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

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
近来,科沃斯商用机器人发布了四款根据英特尔产品和技能的全新智能服务机器人,包含东西型金融服务机器人、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、软件层面全方位选用了英热尔的解决方案。     英特尔我国研究院院长宋继强表明:“今日科沃斯商用机器人的最新进展,是两边成功协作的第一步。接下来,两边将携手推进职业转机性技能的交融,供给多样化的产品组合和解决方案,助推机器人迈向云-边-端交融的智能机器人4.0年代。”  智能机器人里的“Intel Inside”  此次科沃斯商用机器人推出的新品,是两边在共推智能机器人使用落地的成功事例。在硬件层面,科沃斯商用服务机器人选用英特尔酷睿i7处理器,支撑机器人的导航、避障、定位、建图算法的运算渠道;选用Intel Movidius Myriad X进行深度学习使命的处理,首要是人脸检测、人体检测和物体检测;算法层面:选用Intel RealSense D435i用于图画相关算法的数据输入,以及获取深度数据用于机器人避障;软件层面选用英特尔OpenVINO东西包以及Intel RealSense SDK来加快深度学习以及深度图画的获取。  科沃斯商用首席执行官高倩介绍,疫情期间,科沃斯许多类的机器人都大放异彩,“比如在医疗场景当顶用的消毒机器人,人群密布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效果,这也协助群众对智能机器人使用场景有了很形象的了解。”  宋继强表明,英特尔现在供给的硬件设备很完好地覆盖了智能机器人的各种使用场景,“感知部分,咱们有RealSense摄像头;数据处理,有CPU,以及专门针对视觉的Intel Movidius Myriad X;关于实时交互,英特尔还有FPGA可用;网络方面也与英特尔传统的联网核算完好联接,所以从硬件的视点来说,机器人范畴是英特尔能够供给完好一体化的硬件支撑保证的。”  打造智能机器人生态渠道  未来机器人智能的开展及联网化的趋势,英特尔的软硬一体才干是对最大的投资收益保证。  高倩表明,科沃斯商用机器人和英特尔的协作由来已久,科沃斯等待与英特尔研究院一同讨论5G、云、边、端和机器人的结合。  科沃斯商用机器人有限公司CTO邵长东表明,英特尔在从感知到核算再到软件渠道的整个链条都有完善的解决方案,关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、边际侧两边有望进行更亲近的协作。  宋继强说:“科沃斯是一个十分重要的协作伙伴。由于关于服务机器人来说,今日科沃斯发布了许多针对不同场景和范畴的产品。就像咱们的手机,虽然是一个手机,但是有不同的APP是做不同的作业的,有了像科沃斯,加上英特尔支撑一同打造的智能机器人的云、端、边际核算一致同来的渠道,未来在多个细分范畴怎么分而治之,一同又有一个公共的底层是十分要害的,所以我十分看好和科沃斯一同打造的生态。”  邵长东进一步解说:“科沃斯机器人从CPU到传感器再到图形加快单元,使用了一套英特尔的产品生态体系,整个产品的接口联接、软件的兼容性以及全体开发难度都会下降,这便是生态的力气。科沃斯机器人的服务集成获益于这样的渠道化支撑,然后让今日旺宝5、秀宝、巡宝等具有了更强的职业抢先的全体AI算力、AI功用。”  “端、边结合”是必定开展趋势     智能机器人怎么才干真实做到有用、专业和牢靠?  “机器人不为智能而智能,是为了更好的协同以完结作业。”高倩表明,“咱们所面临的职业,本质上正发作着数字化的革新浪潮。在万物智能化、互联化、数字化的职业趋势下,科沃斯商用正式敞开了V2.0年代的实践,咱们将经过渠道化的规划思维和积木式的硬件思路,在四大智能和三大渠道核心技能的支撑上,打造真实契合需求的机器人,并将机器人产品使用到咱们所重视并深耕的职业。”  宋继强以为,从智能机器人开展生态环境来看,越来越强壮的端核算和边际核算才干成为必定趋势。  “咱们幻想一下,就像手机体系的升级换代,你或许两三年之后,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,不或许将其弃之不必。” 宋继强解说,当好几个使命正在一同发作时,智能机器人需求如酷睿i7这样的高性能处理器,未来,不只限于机器人自身的端核算才干,边际核算也会归入机器人自身的核算存储的一部分,“端核算首要担任感知、移动、实时交互等使用,云和边际核算能够支撑场景了解所需求的处理多个输入源的数据处理,要了解场景傍边跨过时刻的行为或者是常识的堆集,也需求去和谐多个智能体,多个机器人的协作。”  宋继强预言,未来更丰厚的决议计划和举动操控需求更很多的核算才干,而这些核算不或许都靠机器人本体完结,而是需求边际智能来补足,这一定会是未来开展的方向。本网站转载文章仅为传达信息,交流学习之意图,其版权均归原作者一切;凡出现在本网站的信息,仅供参考,本网站将极力保证转载信息的完好性,如原作者对本网站转载文章有疑问,请及时联络本网站,本网站将活跃保护著作权人的合法权益。

Leave Comment

电子邮件地址不会被公开。 必填项已用*标注