ROBO将与德国慕尼黑工业大学合作，将VSLAM导航技术引入国内，使ROBOGO成为第一个应用该技术的医用无人车。
VSLAM是近年来的技术宠儿。Google最新的VPS逆天黑科技就是利用计算机视觉进行定位，使适用范围（室内、室外）和精度（理论达到厘米级）上都大大超越GPS。Tesla无人车也充分利用了自主研发的视觉处理工具Tesla Vision，对行车环境进行专业的解构分析。
有了VSLAM技术，我们可以大胆的说，AGV能够像人类一样，在未知的新环境中可以通过观察环境，理解环境，最终实现与环境的交互协作。
*VSLAM地图构建，图片来源：百度 AI
作为医疗AGV，ROBOGO立志引领行业发展，成为首台搭载VSLAM导航技术的医疗无人车！
近日，德国慕尼黑工业大学的Nassir Navab教授（全球知名的医学影像学、医学图像分析以及人工智能领域权威专家，医学图像计算和计算机辅助干预国际会议（MICCAI）董事会成员，IEEE TMI、MedIA 、Medical Physics等国际期刊编委会成员）来到ROBO，带来了VSLAM的最新研发进展。Nassir Navab教授介绍的语义VSLAM技术，能使ROBOGO实现室内环境3D重建，弥补2D导航的缺陷，并对医院环境进行语义识别，实现有效的避障导航和交互功能。
凡是拥有一定行动能力的智能体都拥有某种形式的SLAM系统。目前常见的SLAM系统一般具有两种形式：基于激光雷达的SLAM（激光SLAM）和基于视觉的SLAM（VSLAM）。相较而言，VSLAM应用场景更为丰富，更能适应较大尺度且动态的环境，生成的地图更为丰富，且传感器的稳定性更高。
VSLAM本身已经是行业领先技术，但是此次Nassir Navab教授带来了更加创新的构想，将VSLAM技术与深度学习融合，利用深度相机获取地图数据，生成三维点云地图，而后将三维点云地图与语义进行关联，结合生成环境的语义地图，在语义地图中区分出静态与动态物体，并可以在语义层面进行更高层次的场景识别，提供未来指令型任务的输入和输出，提高AGV服务能力和人机交互的智能性。有了语义VSLAM，ROBOGO就能轻松识别环境中的手术台、座椅、电梯等等物体，执行任务更加轻松啦！
*一张图读懂语义VSLAM
同时，拥有语义VSLAM技术的ROBOGO能轻松实现跨楼层检验样品运输。接受指令后，ROBOGO会自动计算自己的位置与电梯的位置，然后进行路径规划和导航，到达电梯后向电梯发送指令，实现开门、关门，自动到达目标楼层，行动过程中还能自动识别并躲避障碍物！
ROBO积极寻求与全球医疗机器人、人工智能领域的专业科研机构合作，致力于不断提升研发水平，以强大的科研实力为ROBO的长远发展奠定坚实的基础。新时代，新技术！ROBO将继续秉持匠心，深耕技术，不断钻研，走在时代最前沿，用国际顶尖技术打造领先行业的医疗AGV！
