定义2.3 最大熵模型的学习2.4 例题3. 模型学习的最优化算法4. 鸢尾花LR分类实践1. …

Spring Cloud构建微服务架构:服务注册与发现(Eureka、Consul)【Dalston版】

已经有非常长的时间没有更新《Spring Cloud构建微服务架构》系列文章了,自从开始写Spring Cloud的专题内容开始就获得了不少的阅读量和认可,当然也有一些批评,其中也不乏一些很中肯的意见和深度的问题,对我来说也是进一步提高的契…

虚拟专辑丨知识图谱

虚 拟 专 辑 “武大学术期刊”的“虚拟专辑” 旨在将已发表在武汉大学科技期刊中心旗下期刊的论文以时下热点领域按主题重新组合,集中推送,以方便不同专业领域的读者集中查阅、追踪最新研究成果。此次推送的“知识图谱”虚拟专辑,为近几年发…

prompt你到底行不行?

文 | 马杀鸡三明治 源 | 知乎 很久之前老板下任务要试试prompt这个大风,但是玩完后发现太菜了所以连文章都没写,刚好今天工作比较闲就来写写了。 先上结论,连续prompt为运用大模型提供了一种思路,其实这种思路早就见过不少了。。。…

LeetCode 1323. 6 和 9 组成的最大数字

1. 题目 给你一个仅由数字 6 和 9 组成的正整数 num。 你最多只能翻转一位数字,将 6 变成 9,或者把 9 变成 6 。 请返回你可以得到的最大数字。 示例 1: 输入:num 9669 输出:9969 解释: 改变第一位数字…

Spring Cloud实战小贴士:Zuul统一异常处理(二)

在前几天发布的《Spring Cloud实战小贴士:Zuul统一异常处理(一)》一文中,我们详细说明了当Zuul的过滤器中抛出异常时会发生客户端没有返回任何内容的问题以及针对这个问题的两种解决方案:一种是通过在各个阶段的过滤器…

论文浅尝 | Explainable Link Prediction in Knowledge Hypergraphs

笔记整理:陈子睿,天津大学硕士论文链接:https://dl.acm.org/doi/10.1145/3511808.3557316动机知识超图链接预测已被认为是各种知识使能下游应用的关键问题。然而,大多数现有方法主要以黑盒方式执行链接预测,它们学习实…

吴恩达入驻知乎,涨粉秒过万!知乎首答:如何系统学习机器学习

文 | 卖萌酱大家好,我是卖萌酱。昨天在知乎timeline上刷到一个问题:虽然卖萌酱已经不需要系统学习机器学习了,但无意间发现最高赞的id竟然叫“吴恩达”??好家伙,看了看回答日期,是4月8号。戳进去…

学术会议|第六届知识图谱论坛CNCC-知识图谱赋能大数据大算力

CNCC2022将于12月8日至10日在贵州省贵阳市国际生态会议中心举办,今年CNCC技术论坛数量达到122个,内容涵盖了“计算行业、人工智能、云计算、教育、安全”等30个方向。本文特别介绍将于12月9日举行的【第六届知识图谱论坛-知识图谱赋能大数据大算力】。报…

LeetCode 第 18 场双周赛(188/587,前32%)

文章目录1. 比赛结果2. 题目LeetCode 1331. 数组序号转换 easyLeetCode 1328. 破坏回文串 mediumLeetCode 1329. 将矩阵按对角线排序 mediumLeetCode 1330. 翻转子数组得到最大的数组值 hard1. 比赛结果 做出来了1, 2, 3题,第4题提交超时 2. 题目 LeetCode 1331.…

Spring Cloud实战小贴士:Zuul统一异常处理(一)

在上一篇《Spring Cloud源码分析(四)Zuul:核心过滤器》一文中,我们详细介绍了Spring Cloud Zuul中自己实现的一些核心过滤器,以及这些过滤器在请求生命周期中的不同作用。我们会发现在这些核心过滤器中并没有实现error…