阅读本篇前,先说一件事:11月21日(周六)下午,AI4ELAB联合SketchUp、麦格建筑和SUAPP AI在北京办一场线下活动,主题是「建筑业新物种,AI时代超级团队与超级个体的崛起」,请几位已经走在前面的团队和个人,聊聊AI武装的超级团队和个人怎么炼成。活动免费,现场名额有限,欢迎报名:1121北京活动报名|建筑业新物种,AI时代超级团队与超级个体的崛起
正文开始:
蜂鸟视图是做室内数字地图的,过去常见的案例是医院导航、园区和博物馆的三维地图。它今年先后中标了中广核的两个项目:台山核电厂二期系统开发,以及苍南核电站数字地图智慧中枢平台开发。中标金额公司没有公布。

核电站里设备多、分布广,管理人员需要在一张图上查设备、定位置、看业务信息,这是数字地图的老本行。蜂鸟视图这次发文的重点在后面:它想让这张地图去管机器人。
机器人自己有地图,为什么还要再接一张
巡检、运输机器人都带SLAM地图,就是机器人边走边扫出来的地图,用来给自己定位和规划路线。这张图只为机器人服务,管理人员看不懂,也挂不上设备台账、建筑信息这些业务数据。
更麻烦的是品牌多了以后,每家机器人都用自己的地图和管理系统。业主想在一个界面里看所有机器人在哪、在干什么,再统一派任务,就得把这些地图对到一起。
蜂鸟视图的办法是把机器人的SLAM地图和客户现有的数字地图做坐标对齐,然后做几件事:在一张图上看所有机器人的位置和状态;对接不同品牌的机器人系统;用已有的地图和空间数据帮新机器人更快部署,少重复建图;接上机器人的控制接口后,做任务分配和调度。

再往前一步:AI发现事件,地图派机器人
另一个方向是接AI视频监测。摄像头里的AI算法识别出异常,如果只是弹一条告警,值班人员还得自己去找在哪。把事件落到地图上,就能直接看到位置和周边设备;再往前走一步,系统可以按事件位置、机器人能力和当前任务,挑一台合适的机器人过去处理。
蜂鸟视图在文中也写得比较克制:不同场景的系统架构、数据接口和安全要求都不一样,要结合现场适配、测试验证,才能形成稳定的能力。核电的安全要求更高,这些设想离大规模落地还有距离。
它接下来要做的,是开放一个「室内机器人SLAM地图转换体验活动」,面向机器人二开厂商、系统集成商和终端客户,提供SLAM地图处理、多源地图转换和坐标统一的能力,不替换客户原有的导航和控制系统。一家室内地图公司,正在把自己往机器人和业务系统之间的那一层地图中间件上放。
资料来源
本文为 AI4ELAB 编辑或原创,作者:Connor 秦明。转载请注明出处:https://ai4elab.com/11987.html