为什么智能机器人在高需求和低渗透之间难以产业化？
归根结底，机器人的产业化和商业化过程并不顺利。场景内部复杂，如场景中的空心货架（全高障碍物）、通道狭窄、易坠落区域、高低障碍物和临时铺装，对机器人的通过性、感知能力、边缘能力和任务规划能力具有很大的挑战性。
在世界经济面临劳动力短缺的背景下，随着疫情的进一步催化，AZ7500BMTR-E1智能机器人发展迅速。预计到2022年，全球智能机器人市场规模将达到217亿美元。然而，即便如此，随着快速发展，机器人行业的渗透率也没有明显提升。归根结底，机器人的产业化和商业化过程并不顺利。
商业化的前提是商品是否能提供真正的价值，而真正的价值分析是商品是否能适用于现场。从市场反馈来看，大多数智能机器人或多或少都有“水土不服”问题，如无法适应环境变化，环境变化后，终端用户无法简单操作完成场景适应；智力水平低，路人避障，功能表现不理想；部署困难，必须由专业培训人员部署。造成这些问题的原因有很多：
工况繁杂。
在具体操作中，遗漏工作、避障失效等问题频发，其中一个重要原因就是环境的复杂性。以商超常见的场景为例：
●场景内部复杂，如场景中的空心货架（全高障碍物）、通道狭窄、易坠落区域、高低障碍物和临时铺装，对机器人的通过性、感知能力、边缘能力和任务规划能力具有很大的挑战性。
●动态变化，人流量大，容易聚集，动态障碍物较多，考验机器人的安全避障能力。
●有许多独特的物体，如玻璃护栏、自动扶梯、玻璃旋转门、玻璃墙和其他高透明物体。大多数机器人基本上无法识别，而且很容易影响激光雷达，导致机器人误判、碰撞、坠落、无法接近工作等。
与此同时，机器人的光线环境也发生了变化“双眼”这个系统也有很大的影响。对于依赖视觉传感器的机器人来说，在普通光源、黑暗、过度曝光等照明条件下平稳运行并不容易。
智能化程度低，机器人在工作、避障等方面表现死板、程式化，而动态(路人)避障效果不理想。
各种不同的环境都不能灵活处理，特殊情况的解决方案也很差。不同区域的操作要求不同，如超市场景下的食品区、水产品区、水果蔬菜区、熟食区更容易产生垃圾和储存水，要求机器人根据区域特点提高工作频率等不同的智能工作。
为了应对场景的高动态，机器人应该能够识别和预测路人的动态，并主动避免。目前，大多数现有的机器人都是被动的避免障碍，这反映了严格和缺乏智力，导致避免障碍的失败。机器人需要有能力立即判断潜在的风险，并提前避免它们。
部署效率低，必须专业培训人员部署。
机器人部署步骤复杂而困难(如SLAM图纸、目标点等。)，所有的部署操作只能由机器人公司专门培训的现场部署工程师实施，用户不能操作和参与，当必须更改时，仍需要现场部署工程师进行操作。机器人公司通常需要建立一个部署团队，这显然会进一步增加投资成本。
随着智能机器人行业的竞争进入下半年，毫无疑问，解决这些问题将是工业化的关键。此外，由于成本高，人力的低价值也导致终端客户的购买意愿不明显。机器人公司仍在努力探索如何降低成本。此外，对于产业链的上游AI对于技术供应商来说，这是一个机会，其中包括INDEMIND正走出一条新路。
作为中国领先的机器人关键AI技术供应商，INDEMIND机器人导航、避障、决策、AI互动等核心技术和产品开发有丰富的积累，具有从0到1构建机器人企业产品的全堆栈技术能力。针对当前的机器人问题和行业需求，专门开发了RBN100商用机器人AI方案。
该方案不同于市场上大多数基于多段激光雷达的导航方案，而是根据应用领域选择基于三维视觉的单线激光雷达，ToF等传感器的多传感器融合方案提供了高精度导航定位和三维避障的安全决策功能，具有工业机器人的稳定性和小机器人的灵活性，成本更低。
在应用上，INDEMIND它已经完全适应了商业场景。目前，它已经在世界各地部署了数千个不同的商业场景。无需进行场景分类，可直接部署使用，100%有效解决场景中的幕墙玻璃、强光等传统问题。
基于INDEMIND独特的三维视觉技术，该方案可以监测和识别全球障碍物，最小避障高度为2。cm，对于浮动障碍物，可以准确识别运动障碍物，并在使用中自动更新地图和更改操作路线。同时，结合决策引擎技术，该方案还具有智能操作、主动安全和决策交互能力。此外，对于光源适应问题，INDEMIND光源自适应按照提升纹路补光、亮度补光等方式完成。
●智能操作：根据现场动态工作要求，独立调整工作对策，提高机器人的工作特点和效率。
●主动安全：在工作环节，可以判断潜在的风险，并根据风险分类，提前做出规避对策。
●接受客户发出的自然词义指令，独立设计作业对策，完成个性化互动。
必须提到的是搭载RBN100商用机器人AI该计划中的商品不需要在预先安排后立即使用。它们不依赖离线适用团队。它们可以在偏远地区的在线销售。同时，在成本方面，不需要高价的激光雷达传感器。基于视觉传感器成本的自然优势，可以大大降低整机成本。
目前，INDEMIND与国内外众多巨头客户进行了战略合作，签署了2万多台机器人订单，完成了全球部署，预计未来三年订单将超过10万台。
